数据同步华丽上位,大数据离线处理高枕无忧

简介: 大数据时代,业务量不断增长,大批量的数据离线同步已成了不可获缺的工具。 而越是使用越频繁的产品,更容易成为用户关注的焦点。
       大数据时代,业务量不断增长,大批量的数据离线同步已成了不可获缺的工具。
       阿里云数据集成是开源DataX的服务化版本,支持400种异构数据源之间的数据同步,同时支持作业级别和数据源级别的流控、分布式并发运行以及脏数据阈值处理,是大数据处理中不可缺失的数据同步工具。
       而越是使用越频繁的产品,更容易成为用户关注的焦点。
尤其在操作界面上,如果逻辑层次分配不够清晰,也会带来非常大的工作量。

1、重复报错的显示让操作更简单

edadff74a988f8178d4d8a8ac6e863ce9e240a2f

2、界面的视觉交互,是获取信息的主入口

56ae02a4919f3d6674cf7a3c58fce8106523c4b4

3、依据用户的使用场景,字段映射忽略的源端与目的端的字段大小写,提高效率

4、容易出错的地方给予明显提示:如新增的字段格式未识别,映射关系没有连线的情况

cde6c5bf690adfcf80f01da67b129a1d25e62287

5、 一键建表后,自动帮用户选择已建好的的表,提高工作效率

6、针对常发的找不到数据集成的情况,在数据开发套件首页,增加数据集成的入口

a170b7820b17fe007ddc4df21f802d342ea5cec1

7、运行日志,增加右键复制功能

 

文档在使用中做为问题量化的重灾区,必不可少。

      针对网络问题,将用户的数据源划分为阿里云产品数据源、ECS自建数据源、本地自建的有公网IP的数据源、本地自建的无公网IP的数据源,分别提供不同的数据同步策略,特别是针对本地IDC机房数据上云:

1、提供安全加密的agent同步方案;

2、针对用户的大批量同步需求,提供批量的任务配置、管理,一键化同步过程,提升用户同步数据的效率;

3、数据集成升级下一代,将会和Dataworks(数据工场)的数据地图产品紧密结合,不仅提供数据的物理移动,也提供元数据的同步,同步的元数据展现在数据地图之上,方便用户先盘点、了解数据,再进一步决定移动哪些物理数据;

4、数据集成将新增客户端App、html网站日志数据一键采集至用户自己的大数据中心,用户可以基于这部分日志数据,与用户的其他数据结合进行商业分析。

 

  以上两大部分内容正是产品团队&用户体验团队通过用户反馈梳理出来。进行用户走访,与用户进行深入沟通交流,整理出的上百条产品建议,以此进行了一系列的优化,通过产品界面引导,文档说明,以及在数据源文档中增加通过数据集成导入导出的说明,极大的方便了用户进入最佳实践,触达用户的效率提升,进而提升了用户使用数据集成产品的效率。

 但以上问题优化后的结果,是否能达到用户的满意,真的符合用户的使用场景?这就需要用户一起参与其中进行验证。也更希望用户能在使用后,把相关的使用体验通过聆听平台提交上来,以便于产品进行更加符合用户使用场景的优化。

  同时我们希望这不只是一段文字的描述。我们更希望有场景描述,相关操作流程,操作截图,或者是操作视频上传,更加详细的展示相关信息。

   如果您也想与其它客户一起交流相关使用经验,我们也特地为大家建立了数据集成交流钉钉群,可随时与其它小伙伴交流与分享经验,说不定还能找到志同道合的人。

7f80d60e0c006a723f9cfd5a16c4dc8754d12d98

 



相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
存储 JSON 大数据
大数据离线数仓---金融审批数仓
大数据离线数仓---金融审批数仓
123 1
|
1月前
|
SQL 分布式计算 DataWorks
DataWorks提供的数据同步类型不仅包括整库离线同步
【2月更文挑战第31天】DataWorks提供的数据同步类型不仅包括整库离线同步
21 8
|
6月前
|
SQL 分布式计算 DataWorks
可以使用HiveSyncTask任务将HDFS中的数据同步到MaxCompute中
可以使用HiveSyncTask任务将HDFS中的数据同步到MaxCompute中
52 2
|
3月前
|
数据挖掘
离线大数据分析的应用
离线大数据分析的应用
|
1月前
|
SQL 分布式计算 DataWorks
DataWorks不仅提供单表离线模式,还支持多种数据同步任务类型。
【2月更文挑战第31天】DataWorks不仅提供单表离线模式,还支持多种数据同步任务类型。这些类型包括整库离线同步(一次性全量同步、周期性全量同步、离线全增量同步、一次性增量同步、周期性增量同步)以及一键实时同步(一次性全量同步,实时增量同步)。此外,DataWorks还提供了数据类型转换的功能,您可以选择在源端和目标端使用相同的数据类型以避免数据类型转换,或者在源端和目标端使用不同的数据类型,然后在同步时手动转换数据类型。
24 6
|
2月前
|
SQL 分布式计算 数据库
离线数仓--大数据技术之DolphinScheduler
离线数仓--大数据技术之DolphinScheduler
141 2
|
4月前
|
SQL 存储 大数据
手把手教你大数据离线综合实战 ETL+Hive+Mysql+Spark
手把手教你大数据离线综合实战 ETL+Hive+Mysql+Spark
94 0
|
5月前
|
分布式计算 DataWorks 关系型数据库
MaxCompute支持通过DataWorks数据集成功能将其他数据源数据同步至MaxCompute
MaxCompute支持通过DataWorks数据集成功能将其他数据源数据同步至MaxCompute
37 1
|
6月前
|
SQL 存储 分布式计算
基于MaxCompute+DataWorks离线同步某电商用户购买记录实践
本次实验使用DataWorks的DDL模式新建数据表,然后将保存在本地的某用户购买记录同步到MaxCompute数仓中,本实验采用的是增量数据同步,每次同步过来的数据会直接存储在MaxCompute中,不会覆盖之前的数据。
|
8月前
|
存储 数据采集 分布式计算
hadoop离线01--大数据导论、Apache Zookeeper
hadoop离线01--大数据导论、Apache Zookeeper

热门文章

最新文章