大数据平台介绍

1、企业级大数据分析平台（LEAP）工业是实体经济的核心，各国积极部署工业4.0大数据“智慧”贯穿始终，是工业4.0时代企业的核心资产德国：工业4.0战略美国：先进制造业国家战略计划英国：英国工业2050战略法国：新工业法国 2016 Lenovo. All rights reserved.通过各类技术的共同作用，充分把握新工业时代下信息资源带来的机遇，以数据洞察为核心驱动力，贯穿参与者、产品与生产，实现跨界和全球化互联互通的协同，形成集制造和服务为一体的全球化价值网络。工业4.0白皮书，IBM全球研究院海量数据，80%非结构化，给商业分析和价值体现带来的挑战数据类型数据结构数据增长数据大小数据明

2、细数据存储全球大数据阵营分析大数据基础架构阵营大数据分析阵营大数据应用阵营全球大数据阵营分析架构与分析跨界阵营大数据开源阵营数据源与API阵营大数据技术开始替换传统数据仓库，企业商业智能升级通过诊断型分析，发现企业流程的问题，提出改进建议通过预测型分析，构建敏捷型企业，快速响应用户需求标准报告即席报告下钻查询仪表板记分卡解析和分割优化发生了什么?问题究竟出在哪里?数量, 频率, 地点发生了什么？什么是可能发生的最好的？为什么会发生?智能程度竞争优势接下来会发生什么?预测模型预测如果这些趋势继续会怎样?通过跨领域产业互联，结合大数据优化商业运作模式 大数据商业模式创新资源置换直接变现社会效应交叉

3、营销医疗旅游运输银行保险公共事业互联网餐饮政府零售征信报告险种定制和费用优化企业和产品保险 反欺诈和反洗钱 小额贷款授信产品在线销售健康个性化需求就诊便利举措疫情监测景区人流预警旅游产品推荐高端人群营销交通路径规划竞品分析社交媒体热点追踪人流热度和影响分析用户舆情和突发事件监测城市规划优化政务流程优化餐饮选址餐饮个性化推荐产品在线销售互联网营销舆情热点追踪客户留存高端用户营销系统监控和优化制造产品销售和营销供应链金融产品持续改进企业大数据分析平台（LEAP）提供从大数据采集到商业价值呈现的一体化解决方案01数据04运维05价值02平台03管理数据：整合各方数据，沉淀业务知识，LEAP将为客户提

4、供丰富的数据接口与强大的数据资源整合能力。平台：LEAP将为客户提供安全可靠的分布式的大数据平台，解决了海量数据的计算，存储实时数据计算等问题。管理：参与到企业运营的各环节，通过对业务数据的分析，发现各种规律趋势，为策略制定提供参考依据。运维：LEAP提供集中的运维管控组件，实现从设备到服务的全方位监控、管理和扩展。价值：联想提供端到端的大数据服务，旨在发现数据潜在价值，帮助客户通过大数据解决商业问题，与客户共同成长。LEAP大数据分析平台（LEAP）全景图资源开放分析武库数据工厂大数据能力开放平台 GaussBig Data as a Service大数据计算平台 Descartes大数据技

5、术整合与深度优化大数据分析应用套件 Nash数据资产管理平台系统运维监控中心EulerArchiton软硬件一体化优化，突破计算平台性能瓶颈批量处理性能查询性能实时处理性能复杂计算专利的智能调度技术，提升Hadoop计算效能5x20 x虚拟大数据系统，简化异地数据中心的数据同步率先支持Spark 2.0，实时性能提升5x全面支持MPP业务场景，10 x优于传统数据仓库数据查询测试对比LEAP主流云平台某厂商数据大文件加载抗压测试对比LEAP主流云平台某厂商平台性能评测基于TPC-DS，2016100%兼容SQL 2003，SQL 99和PL/SQL动态选择合适的数据源和计算引擎执行查询请求，相

6、对HUE查询性能提升10 x全图形化的任务调度工具，可每日处理上万个独立的数据计算任务內嵌数据质量校验能力，简化ETL任务的开发工作量LEAP全图形化的计算平台，便捷的大数据系统管理和运维一站式图形化界面完成大数据集群的安装，升级，系统监控的工作，简化管理创建各种大数据任务和查询操作全部图形化完成，无需命令行入口支持丰富的开源扩展，图形化添加近百个高质量组件，全面支持和管理各种大数据业务场景系统入口系统监测任务调度全图形化的任务调度工具，可每日处理全球来自数百个数据分析人员的上万个独立的数据计算任务具备灵活多样的部署形态，满足不同规模企业的系统架构传统数据仓库大数据平台新型探索分析传统分析应用

7、专业探索分析集市UNIX小型机X86集群传统数据仓库大数据平台新型探索分析/传统分析应用传统分析应用混搭双中心UNIX小型机X86集群探索分析/传统分析应用企业级大数据中心X86集群大数据平台大数据平台定位：属于数据仓库的补充系统特点：规模小，大数据创新试点大数据平台定位：分担数据仓库的存储和计算压力特点：大数据平台逐渐成为业务分析中心大数据平台定位：支持企业所有数据计算、分析和应用。特点：企业真正成为数据驱动的企业传统数据仓库全面支持海量复杂数据，构建高质量统一企业大数据仓库智能工厂数据 供应商数据 公开数据 数据源： 政府网站、社交媒体等。 数据类型：TB级非结构化数据 数据源： ERP、

8、SRM，SCM 数据类型： TB级结构化数据 数据源： PLM、 MES、DCS，CAM 数据类型： PB级异构数据设备数据 业务数据 零售数据 数据源：ERP、Salesforce，Excel 数据类型：PB级异构数据 数据源：日志、 设备参数、操作 数据类型：PB级非结构化数据 数据源：ERP、CRM，SCM，EAI 数据类型：TB级结构化数据企业异构数据源异构数据自动适配数据质量保证统一数据字典统一数据清洗加载数据资产管理完备的应用开发工具，全面提升数据洞察效率-无缝支持Spark 2.0, Spark R, Hive, Impala, Kylin等数据引擎，全面算法硬件优化，提升性能5

9、x10 x强大的SQL分析引擎Python和脚本工具箱硬件优化的算法库R交互式数据分析引擎回归算法分类算法聚类算法决策树算法可靠性预测算法集成算法智能分析套件，内建行业解决方案，快速构建商业智能零售卖场和推广效率分析产业结构和区域分析设备质量关联性分析用户群聚类和产品反馈分析热区分析全球超大规模实践，验证系统高可靠性和实时性香港 旧金山 芝加哥法兰克福新加坡北京埃森天津总容量 12PB数据总量 9PB日新增数据 30TB日处理数据 4.3 PB99.5%的全球高可用性全球化多中心部署，2000台服务器，3000名操作用户在实践中充分验证系统的高可靠性企业数据本地化收集和存储完全合规各国数据保护和隐私保护法律每隔5秒，联想全球的新增设备信息会被实时提取和计算，实时优化全球业务流程大数据具备全球复杂业务的全面支持能力，助力企业转型升级领先的大数据业务平台 300+研发人员的持续投入 全面支持Spark 2.0和MPP场景, 性能提升5x20 x完备的数据迁移和数据分析工具，简化商业智能专业的分析和业务咨询能力 联想大数据专家、数据科学家、行业顾问50+余人 80%海外留学背景，博士占比近70% 发表学术论文近百