Streaming Rule Engine
规则引擎被广泛使用在决策应用系统中,通过解藕规则编写和应用程序开发,可以有效的提高规则的灵活性和可维护性, 同时让业务人员重点关注业务逻辑而非系统实现。在实时分析应用中,规则通常配合一些实时统计的指标使用,在故障预测、欺诈监测等方面发挥着很大的作用。Streaming Rule Engine提供了一套高效的决策支持引擎。
Streaming Calculus
在金融领域例如证券交易中会使用大量线性代数和微积分算法,为了能够帮助用户将此类应用迁移分布式实时计算引擎,星环开发了Streaming Calculus模块,其中主要功能模块如下: 1.提供外部算法导入功能,提供Binary算法的分布式运行环境,实现和实时数据流的高效对接。2.提供内置的算法开发接口,方便用户基于Slipstream开发线性代数和微积分算法,并提供多种性能优化参数。3.Slipstream内置多种常用算法,包括Linear Algebra矩阵理论、向量空间、线性变换、有限维线性方程组等能力支持
Streaming Machine Learning
Slipstream可以结合Transwarp Sophon平台,实现流式机器学习。Slipstream将实时数据经过清洗分析之后,通过分布式存储或者其他服务共享给Sophon平台;Sophon平台利用这些数据,定义训练出的模型,并通过PMML或者JSON的格式反馈给 Slipstream引擎,从而实现在实时数据上的机器学习处理。
Slipstream Studio
大数据应用的一大痛点就是应用的监控和管理。一套高效的监控管理框架,可以大大降低运维成本。实时处理的监控尤为重要,实时任务的故障更可能给企业造成经济损失,严重的甚至会导致生产事故。Slipstream结合多年来实际生产部署的管理运维经验,深入分析实时处理监控的痛点,开发了一套完整的指标收集框架,并通过Slipstream Studio进行配置管理和监控。
灵活的场景支持
可以灵活的为低延时和高吞吐两种场景提供服务,满足不同的大规模数据处理需求。处理模式的切换由参数开关控制,方便易操作。
高效的开发和运维工具
与可视化报表工具实现对接,以视觉方式进行实时的流式数据分析。同时还提供指标监控和日志管理工具,对异常状态提供报警,简化运维。
易用好上手
提供SQL用做流数据处理与应用开发的语言,内置多种SQL自动优化策略,支持事件时间、会话窗口和无限长窗口,支持实时数据之间以及与静态表的关联,提供可视化报表分析支持,产品化程度高,对开发技能要求低。
安全保障
受到Guardian的全面保护,为租户提供可靠地认证机制,防范安全漏洞和攻击,实现资源管理和行级列级的权限控制,在云环境下进行安全管控,保护用户隐私和信息安全。
稳定高可用
定期将数据在分布式文件系统上做轻量级分布式Checkpoint,利用分布式文件系统冗余机制备份恢复数据。通过故障自动切换转移,确保系统随时稳定可用,维护业务的连续性。保障数据可靠,服务可用。支持流控。
构建公路车辆智能监测记录系统,汇聚卡口车辆通行信息,捕捉违规现象,实现车辆轨迹追踪。同时将通行信息和布控信息之间进行对比,对可疑对象发出预警,通知路面民警对预警车辆拦截处置。也可以实现交通流量监控,嗅探流量增幅异常高的路段。为打击违法犯罪工作、预防和减少道路交通事故、控制交通流量提供技术支撑。
为实时风控和实时反欺诈提供技术支持。利用TDC实时计算对于流计算的超强表达能力,实现复杂的应用逻辑,对于从生产系统通过实时消息队列进入计算集群的实时交易数据,完成数据转换、特征提取、探索分析,检测异常的金融交易行为,将结果最终以消息或者页面等形式输出。
实时收集从生产设备传感器采集的数据,监测设备在某个时间窗口内的异常状态和异常变化,分析是否存在潜在的安全隐患,提供消息实时警报。支持状态持久化,留存并汇总数据记录,用以进行事后安全分析。实现事前预警、事后分析、故障预测,对生产设备提供信息化的全面安全保护。