解决方案

流式分析

实时提取、处理和分析事件数据流

Google Cloud 提供的流式分析使数据更有条理、更加有用，令其从生成的一刻起就可访问。我们的流式解决方案基于 Pub/Sub、Dataflow 和 BigQuery 的自动扩缩基础架构构建，可预配所需的资源来提取、处理和分析数量不断波动的实时数据，以便提供实时业务数据洞见。这种抽象化的预配降低了复杂性，使数据分析师和数据工程师都能进行流式分析。

与我们联系

Forrester 在《Forrester Wave™：数据流分析，2019 年第 3 季度》中将 Google 评为领导者。

客户案例

阅读用时：6 分钟

阅读案例研究

以 Google Cloud 为基础实现的个性化一对一用户互动
实时对超过 14 亿用户进行预测
节省 70% 的 AI 平台成本

Aliz

AirAsia 依托 Google Cloud 优化定价、增加收入并提升客户体验。

Wix 利用 Google Cloud 提供信息丰富的用户点击流信息中心，节省了 20% 的开发成本。

NYC Cyber Command 以大规模的方式保护纽约市数字服务的安全。

查看所有客户

让实时分析真正轻松

自动扩缩基础架构，减少后顾之忧

Google Cloud 流处理基础架构能够根据您的数据分析需求自动扩缩。您无需超量预配，或者为未使用的资源额外付费；Google Cloud 会处理变化的数据量、性能微调和资源预配等问题。

采用简单的提取服务来处理复杂的事件

借助 Pub/Sub，可从全球几乎任何地方的应用或设备每秒提取和分析数以亿计的事件。或者，利用 BigQuery 的流处理 API，每秒将数百万个事件直接流式传输到数据仓库，以进行基于 SQL 的分析。

统一流处理和批处理，而且没有供应商锁定

借助 Dataflow 统一流处理或批处理数据分析，让二者变得一样轻松，并构建连贯的数据流水线。数据工程师可以通过 Apache Beam（Dataflow 的开源 SDK）重复使用代码，为混合环境或多云环境提供流水线可移植性。Dataflow 可确保对数据只进行“正好一次”处理，使您的流处理流水线对于关键任务应用而言更加一致、可靠。

在探索下一代 AI 的同时保留您当前的工具

通过 Confluent Cloud 和 Dataproc 桥接、迁移或扩展本地基于 Apache Kafka 和 Apache Spark 的解决方案。如果将这些服务与 Data Fusion 的 GUI 结合使用，数据分析师和工程师只需点击几下就可以构建流处理流水线。将 Google 先进的机器学习和 AI 解决方案引入流式分析流水线，以实现实时个性化、异常值检测和预测式维护场景。