解決方案
Solutions

我們專注于提供全系列企業級性能管理方案和相關的IT服務,在幫助用戶提高業務效率和整體生產力的同時,降低運營和運維成本。全系列性能管理方案包括:數據庫管理,交易性能管理,核心業務保障管理,網絡性能管理和運營大數據分析等。

東方龍馬是專注于高端軟件技術,以"數據庫服務"及"應用性能管理"為核心業務的國內領先IT專業服務公司

大數據分析解決方案
Big Data Analysis Solution
東方龍馬的大數據服務已深入銀行、證券、運營商、廣告、政府、移動互聯網、軍隊等十多個行業,協助客戶收集并整合海量業務數據,提供多維度的數據分析圖表,預測業務發展趨勢,為經營決策提供直觀、精確、實時的數據支撐。
方案詳情
業務行為大數據分析
Business behavior big data analysis
OLM是企業交付式大數據開放平臺,為企業提供大數據服務,并協助客戶收集并整合海量業務數據,提供多維度的數據分析圖表,預測業務發展趨勢,為經營決策提供直觀、精確、實時的數據支撐。
  • OLM Data Engine部分服務
    銀行:負載分析、數據整合、安全分析、資產管理、系統告警、審計等
    證券:證券交易日志統計、企業安全日志分析、交易報表、審計等
    保險:審計、數據整合、安全分析、數據挖掘、潛在客戶分析等
    電信...
    銀行:負載分析、數據整合、安全分析、資產管理、系統告警、審計等
    證券:證券交易日志統計、企業安全日志分析、交易報表、審計等
    保險:審計、數據整合、安全分析、數據挖掘、潛在客戶分析等
    電信運營商:ISMP、SIM平臺替換、資產管理、數據整合、安全分析等
    IDC行業:數據整合、資產管理、設備監控、負載分析、關聯分析、自動告警等
    媒體:系統訪問日志分析、數據整合、關聯分析、數據挖掘等
    移動互聯網:移動APP用戶行為分析、儀表盤、關聯分析等
    政府:數據整合、安全分析、資產管理、數據挖掘等
  • OLM Data Engine 技術優勢
    簡單:通過OLM平臺提供的交互界面,使用者在無需了解底層技術的前提下即可對自身的企業數據進行泛化、入庫、檢索、分析以及挖掘等多種操作。
    靈活:數據接入方式靈活多樣,并可通過SQL、原...
    簡單:通過OLM平臺提供的交互界面,使用者在無需了解底層技術的前提下即可對自身的企業數據進行泛化、入庫、檢索、分析以及挖掘等多種操作。
    靈活:數據接入方式靈活多樣,并可通過SQL、原語、腳本等多種檢索方式滿足不同對數據檢索的多樣需求,并生成報表;內置算法庫,方便用戶挖掘數據潛在價值。
    高效:TB級別的數據處理能力;熱點數據秒級響應;實時規則告警;動態調整實時報表緯度;
    開放:支持多平臺集成,快速安裝、簡易配置。API支持C/C++、Java、Python等主流開發語言直接調用。
    交互:企業內部獨立部署,確保數據絕對安全性;通過API完成應用的快速開發;應用插件化,實現業務快速遷移。
  • OLM Data Engine 體系架構
    圖片1.png
               
               
  • OLM Data Engine 數據整合
    企業數據一般都分散存儲在不同的業務系統中,企業規模越大業務系統越多,數據類型也就越多越復雜。所以多數據類型的整合是構建企業大數據平臺的第一步。OLM LASSOCK采集器可直接在服...
    企業數據一般都分散存儲在不同的業務系統中,企業規模越大業務系統越多,數據類型也就越多越復雜。所以多數據類型的整合是構建企業大數據平臺的第一步。OLM LASSOCK采集器可直接在服務器中運行,通過web控制臺,對運行在多臺設備上的的采集器進行控制管理。可以支持同時監控多個文件的變化情況,并將變化后的數據實時采集提交到平臺。
               
  • OLM Data Engine 數據處理
    1.實時分析
    數據流處理...
    1.實時分析
    數據流處理
    實時檢索
    實時告警
    2.離線分析
    歷史數據批量遷移
    歷史數據打標
    SQL檢索
    計劃告警
    報表任務
  • OLM Data Engine 關聯分析
    1.趨勢分析
    l   預測
    時序數據是具有流動性的,而且一般業務都存在周期性。平臺通過對歷史數據進行抽象,形成模型。形成的模型結合當前數據的表現,可以預測下一個階段數據趨勢
    l   預警...
    1.趨勢分析
    l   預測
    時序數據是具有流動性的,而且一般業務都存在周期性。平臺通過對歷史數據進行抽象,形成模型。形成的模型結合當前數據的表現,可以預測下一個階段數據趨勢
    l   預警
    基于預測結合告警閾值的設置,就可以達到預警的目的,提前發現系統或是業務可能出現的爆發點。
    2.關聯分析
    不同的業務場景,關聯分析的內容會有比較大差異。平臺提供基于時間和基于業務兩種機制。
               
    l 基于時間:
    根據時間進行的關聯分析。當某個業務出現異常時,可以幫助用戶找到問題之間關系,如先后順序,影響范圍等。
    l   基于業務
    結合業務情況,用戶選擇數據源和需要分析的指標,選擇不同的算法定義任務,提交給平臺進行分析。 
    關聯分析效果的關鍵是在分析過程中使用適當的分析引擎、提取適當的數據、輸出適當的告警,這些關鍵因素均是由關聯分析規則進行約定。
               
  • OLM Data Engine 數據挖掘
    OLM通過LASSOCK采集后的數據,經過預處理、實時分析、離線分析和關聯分析的所有數據都可以成為OLM數據挖掘模塊的數據源。OLM的主要挖掘算法包括:分類算法、聚類算法、鏈式分析...
    OLM通過LASSOCK采集后的數據,經過預處理、實時分析、離線分析和關聯分析的所有數據都可以成為OLM數據挖掘模塊的數據源。OLM的主要挖掘算法包括:分類算法、聚類算法、鏈式分析、集成算法、離群點檢測
             
合作伙伴
cooperative partner
  • OLM SmartAM
  • APPdynamics產品
  • DELL數據庫管理產品
  • Easyview產品
  • Veeam虛擬化產品

4008-906-960

全國免費咨詢電話
  • 官方微博
  • 官方微信
Copyright 1998-2016 版權所有 北京東方龍馬軟件發展有限公司 京ICP備14000200號-1
bet365体育备用器 最新版百人棋牌 什么手游能很快赚钱 香港博彩王首页 AG空中战争开奖数据 2017年电脑游戏赚钱方法 北京pk10大小在线计划 北京快车pk10app 福建省快3电子走势图 拉菲时时彩平台 最佳娱乐