使用了Hadoop集群作为公司的数据湖架构,并且还为各个数据湖项目公司提供了疫情监控产品,数据湖和数据仓库的区别是什么数据湖就是一个集中存储数据库,现在公司数据湖正在运用蓝光储存技术,将可视化层和Razorsight分析结果数据转移到数据湖架构中,请点击查看数据湖是什么东东 数据湖的四个最佳实践　　数据湖听起来很简单：　　把数据或信息汇集到一个结合处理速度和存储空间的大数据系统――Hadoop集群或内存解决方案,一个数据湖能够存储不到六个月的数据,在数据仓库中存储数据之前定义架构。

易华录的业绩易华录的长期价值易华录同花顺圈子

5G网络在慢慢普及，大数据产业也随之一同迅猛发展，融入到经济生活的方方面面，尤其是在金融、医疗健康、政务几个领域表现特别突出，可以看到软件服务行业同样也是一个非常受大家欢迎的赛道。

下面我就给大伙分析一下软件服务行业的细分龙头--易华录。

在开始分析易华录前，我把整理好的软件服务行业龙头股名单分享给大家，点击就可以领取：宝藏资料：软件服务行业龙头股一览表

一、从公司的角度来看

公司介绍：易华录成立于2001年，起初是为政府提供专业化智能交通管理，为交通领域提供解决方案。到2016年公司转向智慧城市业务，通过打造数据湖，为数字经济提供服务，成为数字经济基础设施综合服务商。

凭借着强大的业务能力，公司在疫情期间积极参加与疫情抗战工作，为交通部提供了疫情指挥平台，并且还为各个数据湖项目公司提供了疫情监控产品，有利于加快推动疫情的防控工作。

在简单介绍易华录之后，我们再来看看该公司有什么投资亮点？值不值得我们投资？

亮点一：技术优势

易华录城市数据湖采用的以蓝光技术为核心的光磁一体储存云平台是公司自主打造而成的，可以进行冷热数据交换，显著降低存储成本，弥补国家大数据存储技术上的不足之处。

现在公司数据湖正在运用蓝光储存技术，从长期来看，存储成本还有维护成本只有电磁存储的10%而已。另外蓝光储存不仅能耗低，而且又长期稳定，对外界供电条件还有环境要求，相对来说也还是较低的。凭借这样的核心技术能够对公司竞争力起到提升作用。

亮点二：业务优势

在项目上，有23个城市大数据产业园由易华录投入使用，当中有30个数据项目已落地，分布在20个省、直辖市，交通、安防等5大行业共37个细分领域。

另外公司数据湖在全国范围内已组建了30多个节点，依据规划，每个节点约略有2000多个机架上线。经过在全国范畴大规模地架构，在很大程度上能够有助于公司抢占更多的市场份额。

亮点三：产业链优势

易华录在光存储领域的产业链已经成熟，具备了全球最顶尖的光驱制造实力，拥有领先的光盘库技术、光存储系统技术和最完整的蓝光存储产业链条，目前可实现产品500G的量产，IT产品的研发工作目前处于正常开展阶段。

公司具有完备的产业链不但能满足市场各类用户的需求，还可以根据市场需求现状及时作出生产调整，可达到最大生产效率。

由于篇幅受限，更多关于易华录的深度报告和风险提示，我整理在这篇研报当中，点击即可查看：【深度研报】易华录点评，建议收藏！

二、从行业来看

最近这几年，随着5G的高速发展，国内数字基建需求跟以前相比提升了很多。大数据日益发展成5G新基建的重要一环，甭说是在民生还是工业领域，都是必不可少的，所以说，数据产业的发展将步入快车道。

加上国家也将数据视为重要的战略资源和关键性要素，意思就是大数据战略已经上升为国家战略，可见与数据产业密切相关的企业将会迎来一波发展的机遇。

因而在我的观念里对于满足时代发展要求，易华录是完全可以胜任的，具有巨大的发展空间，未来发展值得看好。

但是文章具有一定的滞后性，如果想更准确地知道易华录未来行情，直接点击链接，有专业的投顾帮你诊股，看下易华录估值是高估还是低估：【免费】测一测易华录现在是高估还是低估？

应答时间：2021-12-09，最新业务变化以文中链接内展示的数据为准，请点击查看

数据湖是什么东东 数据湖的四个最佳实践

　　数据湖听起来很简单：　　把数据或信息汇集到一个结合处理速度和存储空间的大数据系统――Hadoop集群或内存解决方案，那样业务部门就能访问数据，获取新的洞察力。　　不过，与IT行业的许多技术一样，现实比梦想困难得多。

数据湖和数据仓库的区别是什么

数据湖就是一个集中存储数据库，用于存储所有结构化和非结构化数据。数据湖可用其原生格式存储任何类型的数据，这是没有大小限制。

数据仓库是位于多个数据库上的大容量存储库。它的作用是存储大量的结构化数据，并能进行频繁和可重复的分析。

数据科学家

可能会用具有预测建模和统计分析等功能的高级分析工具。而数据仓库就是数据仓库非常适用于月度报告等操作用途，因为它具有高度结构化。在架构中数据湖通常，在存储数据之后定义架构。使用较少的初始工作并提供更大的灵活性。

在数据仓库中存储数据之前定义架构。这需要你清理和规范化数据，这意味着架构的灵活性要低不少。

其实数据仓库和数据湖是我们都需要的地方，数据仓库非常适用于业务实践中常见的可重复报告。当我们执行不太直接的分析时，数据湖就很有用。

如何搭建数据湖架构

Edo Interactive在几年前遇到一个大问题：公司使用交易数据来帮助零售商和餐馆进行个性化促销，但其数据仓库没有足够时间去处理所有的信用卡和借记卡交易数据“我们要花费27小时来处理每日的数据量，”Edo主管基础设施和信息系统的高级副总裁Tim Garnto说道：“所以在2013年，我们放弃了现有的基于PostgreSQL的关系型数据库系统，使用了Hadoop集群作为公司的数据湖架构。”Garnto的团队一天中需要收集5000多万条美国零售交易数据，并分发到20个节点的集群中,这些节点运行在Cloudera的Hadoop分布式机架上，使用Pentaho的数据集成工具。从银行和信用卡公司收集到的数据，会被传入设计好的预测模型中，以确定个体持卡人所需的优惠券。Edo的业务伙伴每周通过电子邮件发出优惠券，这些优惠券会在产生对应消费时生效。每日的数据构建时间缩减到大约四个小时，Garnto表示，根据正在运行模型的复杂性，Edo的数据分析师能“在几分钟或几小时内完成他们的工作。而以前，他们可能累的要死。但数据湖上并不总是阳光灿烂，一帆风顺的。起初，Edo只有一个员工具有Hadoop MapReduce编程框架的经验。公司联合Chicago总部和Nashville分部，对其他员工进行Hadoop技术内部培训，但后来这使得他们不得放弃了熟悉的数据查询方式。“我们花了很多时间更新这一过程。”Garnto说。创建一个保证原始数据一致性和生成标准化分析数据集的两步程序也需要花时间去解决。目前拥有包含450亿条记录(总共255TB的数据)的集群，已成为Edo业务操作的核心，对于这个集群，Garnto需要小心管理，谨慎添加新的Hadoop生态技术。否则，对公司某个部分的调整可能会影响整个系统对其他部分的工作处理。数据湖使实时分析成为了可能Webtrends公司是另一家数据湖的使用者，该公司收集并处理网站、手机、物联网上的活动数据。这家位于波特兰的公司于2014年7月部署了基于Hortonworks的Hadoop集群，目前正在试用阶段，计划在2015年初完全实现。它最初只支持了一个叫Explore的产品，让企业营销人员做客户数据的专项分析。Webtrends产品架构主管PeterCrossley表示，每个季度大约有500 TB的数据添加到60个节点的集群中，现在总共有1.28 PB。随着时间的推移，Webtrends计划使用Hadoop平台代替自有的数据网络附加存储平面文件系统。Crossley表示，使用Apache Kafka消息队列和自动化脚本处理技术，互联网点击流数据可以涌入集群和并在20至40毫秒内做好分析准备工作。因此，报表和分析过程几乎可以在瞬间开始，这比老系统快得多。Hadoop集群还支持进阶分析，且能降低25%到50%的硬件成本。Crossley表示，采用数据湖概念需要公司内部在管理和使用Webtrends为客户收集的信息时做到“思路上的转变”。之前，该公司主要使用数据存储构建通用报表。但是，一个数据湖与其说是一个真理，不如说是真理的来源，在其之上，您可以构建多个数据集以供不同的分析用途。Webtrends也不得不认真考虑其数据湖的架构和数据治理过程，以防止Hadoop集群变成“数据沼泽”，正如Crossley所说。刚刚进入系统的原始数据结构十分松散(+微信关注网络世界)，但是应该有非常严格的规则来规定其应该是什么样子。此外，他的团队已经将集群分成三个不同的层次：一个用于原始数据，第二个用于日增量数据集，另一个用于存储需要被纳入的第三方信息。基于不同的数据集细节，每一层次都具有自己的数据分类和治理策略。对你的数据保持控制Razorsight公司CTO Suren Nathan还指出，建立和管理一个Hadoop 数据湖需要具备良好的纪律性和组织性。否则系统很快就会变成一个失控的垃圾场，就像一个由很多文件组成的SharePoint，没有人知道如何找到这些文件。Razorsight为电信企业提供了一组基于云的分析服务，2014年第二季度开始使用运行在Hadoop集群上MapR技术。客户组、操作和网络数据通过自有工具被输入到系统中，通过Spark引擎的处理后，由Razorsight数据科学家进行分析;集群具有五个生产节点和120 TB的存储容量。和Webtrends类似的，Razorsight数据湖被分割成三个分区。在Razorsight的案例中，一个数据湖能够存储不到六个月的数据，另一个包含旧的但仍然活跃的数据，第三则存储不再使用的但需要保留的信息。目前，在这两个活动区域中有超过20 TB的数据。为了保证系统工作平稳，Razorsight招聘了具备分布式系统的数据治理和开发经验的新员工，同时也培训现有员工使用Hadoop，Spark和相关技术的能力。目前是迁移到新平台的阶段。每TB大约花费2000美元，Hadoop集群成本仅仅是公司之前所部署的IBMNetezza数据仓库系统的十分之一。但Nathan表示，Razorsight首先建立专门用于数据存储的集群，然后再进入处理和准备阶段。因为Netezza硬件和IBM SPSS分析软件之间存在的紧密联系，分析建模和数据可视化仍会存在于旧的系统中。建模将保持现状，但Nathan预计到今年年底，将可视化层和Razorsight分析结果数据转移到数据湖架构中。转自网界网：来自TechTarget中国的作者：Craig Stedman分享转自网界网：

数据