- 产品与解决方案
- 行业解决方案
- 服务
- 支持
- 合作伙伴
- 关于我们
04-T~Z
本章节下载： 04-T~Z (312.78 KB)
Flink中的TaskManager是执行实际计算任务的进程。一个Flink程序被分解成多个任务（Task），这些任务被分配到集群中的各个TaskManager上执行。
Tez是一个应用框架，用于在Hadoop生态系统中构建高效的批处理和交互式数据处理应用。它允许用户动态构建和执行复杂的有向无环图（DAG）的任务，从而实现更灵活和高效的数据处理。它用新的编程模型和API替代传统的MapReduce，让应用在性能和可扩展性上都得到了显著提升。
在Kafka中，Topic是用于对消息进行分类和组织的逻辑通道。每个Topic代表一个特定的数据流，生产者将消息发布到特定的Topic，而消费者则订阅一个或多个Topic以接收消息。Topic被进一步分成多个分区（partition），每个分区是一个有序的、不可变的消息序列，允许并行处理和数据分布在集群中的不同节点上。
透明加密是一种数据保护技术，旨在在用户或应用程序不需要显式操作的情况下自动加密和解密数据。其实现方式通常集成在数据库或文件系统层，确保数据在存储时是加密的，而在被授权用户访问时自动解密。透明加密的主要优势在于它对用户和应用程序是无缝的，不需要对现有系统进行重大更改。这样既保障了数据的安全性，又不影响系统性能和用户体验。
维表是存储维度属性值的数据表。例如，日期维表用于存储与日期维度相关的年、月、日等属性值，而地理维度表则用于存储国家、地区、省、城市等地理属性值。
维度是观察和分析业务数据的角度。例如，日期维度，包括年、季度、月等；地理维度，包括国家、地区、省、市等。
Elasticsearch中的基本数据单元，类似于数据库中的一条记录。每个文档都是一个JSON格式的结构化数据，包含一个或多个字段（field），字段是组成文档的最小单位。相当于关系型数据库中的column。
文件切分是数据处理领域中常见的操作。文件切分指将文件内容进行提取，并按照一定规则（比如自动分段、自定义分段、按层级分段）进行切分，将大篇幅内容分割为独立的小段。文件切分可以为知识库构建、大模型训练、基于大模型的QA抽取等场景提供支持。
Presto中的Worker是工作节点，主要执行被分内部分解后的查询执行任务Task，Task是实际运行在集群上的任务。
物理机是指实体硬件服务器，具备独立的CPU、内存、存储和网络资源。物理机直接运行在硬件上，提供了更高的性能和稳定性，适用于对资源需求高、计算密集型的应用场景。物理机可单独使用或作为虚拟化环境的宿主机。
Consumer是从Kafka主题中读取和处理消息的客户端应用程序。消费者订阅一个或多个主题，并处理从这些主题接收到的消息。
Consumer Group由一组消费者实例（consumers）组成，这些实例一起协作来消费一个或多个主题中的消息。每个主题的分区（partition）都会分配给Consumer Group中的一个消费者实例进行处理，以确保消息被有效地处理和分发。
消息集成依赖于消息传递中间件Kafka，为融合集成平台中各集成服务之间提供可靠的、可持久化的、高吞吐量的准实时消息管道系统。
虚拟IP（VIP）是指不直接绑定到特定硬件的IP地址，常用于网络服务的高可用性配置中。虚拟IP可在多台服务器之间迅速移动，使得在一台服务器出现故障时，另一台服务器可以立即接管该IP地址，继续提供服务。这种机制确保了服务的连续性和网络的负载均衡，广泛应用于集群和故障转移环境。
虚拟机（VM）是一种软件模拟的计算环境，通过虚拟化技术在一台物理服务器上模拟出多个独立的虚拟计算实例。每个虚拟机可以运行自己的操作系统和应用程序，拥有独立的CPU、内存、存储和网络资源。虚拟机提供了硬件的抽象层，使得资源分配更灵活、管理更简便，适用于资源隔离、环境测试等场景。
血缘管理（Data Lineage）是一种数据管理技术，通过追踪和可视化数据从来源到目的地的流动路径，帮助组织理解数据的起源、流动过程及其变化。它涵盖了数据在整个生命周期内的详细历史记录，包括数据是如何、何时和在何处被创建、修改、存储和传输的。血缘管理对于确保数据质量、支持数据治理、实现合规性要求以及进行故障诊断和影响分析非常关键。
衍生指标是基于原子指标通过添加业务限定、维度限定而成的一类指标。衍生指标的计算方式可以包括各种数学运算、比较、加权平均、百分比等，以及数据的汇总和组合。例如，如果已存在销售利润、销售金额两个原子指标，则衍生指标销售毛利率=销售利润/销售金额*100%。
Feature是GeoMesa中数据存储和处理的基本单元，表示一个地理空间对象，包括其几何形状和一组属性。例如，一个城市要素可以包含城市边界的多边形几何形状及城市名称、人口等属性。
一种分布式资源管理系统，它将作业调度和资源管理的功能从Hadoop的MapReduce框架中分离出来，实现了对集群资源的统一管理和调度。YARN允许数据处理框架（如MapReduce以外的Spark、Tez等）在Hadoop上高效运行，从而使Hadoop能够更好地支持各种不同类型的数据处理任务。
异构数据库是指由不同类型的数据库管理系统（DBMS）组成的数据库系统，这些系统可能在数据模型、查询语言、存取方法和硬件平台等方面存在差异。异构数据库系统的整合通常涉及关系型数据库、NoSQL数据库、面向对象数据库等多种不同结构的数据库。这种异构性通常源于企业中使用多种数据库技术以满足不同业务需求。为了在异构环境中实现数据的统一访问和管理，通常需要使用中间件或数据集成工具来提供一种透明的访问机制，从而简化跨数据库操作和数据整合的复杂性。异构数据库系统在企业数据整合和数据仓库建设中具有重要作用。
用户组是指在计算机系统或网络中，将一组具有相似权限或功能需求的用户集合在一起进行管理的概念。它来源于操作系统和网络管理中对用户权限的集中管理需求，允许系统管理员通过分配权限和资源访问控制，简化多个用户的管理。通过用户组提高了安全性和管理效率，避免逐个用户进行权限设置。其应用场景广泛，包括企业网络管理中部门级权限分配、开发团队中项目访问控制、以及在线服务平台中用户权限的批量管理等。用户组通过统一的权限管理策略，确保了系统的安全性和资源的高效利用。
在大模型数据治理领域，语料提取是指从大规模文本数据中提取出特定的数据或信息的过程，用于构建和训练语言模型、问答系统等。语料提取是NLP（自然语言处理）领域中的重要步骤，通过精心设计和构建语料库，可以为AI大模型的应用提供更强大的语言理解和信息处理能力。
元数据是关于数据的数据，它提供了描述其他数据特性的信息。元数据可以包括各种形式的结构化信息，比如文件的作者、创建日期、文件大小、内容描述等。在数据运营平台中，元数据是指表的属性信息以及字段的属性信息。
在智能数据分析领域，原子指标是指基本、不可再分解的数据单元，通常用于描述和量化业务活动的特定方面。这些指标是对业务过程或绩效的具体度量，通常涉及数量、频率、百分比、比率等形式的数据。原子指标的特点是简单易懂且能够准确地反映业务活动的特征，因此在数据分析中具有重要作用。例如，销售数量、销售金额、成本、利润。
License远程授权基于Client/Server架构，专为大规模网络设计。其主要优势在于简化了授权的安装及维护流程，只需在License Server和H3C License管理平台上进行操作，无需逐台在License Client上操作。此外，多个License Client可以共享License Server上的授权资源，从而提高了授权的利用率。
正则表达式是一种用特定模式来描述和识别字符串中字符序列的工具。它使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。通过预定义的符号和字符组合，正则表达式可以构建复杂的规则，实现对文本的高效率处理。正则表达式广泛应用于计算机程序设计中，特别是在文本处理、数据验证和复杂字符串操作等方面，提供了一种灵活且强大的方法来搜索和处理文本。
知识库是用于存储结构化信息和事实的数据集合，是一个集成的信息存储系统。它包含广泛或特定的领域知识，用以支持模型的理解、推理和决策。知识库结合了人工智能和数据库技术，通过组织成高度结构化的格式，使得模型能够有效地访问、检索和利用存储的信息，从而提高处理和回答复杂查询的能力。
知识图谱是一种通过图结构组织和表达知识的技术，通过实体、属性和关系三个基本元素构建复杂的网络结构，用于描述实体间的各种语义关系。实体是图中的节点，关系是连接节点的边，而属性则用于描述实体的特性。这种结构有助于实现数据的快速检索、关联分析和推理，广泛应用于搜索引擎、推荐系统、自然语言处理等领域，提升了数据管理的效率和智能化水平。
知识问答是一种基于人工智能技术的智能助手，能够理解用户提出的问题，基于大模型并根据事先建立的知识库提供答案。它通过自然语言处理和机器学习等技术，实现对复杂问题的理解和准确回答，提供高效的信息检索和知识传递。
执行器是执行任务的实际容器，用于执行服务端发送的作业中的任务。绿洲融合集成执行器资源提供独享、共享以及调试三种模式，用于解决业务高峰期资源抢占、高并发、高时效等问题，以及高频调度、业务调试隔离等场景。
主备容灾是一种高可用性策略，涉及创建至少一个冗余的备份集群（备用集群），与主集群同步运行。基于主集群与容灾集群方式的异地容灾方案，通过主集群与容灾集群的数据复制关系保证集群内数据的可靠性及业务的持续性。当主集群发生故障时，备用集群能够无缝接管服务，提高了系统的韧性和应对灾难的能力。
主数据是指在组织内跨多个系统、应用程序和业务流程中共享和使用的核心业务实体信息。主数据需要在整个组织内保持一致，以确保业务流程的准确性和效率。这些数据通常包括关键业务实体的详细信息，如客户、产品、员工、供应商、财务科目等，并且这些信息是组织运营的基础。
在大数据集群中，专门用来部署某个组件的节点称为专有节点实例，如Redis专有实例节点、Zookeeper专有实例节点等。
资产市场是一个旨在促进数据资产共享的系统，通过定义标准化的数据共享协议和流程，降低数据共享的门槛，促进组织内部数据的流通。管理员可以将数据、文件、API等各类型数据资产上线到资产市场中，配置数据描述、数据质量、数据来源和所有权等信息，形成数据资产目录。然后用户可以在资产中心查看、订阅和使用这些数据资产。
ZNode是ZooKeeper中的基本数据节点，类似于文件系统中的文件或目录，可以存储数据和元数据，并且支持对数据节点的监视和监听。
Zookeeper是一个分布式协调服务，广泛用于大数据生态系统中，以提供高效的分布式应用协调功能。它提供了一组简单的原语，帮助开发人员实现分布式锁、配置管理、名称服务和分布式队列等功能。Zookeeper通过一致性协议（例如Zab协议）确保在分布式系统中的数据一致性和高可用性。
在租户模式的大数据集群中，通过申请存储、计算等组件资源，同时以权限进行隔离，使得不同租户拥有能够独立操作和管理的专属资源空间，并在不干扰其他租户的情况下进行数据处理和分析。这种多租户架构允许多个用户或组织共享相同的物理硬件资源，同时确保数据隔离和安全，提高资源利用率和成本效率。
租户模式则允许多个租户共享一套集群，共用网络和集群资源，但通过严格的资源隔离机制，每个租户仅能访问自身的资源。这种模式通过资源共享优化了集群利用率，适合资源需求不高但需要隔离的场景。
大数据集群中的应用组件，对外提供某种业务功能，例如：HDFS、YARN、Spark等。
组件多实例指的是在同一台服务器节点上启动多个组件进程实例。这样做旨在充分利用服务器资源，提高系统整体的性能和容量。例如，在大数据处理中，Elasticsearch、Redis、HBase等组件可以通过多实例的部署方式实现更高的并发处理能力和更高的数据处理效率。每个实例都有自己独立的配置、数据存储目录，以确保数据的完整性与可用性。这意味着即使一个实例出现问题，其他实例仍然可以独立运行，同时也减少了不同实例之间的干扰，提高了系统的稳定性。通过组件多实例的部署方式，可以更好地适应大规模数据处理的需求，并提高整个系统的可靠性和容错能力。
在大数据集群中，组件中的进程部署在不同节点上，将节点划分为不同的实例。
作业模板是一种预定义的作业（任务）结构，用于标准化和简化特定类型的作业创建过程。它通常包含了执行特定类型作业所需的所有必要信息和参数，如作业的执行步骤、所需资源、执行环境配置以及可能的输入和输出等。在数据处理场景中，作业模板可以用来定义数据的提取、转换和加载（ETL）作业。例如，一个ETL作业模板可能包括数据源和目标数据仓库的配置信息、数据转换规则或脚本、数据加载到目标系统的方法等。通过使用作业模板，组织可以提高作业创建和执行的效率，减少错误，确保一致性。
不同款型规格的资料略有差异, 详细信息请向具体销售和400咨询。H3C保留在没有任何通知或提示的情况下对资料内容进行修改的权利!
支持
