拉萨治白癜风最好的医院 http://baidianfeng.39.net/a_bdfys/131211/4306091.html数据量的激增、市场需求的快速变化、各项成本的日益增长等问题，都对企业决策的速度提出了更高的要求。基于数年来对多个行业真实案例场景的深耕与沉淀，Kyligence持续更新迭代AI增强引擎等能力，将数据工程师、分析师最大程度地从繁琐工作中解放，助力企业智能管理最有价值数据，实现数据驱动决策。
AI增强引擎Demo抢先看～
Gartner早在年就提出观点「增强分析是数据分析的未来」，并预测未来会有45%的数据工作被自动化替代，从而大幅度提高生产效率。增强数据分析基于机器学习(ML)和人工智能(AI)技术，提供统一平台上的自动化数据管理和分析能力，帮助业务用户实现自助的数据洞察和有效的业务决策。
这一技术趋势与Kyligence「智能数据云」战略不谋而合，在7月30日召开的DataCloudSummit行业峰会上，Kyligence发布全新版本，利用AI增强的数据服务和管理等能力，打造全场景的OLAP，帮助企业提升数据服务与管理的能力。
其中不断优化的AI增强引擎是Kyligence4.5的核心能力之一，今天本文就带大家进一步了解AI增强引擎，看看Kyligence如何助力企业高效利用数据来驱动决策。
1
企业面临的“大数据困境”
在传统模式中，数据建模和分析是一个手动且繁琐的过程。业务人员首先根据自己的经验，向数据工程师描述自己关心的数据指标，然后由数据工程师设计和开发出满足业务需求的多维数据模型。业务人员在使用这些多维模型的过程中，不断与工程师沟通，进行数据模型的优化。这个繁琐的流程带来了以下几个问题：
耗时耗力、效率低下：上线一个数据分析的项目可能就要几个月，无法跟上市场变化；
重复工作、成本高昂：数据工程师、业务分析师花费大量时间做繁琐重复的工作，而无法从事真正产生价值的工作；
口径偏差、数据不一致：不同业务部门之间数据孤岛严重，企业最有价值的数据资产无法沉淀。
随着数据量的激增，传统模式已然无法满足现代企业对于数据分析的需求，且逐渐成为未来制约企业增长的瓶颈。
为了更好地服务客户，我们开始思考：
如何帮助企业在大数据量下智能识别分析主题、建立模型？
在面临庞大的存储和计算空间问题时，如何帮助数据工程师快速地理解查询模式、优化模型？
如何简化大数据分析流程，管理和沉淀最有价值的数据，实现降本增效？
没有AI增强引擎的工程师/分析师：
有了AI增强引擎后的工程师/分析师：
智能的模型演化和分析加速
2
AI增强引擎助力用户实现高效工作
如下图所示，AI增强引擎将让数据工程师/分析师的工作变成极为高效的三步：
项目开发时，用户根据对业务的理解创建首版的数据模型，并构建索引；
业务上线后，AI增强引擎会根据接收到的所有查询需求不断地自动学习，从查询历史中分析、提炼出对模型优化的建议，例如新增某个维度、度量，新增或删除预计算索引等；
用户处理这些建议时，只需点击接受优化建议，即可一键完成对模型的优化调整。
无需重建模型或重刷历史数据，用AI技术辅助人工建模，
实现更加智能、自动化的模型优化和演进。
除此以外，KyligenceAI增强引擎还可以帮助用户解决如下问题
/p>
优化查询性能，提高运行效率；
对既有索引进行分析，删除低价值索引，优化存储；
评测集群健康状况，最大限度地利用资源。
基于不同行业数百个真实案例的积累和沉淀，KyligenceAI增强引擎还为用户提供了智能优化及自动建议功能，包括智能化系统评分、慢查询分析、模型智能优化建议、知识库等。
让数据工程师、数据分析师最大程度地从繁琐工作中解放，
找最有价值的数据、做最有价值的分析。
3
业务价值
1.沉淀数据资产
每个企业都有自己的数据资产，区别只在于这些数据资产是否被有效地识别、保留、管理。KyligenceAI增强引擎在接收用户查询的同时，能够自动学习这些查询，从中找到共通的模式，来进一步提炼出数据模型。这个模型经过自动化的数据准备和预计算后，又可以建立新的索引和模型。这些索引和模型又可以通过Kyligence的统一语义层，呈现给广大的一线业务人员进行数据分析，从而驱动一线业务的工作，赋能业务，形成闭环。
在此基础上，数据分析师、工程师以及其他业务人员可以进一步管理并调整由AI增强引擎自动学习获得的模型和资产。只需在AI增强引擎的产出上进行微调，就可以提炼出可用性更高、更适合企业的一个语义层，而这些模型和语义层则沉淀下来，就成为了企业宝贵的数据资产。
总体来说，KyligenceAI增强的数据服务和管理平台能在企业数据治理过程中，自动地生成、存储、管理企业的数据资产，再通过创建统一的语义层，实现从IT到一线业务的闭环。
2.降本增效
有了KyligenceAI增强的数据服务和管理平台，即使面对超大数据量下，企业仍然能够拥有快速的服务查询响应、一致的数据服务体验、敏捷的数据服务交付能力。
同时，结合Kyligence4.5中全新发布的智能分层存储（SmartTieredStorage??）功能，通过有机融合ApacheKylin引擎以及列式MPP数据仓库ClickHouse引擎，可进一步为企业降本增效。
随着业务的使用和查询，AI增强引擎可以根据查询历史来推荐合适的聚合索引，由性价比更高的聚合索引来进行回答，直接为企业带来两个好处：
降低单条查询的成本，提高资源使用效率；
增加系统整体的并发度，实现全场景OLAP下的高性能。
在AI增强引擎的辅助下，企业原本需要一个庞大的数据建模师团队，如今只需要几个人负责数据资产的维护和管理，依然可以服务上千个业务。
福利来啦！想要了解更多KyligenceAI增强引擎？快来免费报名参加9月9日（本周四）的Kyligence网络研讨会，一起看「KyligenceAI增强引擎如何实现高效、自助的数据分析」。
在研讨会中，Kyligence高级产品经理姚瑶将为您带来更为详细的讲解，包括Kyligence的整体产品路线分享，AI增强引擎的技术原理和实现方式，以及更多观众感兴趣的话题。
快快扫描下方
