CERN 依托 Pentaho 优化运营
阅读案例分析
了解数据驱动型组织如何改变世界。
zh_cn
更快地访问、准备和混合数据
可视化工具能够减少构建和维护分析数据管道的时间和复杂性，有助于管理体量快速增加、更趋多样化、需要更快速处理的数据。
通过自动化将生产力提升 15 倍
高效、快速地载入数千个数据源。
使生产部署速度提高 10 倍
选择无需更改数据管道即可适应作业的执行引擎。
管道质量提高 3 倍
无代码功能比 Hadoop 环境中的手动编码数据管道更出色。
简化整合
共同构建、部署和监控数据流，简化数据交付。
加快数据载入
- 与几乎任何数据源或应用程序广泛连接
- 拖放式界面可轻松创建数据管道
- 数据流模板可执行边缘到云操作
轻量级结构适合数据自助服务
- 内联和逐步可视化数据
- 在本地或云中任意位置均可混合数据
- 灵活的架构支持在任何地点运行
可靠的数据流协调
- 在原生引擎和 Apache Spark 之间无缝切换
- 可操作 R、Python、Scala 和 Weka 机器学习模型
- 通过内置集成针对分析进行扩展
客户案例
了解全球众多企业为何选择 Pentaho 提供的 Lumada 数据集成功能，来获得更好的业务成果。
资源和指南
Lumada 数据集成
为访问、准备和混合多个数据源以交付分析就绪数据缩短时间并降低复杂性。
特点
访问边缘、核心和云中的数据源
缩短时间并降低复杂性，以便访问、准备和混合来源，从而提供可用于分析的数据。
关联并移动任何格式任何大小的数据
从本地或云端访问数据源，包括平面文件、RDBMS、对象存储和应用程序数据库。
集群到容器灵活性
借助跨多个云环境的 Kubernetes 和 Docker* 集群，开发适应性和可扩展管道。
*有限适用于有匹配要求的组织
协调机器学习
可操作 R、Python、Scala 和 Weka 机器学习模型，进而使用行业领先的库。
迁移数据以支持实时运营
使用 Kafka、JMS 和 Kinesis 消息并以较低延迟处理数据流、IoT 和点击数据。
推断元数据，准备并交付可用于分析的数据
分析、验证和发现数据，然后清理可用于分析的数据，并对其进行结构化和可视化处理。
CERN 的系统需要管理大量有关其员工及其家庭的机密数据，因此安全性、数据治理和数据完整性都至关重要。在对五款不同的专有和开源平台进行评估后，发现 Pentaho 最为契合我们的需求。
- Jan Janke
CERN 副组长