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(shù)據(jù)集上的亞秒級查詢能力。
通過 AppCenter 2.0 實現(xiàn)與其他大數(shù)據(jù)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(diào)度器的功能，開放了自定義 Hadoop 代理用戶功能。
可視化展現(xiàn)整體服務(wù)的運行情況，提供監(jiān)控告警、健康檢查和服務(wù)自動恢復(fù)等功能。
提供 Python 及 R 兩種語言的運行環(huán)境，支持 Python 2 和 Python 3 互相切換。
預(yù)置了多個 Anaconda 發(fā)行版的數(shù)據(jù)科學(xué)包，為數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)/深度學(xué)習(xí)等 AI 開發(fā)場景。
流式數(shù)據(jù)處理
通過 QingMR Spark 計算引擎流數(shù)據(jù)處理能力，對企業(yè)實時數(shù)據(jù)流進(jìn)行計算，滿足對實效性要求較高計算，適用于實時監(jiān)控、報警分析分等場景。
?
批量數(shù)據(jù)處理
通過 QingMR Hadoop MapReduce 提供強(qiáng)大的批量數(shù)據(jù)處理能力，幫助企業(yè)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(shù)據(jù)查詢與分析
通過 QingMR 中集成的 Kyligence Analytics Platform，減少海量數(shù)據(jù)查詢延遲，滿足企業(yè) OLAP 場景中極速分析查詢的需求。
?
機(jī)器學(xué)習(xí)
基于 Spark 內(nèi)存計算模型框架，利用 Mlib 提供的機(jī)器學(xué)習(xí)算法，實現(xiàn)個性化推薦、流失預(yù)測、精確營銷、客戶細(xì)分、客戶研究、市場細(xì)分、價值評估等應(yīng)用場景。
請選擇區(qū)域
.svg)
絡(luò)-VPC-.svg)
