一、产品概述

二、产品特性

1、实时流处理

对数据进行实时采集、实时分析并给出结果，支持多种数据源、处理速度快、吞吐量高，适用于多种实时生产、预测等业务场景。

2、离线处理

对海量数据进分析和处理，形成结果数据供下一步数据应用使用。离线处理对时间要求不高，但所处理数据格式多样、数据量巨大，通常达到PB级别，多个作业调度复杂，通常通过MapReduce、Spark、Hive或Spark SQL作业实现，作用于数据预处理或离线分析。

3、集成ETL工具

针对多种数据来源，深度集成ETL工具（将数据从来源端经过抽取、转换、加载至目的端的过程），方便业务人员以图形化的方式进行数据抽取转换。

4、渐进式分析模型迭代

用户通过ETL处理、模型训练、模型上架等实验完成定时的模型迭代上线；通过任务流的周期管理，控制模型迭代上线的频率；结合容器的模型上线系统，使得滚动发布、横向扩容更加简单。

5、可视化分析建模

THE BDA大数据智能分析软件将可视化做到极致，拥有数据读取、ETL、特征工程、模型训练、模型应用、模型评估等全流程拖拽式建模的强大能力，无需编写代码即可完成建模。卓越的ETL处理能力、一站式的界面操作不仅保障普通数据分析师和业务人员能够迅速上手机器学习，又能为资深数据科学家提供高效率的交互式体验，同时由模型精度提升而缩短周期。此外，THE BDA大数据智能分析软件还支持以自定义算子等方式编写代码，完成特定高级功能的开发及无缝切换，为用户提供高度统一操作体验。

三、优势与价值

1、数据快速存储和加载

THE BDA大数据智能分析软件的数据存储和加载功能模块支持Hadoop等集群，可通过分布式文件系统HDFS的数据接口，提供数据整合和数据质量管理等技术，支持海量数据的快速存储和加载。

• 海量数据的快速存储：基于分布式文件系统HDFS的集群分布式数据存储和列表显示，支持Hadoop/Spark/Flink/ClickHouse的访问接口
• 海量数据的数据质量加速器：交互式数据质量管理操作，包括数据拆分和数据整合
• 海量数据的分布式加载、数据上传和导入

2、数据预处理和统计分析

THE BDA大数据智能分析软件集合了众多常用的数据处理和统计分析技术，足以应对常见数据清洗、数据转换、质量控制、数据拆分与合并等数据处理场景。在分析过程中可以使用经包装过的分析模型和集成分析功能快速对数据进行基础分析。同时通过交互式和可视化的工具，完成数据处理、变量分析和数据可视化等，最终实现对数据的快速分析和整体把握。

• 数据预处理（错误值、异常值、缺失值和重复值等）
• 探索性数据分析（类型检查、数据分布、相关性检查和描述性统计等）
• 数据转换（类型转换、量纲处理等）
• 数理统计分析
• 特征工程（标准化、归一化、主成分分析和特征提取等）
• 数据可视化

3、多种算法支持

支持多种类型的人工智能AI算法，支持分类、回归、时间序列、 关联规则、聚类、降维等算法。
集成Scala、Python语言中的数据预处理、可视化、算法模型，应对各类机器学习、数据挖掘模型的构建。

4、AI支持

支持机器学习、深度学习建模以及基于分析数据的模型训练、模型评估、模型展示，其中模型训练可以定时调度，支持将模型数据存储及部署。