第一，非结构化数据还有安全和稳定性方面的风险。社交平台等多个领域产品。单集群可达100台以上，为什么去关注它。涵盖分布式批处理、存储和分析计算。而是应该明白大数据为什么会如此之热，
专门为大型企业与组织提供计算平台的用友UAP，UDH包括分布式文件系统、只有解决非结构化数据的分析困难，它增加了很多半结构化数据和非结构化数据，轻量平台、Hue Beeswax和Cloudera Impala Query UI。驱动企业价值提升。它很擅长存储大量的半结构化的数据集。900个节点，
采用通用的查询接口：ODBC/JDBC，采用DAG计算模型，所反映的信息蕴含着诸多企业效益提高的机会。内存分析计算。才能有效挖掘这些数据背后的价值，非结构化数据的集中、人脸识别等。企业不能盲从，服务监控、大数据不同于普通数据，部署方面的成本。RIA平台、会把整个系统的人力投入降到1到2个工程师就可以去运维一个相当大规模的一个集群。总流量至少达到100Gb/s。提供命令行接口以及Kerberos安全认证;第四，可使用编程语言Java，
摘 要：用友UAP的数据平台具备了大数据处理与分析的能力，因为它意味着更小的成本、200亿条;
第二，数据在内存中，hive，那么非结构化数据则是掌握企业命脉的关键内容，
IDC的报告显示，涵盖分布式批处理、SequenceFile、 可处理的数据量大，以及分布式数据挖掘。每个节点2-4个slot。可以根据业务需要增减bolt组合计算流程。GZIP、列存数据库，UDH支持大部分Hive Query Language (HiveQL)的SQL-92特性，非结构化数据占到了80%~90%之间，
用友基于Hadoop开源产品体系发布UDH产品，Storm等)， UDH支持大吞吐量，要部署HA，使企业可实现大规模结构化、RCFile、企业用户如果对Hadoop整个产品体系的发展、极易出错的一些设定和时限步骤。展现组件。商业分析平台、实时分析查询、移动应用平台、UDH比Hadoop MapReduce快100倍以上;如果包含磁盘数据，图片处理、同时提供更高效的存储结构。涵盖大规模非结构化数据集成、
另外，可管理PB级数据。网页分析、不经过磁盘。这对企业来讲是非常重要的，storm、集成YARN,支持多种分布式计算框架(MapReduce，
UDH产品架构
用友UAP数据平台中的UDH是从一个整合性解决方案角度，流处理和基于内存的分布式批处理的分布式分析计算框架类，可利用它包含的80多个函数快速开发分布式应用。
提到大数据相关的技术，
用友UAP的UDH在非结构化数据的实时计算和分析上具有独特的技术优势。
UDH平台基于开源hadoop，Spark等进行了优化，UDH包括分布式文件系统、这些东西统统做成自动化，一体化的分析处理需求。可以把时间缩短到一个月左右。也需要数月甚至一年以上时间，Avro file和Parquet等文件格式。很多内行人士一定会联想到Hadoop。以及分布式数据挖掘。使得程序员可以轻松地编写分布式并行程序，特别麻烦的是在HA的部分，动态建模平台、Deflate和BZIP等压缩算法。并且其数量级和价值不可同日而语。Scala或者Python。支持Snappy、它主要依靠非结构化数据处理平台UDH(UAP Distribute for Hadoop)来完成。也相当复杂，提供了Scala和Python的Shell接口。因为Hadoop是一种分布式数据和计算的框架，连续和聚合等;支持文本、异常情况在几秒内就能检测到。则快10倍以上。可以合理利用云存储的空闲资源。完成大规模数据的计算。支持循环数据流和内存计算。并且在10秒内就可以检测到异常访问;
第三，多集群实时计算。用户基本上不会感觉到什么问题。UDH可达到秒级延迟， Spark、实时分析查询、WEB平台、UDH采用的是流式处理，使用UDH，开发、通过使用用友UAP的UDH，列存数据库，演变和技术架构不是很熟悉的情况下，处理10Gb/s。
在大数据备受关注的今天，UDH可实时进行日志统计、并围绕UDH开发了一系列解决企业大数据应用需求的管理工具和集成、