Your browser is out of date

Update your browser to view this website correctly. Update my browser now

×

SQL Stream Builder를 소개합니다.

개요

Stream Processing & Analytics란 무엇인가요?

Apache Flink로 구동되는 CDF(Cloudera DataFlow) 내의 Stream Processing & Analytics 기능은 기업이 조직 전체에서 실시간 스트리밍 분석을 민주화할 수 있도록 지원합니다. 또한 비즈니스 성과를 창출할 수 있도록 중요한 이벤트를 감지하고 이에 대응합니다. IoT 및 기타 스트리밍 소스의 등장으로 인해 무한한 데이터 스트림과 이벤트가 기업에 지속적으로 유입되고 있습니다. CDF의 스트림 처리 기능을 통해 데이터 스트림을 실시간으로 분석하고 주요 이벤트 패턴을 식별하며 예측 통찰력 및 실행 가능한 인텔리전스를 기반으로 주요 경고를 확대할 수 있도록 지원합니다.

주요 이해관계자가 실시간 데이터에 액세스할 수 있도록 하여 빠른 비즈니스 의사 결정과 이를 통한 올바른 비즈니스 성과 창출을 지원합니다. 조직은 SQL만으로도 분석가에게 이러한 액세스를 제공할 수 있으며 개발자에게 의존하여 스트리밍 분석을 가속화하기는 어렵습니다.

자세히 보기

사용사례

  • 사기 탐지
  • 로그 분석
  • 고객 분석

사기 탐지


금융 사기로 인한 수백만 달러의 손실을 사전에 감지하여 예방합니다. 

소매, 금융 서비스 및 기타 부문의 기업들은 고객 데이터 보호와 금융 사기 발생 방지를 위해 최선을 다하고 있습니다.  Cloudera DataFlow의 Streaming Processing & Analytics 기능은 고객 거래의 실시간 스트림을 처리하고 패턴을 식별하며 예측 경고 및 실행 가능한 인텔리전스를 생성하여 잠재적인 사기를 예방합니다.

PT Bank Rakyat Indonesia: 고객을 보다 깊이 이해하기 위한 Big Data, AI 및 ML의 활용

사기 발생률을 40% 감소시켰습니다.

사례 분석 읽기

로그 분석


실시간 분석을 위해 로깅 인프라를 현대화하세요.

기업에게 로그 데이터는 갈수록 중요해지고 있습니다. 그러나 IT 조직은 효과적인 로그 수집 프로세스, 관련 정보의 업스트림 배포, 주요 지표 생성 등에 어려움을 겪고 있습니다. Cloudera DataFlow의 Streaming Processing & Analytics 기능을 통해 로그 처리를 확장하고 기업 전반에 실시간 통찰력을 제공하며 운영 비용을 대폭 절감할 수 있습니다.

주요 항공사: 데이터 기반 자동화를 통한 고객 경험 향상

데이터 스트림의 한 번 전송 비용만으로 데이터양의 50% 감소

사례 분석 읽기

고객 분석


실시간 고객 분석을 통해 참여, 유지 및 만족도를 향상시킬 수 있습니다.

모든 기업은 고객 참여 향상을 위해 실시간 분석을 필요로 하지만 과도한 데이터량으로 인해 이를 실행하는 데 어려움을 겪고 있습니다. Cloudera DataFlow의 Stream Processing & Analytics 기능은 1초 미만의 대기 시간으로 방대한 데이터량을 처리하는 동시에 고객 상호 작용을 감지하고 실시간으로 더 나은 제공 사항을 추천하여 고객 분석을 구현합니다.

Shoppermotion: 새롭게 거듭난 매장 내 분석으로 오프라인 매장에 의미 있는 통찰력 제공

소매 부문 매출 9% 증가

사례 분석 읽기

주요 특징

수백만 데이터 포인트의 실시간 모니터링 및 병렬 처리를 1초 이내에 전달합니다. 병렬 처리를 배포하고 오류 없이 지속적으로 패턴을 감지하여 예측적이고 규범적인 실시간 통찰력을 제공합니다.

마이크로 서비스, 배치, 스트림 처리 및 분석 전반에 복합 이벤트 처리를 제공합니다. 또한 실시간 의사 결정 및 자동화에 영향을 주는 미션 크리티컬 이벤트 감지를 비롯하여 정교한 이벤트 기반 분석을 구축하기 위해 다양한 윈도우 기술을 사용할 수 있습니다.

스트리밍 SQL 쿼리에서 REST를 통해 읽을 수 있는 데이터의 지속적인 뷰로 결과를 구체화할 수 있습니다. 애플리케이션은 데이터베이스 시스템을 배포하지 않으면서도 구성 또는 유지보수 없이 데이터 스트림을 쿼리하기 위해 이러한 매커니즘을 사용할 수 있습니다.

사용 용이성과 확장성으로 인해 기업 전반에 도입하기에 적합합니다. 일반적으로 SQL로 분석을 구축하는 데이터 분석가는 동일한 쿼리 언어를 사용하여 스트리밍 분석을 도입할 수 있으며 스트리밍 개발자는 SQL, Java 또는 Scala를 사용하여 스트리밍 분석을 구축할 수 있습니다.

이벤트 처리를 동적으로 제어하도록 쿼리를 설정하고 상태 및 시간에 따른 처리 스트림을 기반으로 하며 대기 및 비순차 전달을 처리하기 위해 워터마크를 사용합니다.

실시간 분석에 관한 경우 산업 및 기업 전반의 사용 사례는 다양합니다. Cloudera는 3개의 스트림 처리 엔진인 Apache Flink, Spark Streaming 및 Kafka Streams를 지원합니다. 여러분의 사용 사례를 위해 본 백서에서 엔진을 비교해 보세요.

시작하기

제품 문서

Apache Flink에 대한 기술 사양, 아키텍처, 튜토리얼 및 사용법을 읽어 보세요.

자세히 보기

CDP Data Hub 가격


다양한 인스턴스 유형 및 클라우드 서비스 제공업체에서 데이터 허브에 대한 CDP Public Cloud 가격을 평가합니다.

세부 정보 보기

클라우드에서의 Flink

CDP Data Hub를 사용하여 스트리밍 처리 및 분석 기능을 클라우드로 확장하세요.

간략한 소개 영상 보기

스트리밍 분석 자원

실시간 스트림 처리 및 분석의 성능에 대해 자세히 알아보려면 모든 주요 자산을 확보하세요.

지금 액세스하기

Flink에서의 Cloudera Community

동료와 소통하고 궁금한 점을 질문하며 문제점을 해결하고 Apache NiFi에 대해 자세히 알아 보세요.

지금 알아보기

이벤트 처리 및 스트리밍 SQL

스트리밍 SQL을 통해 스트리밍 분석용 데이터 스트림에 대한 쿼리를 손쉽게 구축하는 방법을 읽어 보세요.

백서 다운로드

Webinar

자유로운 실시간 데이터 액세스를 가능하게 하는 새로운 Cloudera SQL Stream Builder

Whitepaper

스트리밍 SQL을 사용한 최신 스트림 처리

Whitepaper

데이터 요구 사항에 적합한 스트림 처리 엔진 선택

Datasheet

Cloudera Streaming Analytics는

세계적인 수준의 교육, 지원 및 서비스

Your form submission has failed.

This may have been caused by one of the following:

  • Your request timed out
  • A plugin/browser extension blocked the submission. If you have an ad blocking plugin please disable it and close this message to reload the page.