400-8300-246

品高云数据湖管理平台
BingoInsight

国内首个企业级的私有云数据湖产品,是新一代的数据汇聚、共享、交换、开放平台


产品介绍

国内首个企业级数据湖平台之一

品高云数据湖管理平台(Bingolnsight)能够实现全数据形态的共享存储,提供数据资源发布、数据存储、数据编目、数据使用及数据评价等全生命周期的数据开放支撑,并可通过联邦数据湖解决跨组织边界数据主权和数据信任问题。

Bingolnsight品高云数据湖管理平台为政企客户跨部门、跨组织及跨行业的数据共事提供普适性的基础数据支撑环境,以此驱动和激发数据创新,构建可持续发展的数据生态。

  1. Gartner推荐数据湖产品

  2. 跨系统、跨部门、跨层级、跨区域、跨组织的数据融合

  3. 一站式大数据平台

图片 1.png

产品特点

  • 深度融合云计算技术

    基于品高云操作系统,实现云技术的融合
    • 大数据平台所需计算、存储、网络等资源的统一管理
    • 支持大数据集群容器化运行
    • 融合云的弹性扩展、自动化运维等能力,满足高性能和资源调度需求
    • 自动化交付大数据集群环境
    • 提供S3、分布式、SAN等异构存储服务能力
  • 存储与计算分离架构

    灵活适应异构计算技术
    • 支持存储、计算资源单独扩展
    • 支持存储、计算使用异构规格集群
    • 存储引擎可灵活适应异构计算技术
    • 增强数据安全和多租户权限管控
  • 多租户的大数据集群模式

    实现大数据平台的统一管理和租户相互独立的结合
    • 构建统一的数据连接、汇聚、存储、使用机制
    • 提供统一的技术工具和交付模式
    • 实现大数据所需资源的统一管理和调度
    • 各租户独立管理私有数据和项目
    • 各租户独立搭建平台和进行数据处理业务
  • 强大的数据集成+作业调度能力

    快速整合企业的异构数据
    • 提供可视化配置工具,快速设计数据采集作业流程
    • 支持多种数据源(RDB、MPP、Hadoop、NoSQL等)
    • 支持数据源之间任意交换
    • 支持秒级、分钟级和离线批量数据的采集
    • 支持分布式ETL
    • 实现对作业的统一调度和监控

应用场景

  • 异构数据统一汇聚交叉碰撞
  • 大数据统一存储
  • 跨部门数据共享
  • 跨企业数据联盟
  • 公共数据开放
  • 产学研合作

全量异构数据统一连接、汇聚,免复制进行数据交叉碰撞

  • 通过数据湖实现全量异构数据的统一连接和汇聚,无需复制、同步数据即可进行交叉碰撞,既保障数据的一致性,又提升数据分析的效率。
  • 支撑构建面向主题的分析,实现OLAP多维度的关联性碰撞分析,挖掘全量数据中隐藏的数据价值。

计算、存储分离架构下的大数据统一存储

  • 企业数字化转型过程中,为避免被单一技术绑架和满足不同业务场景对不同技术的需求,采用计算、存储分离架构,促进异构大数据技术的集成与融合。
  • 提供统一的数据存储服务,且支持“多租户+数据湖”管理模式,满足统一存储和租户相对独立的双重需求。

组织内跨部门间的数据共享

  • 基于云平台的对象存储技术和数据湖,构建跨部门间统一的数据共享交换机制,满足跨部门间主数据、海量高线数据、实时数据、数据查询等多种场景下的数据共享需求。

企业上下游数据整合,建立数据联盟

  • 随着企业数据价值向产业链上下游的不断延伸,跨组织间的数据联盟是大势所趋。
  • 通过多数据中心的数据湖,实现腾企业、跨行业间的数据联合,构建产业链上下游、产业联盟间的数据共享、交换和生态,保障各组织的数据主权和安全,推动产业融合升级。

推动政府数据共享开放模式的创新性升级

  • 数据湖可以满足国家公共数据开放的相关要求,实现各委办局的数据汇聚共享,应用于政府各委办局数据共享及对外数据开放,实现共享和开放的统一管理。

利用数据湖,促进产学研的合作

  • 将企事业单位脱敏后的数据存储至数据湖,通过数据湖将数据开放给科研机构、高校等组织进行研究性探索。
  • 同时,研究单位可将研究成果回馈给企事业单位,有效促进基于数据的产学研合作。

应用价值

品高云数据湖管理平台为跨组织部门政企客户提供数据存储计算服务、数据处理服务、数据开放服务、数据分析服务以及数据运维等一站式的大数据服务支撑,通过大数据平台的构建,提升政府企业的数据共享效率和全量数据挖掘能力,探索数据资产的价值,促进政府企业的数字创新和转型。

消除信息孤岛

联邦数据湖模式满足政府企业跨行业、跨组织、跨部门间的数据汇聚共享及数据对外开放的需求。通过构建标准、开放的共享池,便于不同部门的异构平台快速对接数据湖,实现海量实时异构数据融合互通,消除信息孤岛

构建大数据生态

通过搭建开放的大数据平台,输出数据、提供存储能力和计算能力,合作厂商在这个平台上进行数据挖掘建模与数据产品加载工作,数据建模成果、数据产品应用输出的收益共享

完善的数据模型体系

建立大数据分析模型库,对数据进行整合、分析,使用机器学习方法,从大量数据中归纳多种应用数据模型,提升管理信息智能化水平

100倍IT资源交付效率提升

依托大数据挖掘技术、数据智能引擎技术,建立全面和丰满的用户画像,量化分解用户接触信息,识别用户特征与习惯偏好,以实时模式,识别用户事件,捕捉用户群事件性实时需求,为用户提供个性化服务,提升用户体验与感知