UCloud大数据生态全面支持集数据采集、数据存储、数据分析和数据应用为一体的大数据应用场景，助力企业快速构建大数据处理体系，实现商业目标。
技术架构
1、用户通过Flume/DataX/Logstash等工具把日志数据、业务数据收集到UKafka中，UKafka中的数据可以给实时计算使用，或转存到HDFS、UES、HBase、UDW等存储系统中做离线分析和数据挖掘使用；
2、实时计算可以通过UFlink、UHadoop中的Spark Streaming在UKafka实时读取数据，进行实时ETL、实时分析、实时训练；
3、离线计算可以通过Hive、Spark、MapReduce进行数据清洗分析；
4、计算结果数据可以存储在UDW、HBase、UES、MySQL等存储系统中，以支撑个性化推荐、报表、风控、监控等业务使用。
适用场景
日志分析解决方案
UES基于开源分布式搜索和分析引擎Elasticsearch构建，提供开箱即用的分析能力。客户可以基于UES快速构建起ELK日志分析架构，即使用Beats作为日志采集器，采集各个服务器节点上的日志数据，经过Logstash解析、过滤后，汇集至UES集群存储，然后借助Kibana的可视化分析能力构建分析看板，高效的进行可视化日志分析工作。如果日志规模庞大，可以在上述架构中引入消息队列UKafka，确保持续稳定的数据传输和处理。
实时计算解决方案
UFlink基于开源流式计算引擎Flink构建，提供了完全托管的流式计算平台。客户可以将数据源不断产生的流式数据接入各类流式数据存储，如消息队列UKafka，然后创建UFlink集群从UKafka中订阅流式数据。开发者将编写的业务处理代码提交至UFlink集群，即可借助其强大的流式计算能力对这些数据进行实时处理，计算结果可以推送到各类数据存储中，如数据仓库UDW，以供业务应用或者进行进一步的处理。
数据仓库解决方案
可以利用UHadoop/UDW快速的构建离线数仓，对海量数据进行分析和展示；利用Kafka+UFlink+UDW构建实时数仓，可以轻松的应对上百亿数据的实时分析平台；对当前的业务数据进行实时准实时分析、挖掘，加快需求响应速度，能够让企业快速的感知市场的变化，加快决策与实施。
机器学习解决方案
MADlib提供了丰富的分析模型，包括回归分析，决策树，随机森林，贝叶斯分类，向量机，风险模型，KMEAN聚集，文本挖掘，数据校验等。通过UDW的MADlib扩展，用户可以在UDW数据库中方便的使用MADlib功能；利用UHadoop中Spark MLlib中的机器学习库，实现业务的预测分析、个性化推荐、异常检测等。
