共15张图片点击查看

SAS数据管理 SAS® Data Management

0人点评  稳定性: 0  兼容性: 0  功能: 0  价格: 0  服务: 0 

利用行业领先的整合技术来管理您的数据。每一个决策,每一个业务活动,每一个成功的客户互动,都源自于高质量且良好整合的数据。不具备这个能力,您就无法取得成功。SAS

  • 标签:
  • 厂商:赛仕软件(北京)有限公司
  • 简介:利用行业领先的整合技术来管理您的数据。每一个决策,每一个业务活动,每一个成功的客户互动,都源自于高质量且良好整合的数据。不具备这个能力,您就无法取得成功。SAS数据管理(SAS Data Management )是一个行业领先的解决方案,建立在数据质量平台之上,帮助您改善、整合和管理您的数据。
  • 详情
  • 资费
  • 常见问题
  • 点评
  • 咨询
  • 售后

产品益处
推动生产力发展,让工作更有效率

不管您的数据存储在什么样的系统中,从传统的系统到Hadoop,SAS数据管理都能帮助您访问所需要的数据。一次创建数据管理规则,就可以反复使用它们,SAS数据管理为您提供了一个标准的可复制的方法,用以改善和整合数据,不需要额外的成本投入。


可方便地与其它团队合作
作为一个IT专家,很容易陷入正常职责范围之外的任务纠缠中。SAS数据管理让您企业组织内的业务用户可以更新数据、调整流程和分析结果,提高了协作性,将您解放出来处理其它事情。


一个完整无缝的技术,打好数据基础
SAS数据管理技术是真正整合的技术,也就是说您使用的并不是一个拼凑在一起的解决方案。我们所有的组件,从数据质量到数据联合技术,都归属统一的架构。


确信数据可靠并已为行动做好了准备
在SAS,我们要确保数据已经为分析或操作而准备好。所以我们提高数据质量、数据透明度和数据可靠性。我们内置的审计工具可以监控处理。源数据的血统分析帮助您了解您的数据是分析所需要的,并已经为分析做好准备。


整合、管理和控制来自Hadoop的大数据
由于很多企业组织将更多的数据放入Hadoop,您需要从那些信息中获得价值。我们为您提供快速、方便地访问Hadoop数据的功能,让您可以增加大数据到已有的IT处理中。而且,通过MapReduce,Pig和Hive的转换,您可以管理任何地方存在的大数据。

 

功能特色:

单一数据集成开发环境
 
使用一套直观的、针对管理授权流程的可配置窗口,易用、即点即到、基于角色的GUI。
接入源系统的向导,创建目标结构,导入与导出元数据功能,并建立/执行ETL与ETL工艺流程。
定制化的元数据树型视角令您可以显示、可视化并理解元数据。
专属GUI可勾勒数据,使其易于维修源系统问题,同时保留在其他数据管理流程中使用的商业规则。
支持日志的开发与全接入过程中的工作交互式调试与测试。
审计历史与签到/签出功能允许设计者了解哪些工作或表格在何时由何人进行了变更。
可以在任何平台上分配数据集成任务,同时虚拟接入任何来源或目标数据存储。
与第三方提供商Subversion与CVS的集成方案,提供了强化版本与来源控制树型,例如存档、差异化与回滚。
增强的SAS代码导入能力使当前的SAS用户可以简易地导入他们的SAS工作与代码。
命令行工作部署选项,可用于部署单个与多个工作。
 
集成的流程设计器
 
使用可视化、端到端的事件设计器,建立并编辑数据管理流程。
对数据集成、SAS存储流程与数据质量工作的执行进行控制。
基于IF THEN逻辑与参数化,有条件地执行工作。
将工作与流程分叉处理,平行化执行。
发布工作输入与输出,用于参数化工作。
听取内外部事件,以及有条件产生的事件。
执行外部OS水平命令,例如呼叫外壳脚本。
呼叫REST与SOAP Web服务。
列出并打开旧工作版本(只读模式下),并利用内置版本控制功能制作当前历史版本。
在DEV/TEST/PROD的辅助下,对工作的提升与迁移提供完全支持。
使用自动化工作部署功能,以自动化方式,使用通用脚本语言来部署数据集成批量工作。
 
卓越的联通性与数据接入
 
与其他大多数解决方案相比,以批量或实时的方式对更多平台上的更多来源提供连通性。
数据接入引擎适用于企业应用程序、非关系型数据库、RDBMSs、数据仓库应用技术、PC文件格式等领域。
专属表格加载器提供针对甲骨文、Teradata与DB2的优化批量加载能力。
适用于Hadoop文件系统(HDFS)的文件阅读器/编写器,同时支持流程内的Hadoop’s Map Reduce、Pig与Hive,以及Hortonworks
完整与可分享的元数据环境,在所有数据源提供一致的数据定义。
当地接入方法提供顶尖绩效、减少数据移动,并减少定制编程的需求。
支持信息导向的中间件,包括IBM的WebSphere MQ、微软的MSMQ、Java Message Service (JMS) 与TIBCO Rendezvous。支持解析与处理文件的非结构化与半结构化数据。
针对通过网络服务发送与接受的静态与流数据接入。
针对MPP数据库的扩展支持:Aster Data nCluster, Pivotal Greenplum 与 Sybase IQ,针对大批量加载工具,提供更多ELT下推存储与支持。
本地支持基于SQL的处理。
接入Aster Data, Pivotal Greenplum, Hadoop与Sybase IQ的增强连通性,可以下推存储更多处理内容到数据库中。
 
一致的元数据管理
 
在转换与数据集成流程中,元数据被抓取并文档化,同时可适用于直接再利用。
高超的元数据映射技术,在源头与目标之间快速传播栏目定义,并创建自动化智能化的表格连接。
元数据搜索能力可以快速定位需要的组件。
例如栏目、表格与流程工作等现有主题发生变更前,针对变更的范围与影响进行影响力分析。
可以决定采用的路径、流程与转换,从而生成结论性信息。
数据世系(逆向影响分析)验证可靠性,协助用户建立对数据的信心。
针对元数据变更发现、比较、分析与选择性传播的变更分析。
多用户写作支持,包括主题、签入与签出。
在开发、测试与生产环境下的元数据提升与复制。
向导驱动的元数据导入与到处,以及栏目标准化。
元数据驱动的部署灵活性,从而令流程工作可针对批执行进行部署(再利用存储流程或网络服务)。
 
数据质量的基础
 
数据质量被嵌入到批量、近时与实时处理中。
以本国语言进行的数据清理,针对超过全球38个地区,提供语言识别与本地化。
操作与汇报(交易与批量)环境下均适用的数据质量功能。
交互式GUI令您可以筛选操作数据,从而识别出非完整、不准确或歧义的数据。
可定制与再利用的数据质量商业规则可在处理工艺流程中进行直接评估。
非常规的标准化规则使数据与公司标准相一致。或令你可以为特色情形建立定制化规则。
整个流程中建立与分享的元数据可提供精确的行动轨迹,适用于被清理数据。
通过从其他信息来源生成与添加邮政编码、地理编码、人口统计数据或事实,值可被加入到现有数据中。
数据管家可使用针对自身需求设计的交互式GUI,勾勒操作数据,并监控进行中的数据行为。
机构化数据质量商业规则的简单流程。根据某特定流程、项目或组织的专属商业要求,应用基础或复杂的规则来验证数据。规则可应用于批模式或实时交易清理流程。
数据质量监控令您可以持续地实时、跨时地检验数据,从而在质量跌落可接受限制时有所察觉。
针对纠错行为,可以发送警报。
 
提取、转换与加载(ETL),以及提取、加载与转换(ELT)
 
强大、易用的转换用户界面,支持对流程与通用元数据的写作与再利用。
非常高的基于SQL的转换提供ELT能力,包括创建表格、连接、插入行、删除行、更新行、合并、SQL设置、提取与SQL执行。
单一或多来源数据采集、转换、清理与加载能力,可以轻松创建数据仓库、数据商场,或BI与分析数据存储。
元数据可在数据集成与转换流程中被抓取与文档化。同时适用于直接再利用。
可在任何数据来源的任何平台上运行转换。
超过300种预定义表格与栏目级转换。
随时可用的分析转换,包括相关性与频率、分布分析与总结性统计。
转换向导或Java插件设计模板令您可以轻松生成可再利用与可重复的转换,并可在元数据被追踪与注册。
在不同的项目与环境下,可以再利用:转换流程、可通过定制出口呼叫、信息队列与网络服务。
在设定时间或基于触动执行的事件中,转换可被交互执行并被列入批处理。
发布信息到存档库、发布渠道、电子邮件或各种信息队列中间件的框架环境。
在加载过程中可轻松刷新、添加与升级。
使用用户可选择选项,优化加载技术。
数据库意识加载技术包括批量加载设施、索引与关键创建、表格弃用与截断等。
转换可自动生成针对快速高效处理的高绩效SAS代码。
转换包括:用于合并与推敲技术的1型SCD支持、表格差异化与2型SCD加载器的能力增强。
比较表格转换可以比较两个数据来源,并侦测数据中的变化。
提供呼叫REST或SOAP网络服务的能力。
 
数据联盟
虚拟接入数据库结构、企业应用程序、主框架残存文件、文本、XML、信息队列与其他来源的主机。
可在数据来源中加入数据,用于实时接入与分析。
使用内嵌数据查看器,即时接入数据的实时查看。
查询优化可自动成为DBMS要求的一部分。可在高级SQL编辑器中手动提供查询优化。也可用于同质与异质数据来源。
 
主数据管理
增强的元数据搜索树型令您可以根据类型、名称、日期或其他关键词进行搜索;通过文件夹或其他选项进行子集操作;并将搜索操作存储用于未来之用。
支持输入输出数据源的语义数据描述,可单独识别每个商业要素(客户、产品、账户等)的例子。
强大的转换工具与内嵌数据质量流程可改善主数据质量。
高超的模糊匹配技术与集群方法论,可令您验证主记录,并将主记录合并到可识别数据组。
实时数据监控、监控面板与记分牌,使您可以检测与控制时间段内的数据集成。
可被用作过渡到完备的主数据管理供应的基础。
数据供应可同时抵达单一交易或数百个交易。
数据设置可在单一源数据通道中进行处理。
 
数据治理
增强版的基于网络的引用数据管理与商业数据环境。可分别进行简单化数据治理与语义引用。
集成的商业数据语汇表可将商业术语进行层次化组织,并与术语所有者进行钩挂。还可以对例如表格与数据管理流程之类的技术元数据进行类似操作。
扩展的数据伺服能力,包括用于汇报与修正的基于网络的控制表面与商业规则预期检测。
 
迁移与同步
可以在数据库结构、企业应用程序、主框架残存文件、文本、XML、信息队列与其他来源的主机之间进行迁移与同步。
元数据驱动接入来源与目标。
扩展的预定义转换图书馆可与其他集成流程进行扩展与分享。
内嵌、可再利用的数据质量商业规则可在数据被移动、同步或复制时,对数据进行清理。
鉴别关键领域变更,并在多个数据库中对变更进行复制或同步操作。
可选、集成的排期器可根据排期,在一个或多个系统中将变更传播给其他系统。
将实时数据服务提供给同步与迁移项目。
信息队列
通过基于信息的联通性,对异步商业流程进行集成。
针对领先的信息队列产品的界面,包括Microsoft MSMQ, IBM WebSphere, Tibco Rendezvous与Java Message Service (JMS)。
有保障的信息/交易供应可削减中断造成的成本。
针对每个信息队列管理器(专为最低管理影响设计)的优化接入。
基于事件的应用程序集成,因此单一应用程序中的行动可自动触发其他应用程序中的行为。
动态、事件导向的信息流与预警。
可在分布式与不同系统之间发送与接受信息。
 
增强的管理与监控
 
工作状态与绩效报告以及趋向信息可提供追踪测量,例如CPU使用、内存、I/O等。并可对之前的运行相关的近期流程运行绩效进行情况汇报。
允许用户管理并监控他们的完整集成环境,包括以下类型的工作与行为: 
数据质量工作
联盟缓存工作——排期询问,升级联盟缓存
工作流程
从中心的基于网络的面板中接入日志文件,达成更快、更简便的故障处理能力。
SAS® 存储流程
数据集成工作