靈活的計算模式選擇
- 支持批量計算、流式計算和實時計算，并支持對計算結果極速查詢。
提供三種不同的計算模式：Spark Standalone 、 Spark on YARN 和 MapReduce on YARN。
提供PB級數據集上的亞秒級查詢能力。
通過 AppCenter 2.0 實現與其他大數據組件的無縫集成，如 Spark 、Hadoop 、Hive 與 HBase 、ZooKeeper 以及 QingStor? 對象存儲集成。
QingMR 提供了 Spark 及 YARN 的自定義調度器的功能，開放了自定義 Hadoop 代理用戶功能。
可視化展現整體服務的運行情況，提供監控告警、健康檢查和服務自動恢復等功能。
為數據科學和機器學習、深度學習等提供了 AI 開發場景。
流式數據處理
通過 QingMR Spark 計算引擎流數據處理能力，對企業實時數據流進行計算，滿足對實效性要求較高計算，適用于實時監控、報警分析分等場景。
?
批量數據處理
通過 QingMR Hadoop MapReduce 提供強大的批量數據處理能力，幫助企業解決海量文件的分析處理問題，可用于日志分析等場景。
?
極速數據查詢與分析
通過 QingMR 中集成的 Kyligence Analytics Platform，減少海量數據查詢延遲，滿足企業 OLAP 場景中極速分析查詢的需求。
?
機器學習
基于 Spark 內存計算模型框架，利用 Mlib 提供的機器學習算法，實現個性化推薦、流失預測、精確營銷、客戶細分、客戶研究、市場細分、價值評估等應用場景。
請選擇區域
