Hadoop용 SAS^® 인메모리
통계 분석

Hadoop 분석을 위한 단일 인터랙티브 프로그래밍 환경

Hadoop에서 적시에 정보를 얻기 위해서는 색다른 접근법이 요구됩니다. 정확한 답변을 즉각적으로 얻기 위해서 인메모리 분석 및 분석 데이터에 대한 상호 작용의(interactive) 준비, 탐색, 모델링, 구현이 필요합니다.

도입 효과

빠르고 정확한 인사이트를 위한 심층적 Hadoop 탐색.

최적의 답변을 찾기 위해 검증된 최신 통계 알고리즘과 머신 러닝(machine-learning) 기법을 적용합니다. 다양한 분석 접근법을 찾고 적용하여 인사이트를 발견하고 파급효과가 큰 의사결정을 내릴 수 있게 합니다.

데이터 과학자를 위한 생산성 향상.

빠른 인메모리 분석 프로그래밍 언어를 통해 다수의 사용자가 빅데이터를 동시에, 양방향으로 분석할 수 있습니다. 데이터의 준비, 조작, 가공, 탐색, 모델링, 접근, 기록이 모두 Hadoop 내에서 가능합니다.

확장성 있는 환경 활용.

이제까지 통계 분석 담당자와 데이터 과학자는 Hadoop에 있는 정보의 접근, 준비, 모델링, 기록을 위해 다양한 프로그래밍 언어나 제품을 종합해야만 했습니다. 또한, 모델을 운용화할 때 소프트웨어의 확장이 불가능했지만 이제는 달라졌습니다. 데이터 준비와 탐색에서 모델 구축과 구현에 이르기까지 SAS의 솔루션은 정확하다는 검증과 테스트를 거쳤습니다. 뿐만 아니라 고객의 제품 환경으로 확장이 가능합니다.

데이터를 통해 불필요한 다중 단계 제거.

Hadoop 상에서 실행되는 SAS의 인메모리 인프라는 값비싼 데이터 이동을 제거하고, 전 분석 라이프사이클에 걸쳐 데이터가 메모리에 유지될 수 있도록 합니다. 이를 통해 데이터 지연시간을 획기적으로 단축시키는 동시에 전광석화와 같은 속도로 분석을 수행합니다.

스크린샷

주요 특징

인터랙티브 프로그래밍: 다수의 사용자가 Hadoop에 저장된 방대한 데이터를 동시에, 양방향으로 분석할 수 있게 합니다.
인메모리 분석 프로세싱: 분산 클러스터 내 다중 단계에 최적화된 신속한 분석 연산을 가능하게 합니다.
데이터를 메모리에 유지: 데이터를 메모리에 유지시킴으로써 속도를 향상시키고 지연시간을 단축합니다.
분석 데이터 준비: 데이터에 접근하고 조작하고, 변수를 가공하고 생성하며, 탐색용 분석을 수행합니다.

모델 개발: 다수의 통계 모델을 빠르게 생성하고, 평가하고, 비교합니다.
통계 알고리즘과 기계학습(machine-learning) 기법: 폭넓고 심층적인 분석 기법을 통해 그 어느 때보다 빠르게 패턴과 동향을 파악합니다.
텍스트 분석: 폭넓은 텍스트 분석 기법을 활용하여 고객의 비정형 (및 정형) 데이터를 분석합니다.
추천 시스템: 고도의 고객 맞춤화(customization)를 통해 고객에 맞춰진 의미있는 추천 방식을 실시간으로 생성합니다.