隨著大數據觀念逐步深入，數據分析帶來的價值愈發(fā)被大家重視起來。從PC時代，到互聯(lián)網時代、移動互聯(lián)網時代，數據應用不再是簡單的分析和挖掘，而是更加智能化。
典型企業(yè)分析場景主要分為實時分析處理，批量分析處理以及交互式查詢處理。當前常見的解決方案用不同技術解決不同問題：使用Hana，Oracle Exadata處理實時分析場景；使用Teradata，Greenplum處理批量分析場景；使用Oracle和SQL Server等處理交互式查詢場景。
從單一場景來看都是不錯的選擇，但是站在整體數據域視角去看，這種搭積木式的方案帶來諸多問題，例如組件多，開發(fā)方式不統(tǒng)一，數據格式不統(tǒng)一，反復轉換消耗算力和存儲空間；組件間的數據流轉開發(fā)復雜，流轉效率低；跨集群，跨組件數據一致性差等。
華為云GaussDB（DWS）從兩個維度構筑能力，為企業(yè)用戶提供一站式分析能力：
在全并行分布式架構上，無縫融合時序引擎、OLAP引擎、CEP引擎，同時支撐實時分析、批量分析和交互式查詢等不同業(yè)務負載，達到開發(fā)統(tǒng)一、部署統(tǒng)一、維護統(tǒng)一、數據格式統(tǒng)一，真正做到一個產品包辦的一站式分析；
異構平臺數據融合、協(xié)同分析，構筑全域數據一體化。當前企業(yè)IT系統(tǒng)不會是白紙一張，在不同階段曾經采用不同技術建設的多套系統(tǒng)承載著不同的業(yè)務，這些系統(tǒng)還未完成歷史使命，將延續(xù)使用相當長一段時間。華為云GaussDB（DWS）支持多樣性的數據融合分析能力，無縫融合并協(xié)同分析企業(yè)現有平臺數據，讓老IT系統(tǒng)產生的數據煥發(fā)新價值。
一、T+0實時分析
業(yè)務場景中實時數據源種類繁多，針對不同數據源采用不同實時處理技術。時序引擎支持時序數據分析，內置100多種時序分析算法，將時序數據接入后實時合并；流引擎接入基于Kafka/Flink等流組件產生的流式數據，支持對流數據自定義持續(xù)計算。
二、全并行批量分析
基于Share-nothing分布式架構，華為云GaussDB（DWS）天然具備大規(guī)模的分布式并行處理能力。多層級并行技術將系統(tǒng)性能推至極致，包括節(jié)點間并行、節(jié)點內SMP并行，CPU指令級并行以及動態(tài)編譯技術。同時，通過自研TCP多流、多線程包合并、通信代理等技術，將scale-out能力推至極致，華為云GaussDB（DWS）也是目前唯一通過信通院2048節(jié)點大集群權威認證的分布式數據庫產品。
三、多場景交互式查詢
對短查詢做了全流程梳理，從接入、SQL解析、計劃發(fā)送、執(zhí)行和數據掃描進行了一系列優(yōu)化；由于Ad-hoc查詢的負載具有不可預見性，經常可能會出現單一查詢拖慢甚至拖垮整個集群的情況，華為云GaussDB（DWS）內置動態(tài)智能負載管理組件，實時監(jiān)控運行狀態(tài)和資源消耗，對異常作業(yè)自動預警并智能干預，例如內存占用過高，運行時間過長，大量數據廣播等異常情況，系統(tǒng)會自動查殺等。
以銀行業(yè)務為例，“手機銀行用戶實時數據查詢”與“網銀系統(tǒng)交易流水批量作業(yè)”是最常見的業(yè)務場景，采用2套技術方案或2個平臺分別處理，則會出現資源重復投入。
使用華為云GaussDB（DWS）實現2個業(yè)務場景需求，數據無需反復轉換和流轉，提升了業(yè)務處理效率，節(jié)省運維成本。2小時可完成7萬個核心業(yè)務的銀行日增量數據歸檔和數據加工，同時支持手機銀行終端7x24小時實時查詢；當上千萬個人用戶與幾十萬企業(yè)用戶同時使用系統(tǒng)，并發(fā)進行日間批量作業(yè)10萬個的批量高峰期，實時查詢可在3秒內響應，真正做到跑批和實時作業(yè)互不影響。
華為云GaussDB（DWS） 面向未來，構筑新一代、全場景、云數據倉庫，一站式數據分析，釋放非凡數據價值，做企業(yè)數字化轉型的最佳伙伴。
