應用場景

1. 實時數據通道

1.1 接入多種異構數據并投遞到下游多種大數據系統

通過數據總線，您可以實時接入APP、WEB、IoT和數據庫等產生的異構數據，統一管理，并投遞到下游的分析、歸檔等系統，構建清晰的數據流，讓您更好的釋放數據的價值。

1.2 收益

系統解耦

對外，大數據系統與業務系統解耦，對內，大數據系統各組件之間解耦。

實時通道

通過數據總線，業務數據能夠實時匯入大數據系統，縮短數據分析周期。

2. 實時數據清洗和分析

2.1 接入多種異構數據，實時清洗并歸一化

通過數據總線和實時計算，您可以把多種數據源的異構數據實時清洗成統一的結構化數據，為進一步分析做準備。

2.2 收益

實時ETL

接入多種數據源，實時進行清洗、過濾、關聯與轉換，產出結構化數據。

實時分析

亞秒級產出業務指標，把握轉瞬即逝的數據價值。

3. 實時數據倉庫

3.1 數據總線替換傳統數據庫，構建實時數倉

從Lambda架構到Kappa架構，通過數據總線搭建原始數據層，實時明細層和實時匯總層，打造實時數據倉庫。

3.2 收益

統一的Kappa架構

傳統Lambda架構的兩條鏈路縮減為一條，大大降低維護成本。

大數據實時化

數倉是大數據的基礎，實時化的數倉能夠讓BI、報表、推薦（用戶標簽產出）等多種業務收益，大數據系統總體向實時化邁進。