RapidMiner Radoop

Hadoop上的机器学习

过去几年的经验证明了 Hadoop 是一种突破性的技术，它奠定了从大数据中获取附加价值的基础。然而，许多企业在用 Hadoop 进行分析时都遇到了很大的困难。
Hadoop 专业化的架构使其自身变得高度复杂，需要具有独特的编程技能的员工才能处理发生的各种错误。但是随着越来越多的企业将数据分析作为一项必须的业务，人们迫切需要一个能够将 Hadoop 上进行的大数据分析简化的平台。
Radoop 的无需代码的可视化环境可以让分析师摆脱 Hadoop 的复杂操作，专注于分析流程的实现。

可视化设计环境

数百个零代码数据准备&机器学习运算

在Spark上轻松集成R & Python脚本

特点

在Hadoop中自动执行分析工作流

拥有符合行业标准的安全性能

利用Hadoop最少化数据转送

与Hadoop对话

大数据预测分析

RapidMiner Radoop包括两个版本：基础版 & 企业版

RapidMiner Radoop基础版提供免费下载！

立即下载

大数据预测分析

RapidMiner 位于 Hadoop 和 Spark 等预测性分析工具的前端，为数据科学家和分析师等想要从大数据中提取价值的分析人员提供了简单易用的可视化操作环境。RapidMiner Radoop 作为 RapidMiner 预测性分析平台的核心组件之一，可以将预测性分析延伸至 Hadoop，并且很好地支持了 Hadoop 的安全策略，让分析人员能够流畅地使用 Hadoop。

我们帮你与 Hadoop 对话

RapidMiner Radoop 可以将你在 RapidMiner Studio 中设计的预测性分析流程转化成 Hadoop 能够理解的语言。Radoop 可以转化原始的 Hive, MapReduce, Spark, Pig 和 Mahout，确保预测性分析流程中的每一步都能在几种主要的大数据分析技术中进行准确地集成和运行。这可以让你集中精力开发具有竞争优势的分析，而不是为编程抓耳挠腮。

深入洞察所有数据

RapidMiner Radoop 可以为你的 Hadoop 项目自动创建并运行一个优化策略。它将分析指令传送到运行预测性分析的整个 Hadoop 和 Spark 集群，充分利用 Hadoop 的处理能力。这种方式允许在整个深度和广度上进行分析，而不是像以前的解决方案一样，只能从提取的数据中分析它的子集和碎片。

在无需编程的环境中运行 R 语言

Radoop 还能让你方便地将你喜欢的 SparkR，PySpark，Pig 和 HiveQL 等脚本语言嵌入到你的预测性分析流程中。通过在 Radoop 2.6 中加入对 SparkR 和 PySpark 的支持，RapidMiner 成为了第一个也是惟一一个将基于 Spark 的数据准备，使用 Spark 的机器学习库 (MLlib) 和嵌入外部 R 和 Python 脚本三种功能集合起来的可视化预测性分析解决方案。

使用 RapidMiner 大数据评分引擎
释放预测分析的全部能量

通过强大的预测性分析从大数据中提取其中包含的全部价值，和传统的 Hadoop 方法比，性能提高了 20 倍。

安全可靠

对于一个使用 Kerberos 验证方式的 Hadoop 簇，RapidMiner Radoop 集成了 Kerberos 验证以便用户和他们创建的流程可以使用必需的 Hadoop 服务。RapidMiner Radoop 也通过使用 Apache Sentry 和 Apache Ranger 模块从而支持数据访问验证。对于 IT 人员来说，所有的管理和配置都被降至最小，大部分复杂的操作都在后台进行，所以用户只会看到少量的一些必须由用户设定的选项。