百度数据工厂Pingo
Baidu Data Factory
集成的批量和流式数据处理系统，以统一的接口支持流式、批量作业，提供交互式SQL分析和例行调度，让您更方便编写和提交ETL程序，高效执行大数据计算程序，让大数据处理变得如此简单。
产品概述
Pingo是集成的批量和流式数据处理系统，它在弹性计算资源管理和改进的数据访问管理层之上，运行优化的Spark计算引擎，提供SQL分析和DataFrame API，支持低延时的批量和流式数据加工和处理，对外提供REST Service任务执行接口。
产品功能
ETL
支持SQL及Spark DataFrame API编写ETL程序，支持Java、Python、Scala编写的第三方或者本地代码。
任务调度
支持ETL工作流例行调度，支持按指定周期定时执行作业以及创建依赖作业触发自动执行。
外部数据访问
支持JDBC、ODBC、数据API的方式进行外部数据访问，支持从HDFS、BOS等直接读取数据进行计算。
交互式代码调试
Pingo-Notebook提供了SQL-Kernel，允许用户在Notebook中直接书写SQL进行查询，支持写入多行SQL。
产品优势
自动化的集群管理能力
快速创建新计算集群，支持动态扩容，有效降低成本，提供快速、简单、可扩展的数据计算服务。
多种计算引擎兼容
同时支持批量计算和流式计算，提供SQL计算引擎和Spark Dataframe、Spark Streaming等流行计算框架，且支持Streaming SQL。
多存储后端数据联合查询
提供一个存储资源接入层，不仅自身具备文件的存储能力，还能无缝接入多种外部存储系统，支持BOS、HDFS等存储资源的数据接入Pingo。
多结构化元数据管理
提供自建表和同步表的元数据管理，完善的元数据权限管理功能，保护用户数据不被轻易删除的同时，又能让数据安全执行联合查询。
客户案例
百度糯米
百度糯米
Pingo为百度糯米进行数据分析提供数据集成与数据处理系统，帮助客户实现推荐系统，百度数据工厂为糯米提供了高效的数据处理能力。
千千音乐
千千音乐
千千音乐的应用需求是构建数据仓库与数据分析应用，Pingo帮助其实现了业务数据、客户数据的整合，帮助客户实现了若干数据分析主题，助力其快速构建数据应用。
百信银行
百信银行
Pingo提供的集成批量与流式数据处理平台，帮助客户实现数据清洗和归类，使之专注于业务数据处理而不需要过多的关注底层技术构建，从而使数据处理更简易、更高效。
度小满金融
度小满金融
Pingo为度小满金融提供的作业调度，帮助用户每日的数据处理程序自动例行运行，作业流依赖自动触发，并自动存储运行结果，减少用户干预程度、提高日常工作效率。
