大數據輿情監控系統需求說明書標準版
作者：探碼科技， 原文鏈接： http://nbbskj.com/dyson/453
當前，隨著移動互聯網的迅猛發展，新型傳播方式不斷涌現，黨政機關的施政環境發生深刻變化。傳統媒體的輿論監督力量有增無減，以“三微一端”（微信、微博、微視頻、移動客戶端）為代表的移動新媒體成為社會輿論的新引擎，自媒體的信息發布門檻低、轉發能力強、傳播速度快，增加了輿情爆發機率和應對處置難度。因此，加強輿情管理、做好輿情應對成為黨政機關提升治理能力的內在要求。
常見的輿情監測系統架構設計
下表是一個標準的輿情監控系統需求列表，僅做參考。
| 輿情大數據采集與清洗系統 | 1、 平臺基于云計算架構進行設計,集成了互聯網數據動態采集、本地搜索、文本分析、專題數據庫管理和大數據分布式處理平臺。支持微博、新聞、論壇等多種數據采集方式，擁有基于B/S架構的統一的管理界面。 |
| 2、 統一驗證和管理模塊：提供統一認證，統一登錄，統一的用戶管理、角色管理、權限管理;考慮到平臺的擴展性、易維護性和用戶友好性，釆集、搜索、分析和專題庫管理系綠必須能夠作為子系統在統一的平臺上進行維護。支持對訪問員進行新增、修改、刪除；支持基于身份證的快捷登錄和注冊。 | |
| 3、 樣本管理模塊:支持樣本庫功能，包含樣本導入、手工輸入等多種方式； 支持對樣本的屬性自定義；支持的樣本的追溯和訪問歷史查詢；支持樣本屬性回寫；支持多種抽樣方法。 | |
| 4、 ★新聞數據抓取模塊：支持多種互聯網數據源，支持關鍵字檢索條件，支持智能抓取相關網頁的文本內容和meta信息，提供提取新聞標題、發布人、發布時間、新聞來源、內容、摘要、關鍵詞等信息。抓取的數據能夠存儲到數據庫或文件；能夠配置抓取線程的數量，抓取時間間隔；支持斷點續抓；對需要登錄的網站數據源，支持對Cookie的配置；數據的抓取的過程能夠實時顯示。 | |
| 5、 ★論壇數據抓取模塊：支持多種互聯網數據源,支持關鍵字檢索條件，支持智能抓取相關網頁的文本內容和背景數據,提供提取論壇文章的標題， 發布人、發布時間、內容、回復數量等信息。抓取的數據能夠同時存儲到數據庫和文件；能夠配置抓取線程的數量，抓取時間間隔；支持斷點繼續；對需要登錄的網站數據源，支持對Cookie的配置；數據的抓取的過程能夠實時顯示。 | |
| 6、 Facebook數據抓取模塊：支持公共主頁、FanPage、搜索時間范圍等檢索條件，能夠提取Facebook內容、發布時間、回復數量、發帖人信息等數據。抓取的數據直接存儲到數據庫；能夠配置抓取線程的數量，抓取時間間隔；支持斷點續抓；支持配置多個賬號同時抓取；數據的抓取的過程能夠實時顯示。 | |
| 7、本地數據搜索模塊：內置搜索引擎，能夠對釆集的文本的標題、內容進行索引，建立本地快照，提供方便的搜索界面;檢索出結果后，能夠査看網頁內容。（1)系統集成:作為子系統能集成到統一的大數據研究云平臺，共享云平臺的統一管理功能。（2)文本索引:在文本抓取后，能夠對文本的標題、內容進行分詞，并建立專業的文本索引庫。（3)本地檢索:抓取的文本以文件形式存儲在服務器，同時將常用信息存儲到數據庫，系統通過索引表能夠快速檢索到文本，并能夠査看文本的網頁內容。(4)高級檢索:支持根據組合條件查詢本地存儲的文本。 | |
| 8、 數據導入導出模塊:采用統一的數據庫，可導入導出項目，數據可導出 Excel, SPSS, CSV, TXT等多種文件類型。 | |
| 9、 專題數據庫管理模塊：提供了對各類特定專題的數據庫進行管理和維護, 能夠實現數據的安全共享、在線查詢。（1)專題庫管理:對專題庫進行增刪改;支持專題庫的合并;支持專題庫內容的清洗;支持專題庫的導入導出；支 持專題庫備份還原。（3)專題庫查詢:在線查詢專題庫中的文本內容。（4) 專題庫統計：匯總專題庫中的文本數量情況。（4)兼容性:支持MySQL, SQL Server, Oracle等多種數據庫。 | |
| 輿情大數據存儲系統 | 1、支持線性擴展性能。“完全不共享”體系和并行査詢優化可以確保線性擴展性能和容量，將其擴展到成本上千個節點和處理器內核。 |
| 2、支持MapReduce。借助恒華大數據實訓室平臺智能分析套件，各個企業可以在內部使用MapReduce技術。 | |
| 3、支持SQL標準。通過SQL 2003 0LAP控制功能全面支持SQL-92和SQL-99。 所有查詢信息都并行地在整個系統上執行。 | |
| 4、支持統一分析處理。可以在同一個并行數據流引擎上執行所有查詢和分析(SQL、MapReduce、R等）操作，從而允許分析人員、開發人員和統計人員使用同一個基礎構架進行數據分析。 | |
| 5、支持可編程并行分析。為從事運算和統計工作的人員提供了更先進的并行分析功能，支持R、線性代數和機器學習功能。 | |
| 6、支持數據庫內壓縮。釆用了業內領先的壓縮技術，提高性能的同時，顯著地減少存儲數據所需的空間。客戶可以將所用空間減少3-10倍，并提高有效的I/O性能。 | |
| 7、★支持千萬億字節規模的數據加載操作。高性能的并行數據裝載器可以在所有節點上詞步執行操作，裝載速度超過4.5TB/小時。 | |
| 8、支持隨地訪問數據。不管數據的位置、格式或存儲介質如何，都可以從數據庫向外部數據源執行查詢操作，并行向數據庫返回數據。 | |
| 9、支持動態擴展幫助學校對數據倉庫進行便捷的小規模或大規模擴展，同時避免高成本的設備或SMP服務器升級。 | |
| 10、支持工作負載管理。允許管理人員創建基于角色的資源隊列，以便劃分資源和管理系統負載。 | |
| 11、支持集中管理。提供集群級管理工具和資源，幫助管理人員像管理一臺服務器一樣管理整個恒華大數據實訓室平臺智能分析平臺。 | |
| 12、★支持性能監控。通過圖形化的性能監控功能，用戶可以確定當前運行的情況和歷史查詢信息，并跟蹤系統使用情況和資源信息。 | |
| 13、支持索引：恒華大數據實訓室平臺智能分析套件支持二叉搜索樹、哈希、位圖、GiST和GIN,從而能夠實現多種索引功能，提供給數據架構師實施優化設計所必需的工具。 | |
| 14、工業標準接口。支持標準數據庫接口（SQL、ODBC、JDBC、DBI),并且可以與市場上先進的商務智能和抽取/轉換/加載（ETL)工具互相操作。 | |
| 輿情大數據分析系統 | 1、支持對采集的文本內容進行文本分析，利用自然語言處理（NLP)對文本進行分詞，詞性標注和詞頻統計。平臺可集成多個中文處理引擎；支持結合系統和用戶自定義的詞七字典庫進行各類詞頻分析、情感分析等。 |
| 2、系統集成：能夠集成到網絡輿情云平臺系統中，共享云平臺的統一管理功能。 | |
| 3、文本分詞：利用自然語言處理（NLP)分詞算法對文本進行分詞，詞性標注；支持選擇不同的分詞算法；支持系統和用戶自定義的詞匯字典庫。 | |
| 4、★詞頻統計：支持對單篇文章分好的單詞進行詞頻統計；支持批量詞頻統計；支持根據數據源、日期、地域等條件對所有文本進行詞頻統計。 | |
| 5、 數量統計：支持根據數據源、日期、地域等條件對有文本進行數量統計。 | |
| 6、文本分類：根據一個訓練集，對新的文本進行數據分文本聚類；在沒有訓練集的情況下，根據算法對所有類分類。 | |
| 7、文本聚類：在沒有訓練集的情況下，根據算法對所有文本進行聚類分析。 | |
| 8、★情感分析：支持根據情感字典庫來判斷某一個文章的正負翻譯。 | |
| 輿情大數據展現系統 | 分析實際存在的任何結構化數據，在幾分鐘內生成圖表、坐標圖、儀表盤與報告。 |
| ▲利用拖放式界面，自定義視圖、布局、形狀、顏色等等，幫助展現自己的數據視角。 | |
| ▲適用于多種數據文件與數據庫。 | |
| 數據可擴展性，不限處理的數據大小。 | |
| 提供免費的現場或按需在線培訓。 | |
| 提供無需用戶編寫自定義代碼，自定義配置的控制臺。 | |
| 在控制臺上能夠監測信息，提供完整的分析能力。 | |
| 控制臺靈活，具有高度的動態性。 | |
| ▲可以將數據運算與可視化結合，實現拖拽式自動創建圖表，將同一數據以多種圖表自由呈現，實現從多個不同維度洞察數據所反映的業務重點。? | |
| 在用戶的信任環境中自由查看數據，不受限于預定義的問題、向導或圖表類型 | |
| 數據受到規管和保護，安全連接到本地或云中的任何數據源。 | |
| 發布和共享數據源，供所有被授權人使用。 | |
| 可使用熱門的企業數據源，如Cloudera Hadoop、Oracle、AWS Redshift、多維數據集、Teradata、Microsoft SQL Server等。可通過Web數據連接器和API可訪問更多自定義數據源。 | |
| 集中管理所有元數據和安全規則。為用戶提供共享的、組織化的數據來源。與Active Directory、Kerberos、OAuth等成熟標準協議無縫集成。管理用戶級別和組級別的身份驗證。傳遞數據連接權限和行級篩選,維護數據庫的安全。利用多租戶選項和細粒度的權限控制，保證用戶和內容的安全靈活部署，提供詳盡的監控和管理平臺，確保易于部署、縮放和監視。 | |
| 輕松跟蹤和管理內容、用戶、許可證和性能。 | |
| 快速管理數據源和內容的權限，并直觀地監視使用情況。 | |
| 向現有的商業門戶嵌入交互式儀表盤，包括Salesforce、SharePoint和Jive等應用程序。 | |
| ▲在會議、現場或出行中立即獲取答案。將儀表板發布后，團隊成員即可使用任意瀏覽器或移動設備安全地進行訪問。直接在瀏覽器中創作新工作簿，以新的方式使用數據。 | |
| 實時在線數據和離線數據方式切換:可實現在超快提取數據和實時連接數據之間無縫切換。還可計劃按所需頻率自動進行數據提取刷新。數據連接發生故障時可獲得自動警報。可通過設置訂閱隨時獲得所需的數據。 | |
| ▲可將數據存在本地服務器還云端，本地$裝需實現防火墻保護下的完全控制；也可部署在Amazon AWS、Microsoft Azure或阿里云等公共云服務平臺。 | |
| ★與商業智能分析系統同一品牌，可對接后將商業智能分析系統完成的任意數據分析項目通過采購人私有的服務器提供基于web的展示和在線實施重計算。 | |
| ▲ 提供≥10種不同的角色權限劃分。 | |
| 商業智能分析軟件 | 有強迫用戶編寫自定義代碼，新的控制臺也可完全自定義配置。在控制臺上，不僅能夠監測信息，而且還提供完整的分析能力。控制臺靈活，具有高度的動態性。 |
| 將數據運算與美觀的圖表完美地嫁接在一起。程序容易上手，可以用它將大量數據拖放到數字“畫布”上，轉眼間就能創建好各種圖表。這一軟件的理念是，界面上的數據越容易操控，對自己在所在業務領域里的所作所為到底是正確還是錯誤，就能了解得越透徹。10個用戶授權；提升數據潛力；擴大整個組織內的數據價值。在信任環境中自由査看數據，不受限于預定義的問題、向導或圖表類型，推進業務進步。而且數據受到規管和保護， 讓您高枕無憂。安全連接到本地或云中的任何數據源。發布和共享數據源，供所有人使用。使用熱門的企業數據源，如ClouderaHadoop、Oracle、AWS Redshift、多維數據集、Teradata、Microsoft SQL Server 等。我們的Web數據連接器和API可訪問數百個其他數據源。 | |
| 數據對人的意義，準確可信： | |
| 嚴格管理，無需妥協。集中管理所有元數據和安全規則。為用戶提供共享的、 組織化的數據來源。了解使用情況以優化環境。恰當平衡用戶靈活性和掌控力。為您保駕護航,無論使用的是Active Directory、Kerberos、OAuth還是其他標準，Tableau都可與您的現有安全協議無縫集成。管理用戶級別和組級別的身份驗證。傳遞數據連接權限和行級篩選，維護數據庫的安全。利用多租戶選項和細粒度的權限控制，保證用戶和內容的安全靈活部署，無論是將數據存在本地還是云端，Tableau Server都能讓您靈活集成到現有的數據基礎結構中。本地安裝可實現防火墻保護下的終極控制。借助AWS、 Azure或Google Cloud Platform實現公共云端部署，從而利用現有云端投資。強大的監控和管理平臺易于部署、縮放和監視。輕松跟蹤和管理內容、 用戶、許可證和性能。快速管理數據源和內容的權限，并直觀地監視使用情況。準備就緒時，即可縱向，、橫向擴展。將見解嵌入工作流，在員工、客戶、 合作伙伴和供應商所需之處進行分析，提高業務能力。向現有的商業門戶嵌入交互式儀表盤，包括Salesforce、SharePoint和Jive等應用程序。 | |
| 隨時隨地提出新問題： | |
| 在會議、現場或出行中立即獲取答案。將儀表板發布后，團隊成員即可使用任意瀏覽器或移動設備安全地進行訪問。直接在瀏覽器中創作新工作簿，以新的方式使用數據。 | |
| 實時且存儲良好： | |
| 只需單擊一下，即可在超快提取數據和實時連接數據之間無縫切換。還可計劃按所需頻率自動進行數據提取刷新，兩全其美。數據連接發生故障時獲得警報。設置訂閱后，您就可以隨時獲得所需的數據。 | |
| PaaS云平臺 | 一、基于云平臺的管理軟件 |
| 1.?? 要求能夠合法用于企業云服務平臺基礎包，配置≥50個應用實例許可， 一個應用實例對應一個容器服務。 | |
| 2.?? 提供了命令行和內置的Web界面的2種靈活的管理方式。 | |
| 3.?? 開放平臺，支持不同的IaaS (基礎架構即服務），支持VMware vSphere 或是vCloud,支持OpenStack，支持AWS、Azure等公有云上部署。 | |
| 4.?? 必須支持目前的PaaS應用平臺標準構建包(BuildPack),并且可以從 GitHub上下載的構建包，通過PaaS云系統可以自動的部署在PaaS云上提供運行環境。 | |
| 5.?? 應用負載均衡通過PaaS系統平臺內置的軟件Router[路由器]實現，支持websocket和HTTP的路由，支持Router的集群和負載均衡。 | |
| 6.?? 平臺基于Gardon進行容器調度編排，支持Docker容器及kubernetes等調度編排軟件的對接。 | |
| 7.?? ▲PaaS平臺必須支持操作系統容器技術一Gardon，實現基于Linux Container的應用平臺容器，能夠提供Linux應用的運行容器。應用容器必須實現資源隔離，如CPU資源隔離、內存資源隔離、存儲資源隔離、網絡資源隔離，要求能避免一個應用把CPU跑滿就影響其他應用容器的CPU分配,嚴格限定沒有容器的CPU使用額度，避免一個應用把磁盤占滿等情況。投標時提供軟件截圖 | |
| 8.?? 支持基于多租戶組織架構的資源配額分配，不同的組織架構可以分配不同的資源配額，比如CPU、內存、存儲空間等。各個租戶組織在進行應用部署和彈性伸縮的時候不能突破資源配額。 | |
| 9.? ?支持組織架構的定義，項目space的定義,更方便的進行權限和資源管 理，支持團隊開發和應用全生命周期的管理。 | |
| 10. 應用的依賴的庫、應用平臺等打成一個符合Gardon運行要求的包。 | |
| 11. PaaS平臺內置Stager實現應用的自動打包，能夠對應用進行特定檢査確定應用平臺，同時能自動下載應用所缺的依賴庫、包等，把應用代碼、應用的依賴的庫、應用平臺等打成一個符合Gardon運行要求的包。 | |
| 12. PaaS平臺內置Stager要求實現并行的應用打包和應用的自動化部署； | |
| 13. 支持針對應用的定制域，并可以定制子域，通過路由器和域的定制，實現應用域名的定制，多租戶應用可以針對每個租戶定制域名或是子域名。 | |
| 14. PaaS應用平臺應包括主要部件如云控制器（平臺大腦)、消息傳輸總線（從各個部件和應用收集信息的神經系統）、軟件路由器、應用組裝器、應用平臺構建包、健康度管理器、服務中介、存儲庫等。 | |
| 15. 支持主要部件的高可用性(HA),比如控制器、健康度管理中心和消息總線等。 | |
| 16. 除了以上高可用性的部件，其他部件支持集群，可以隨時通過管理工具動態的增加部件的運行實例數，比如云控制器、軟件路由器、應用組裝器、服務中介等。 | |
| 17. 提供Web Service，對應用平臺、部署、服務的Web運維管理，即應用和服務管理門戶。 | |
| 18. ▲服務監控：展示用戶所使用的基礎服務的當前運行數據，包括：服務類型、廠商信息、版本號、狀態、綁定地址、活動實例等，投標時提供軟件截圖。 | |
| 19. 支持各種服務資源管理功能： | |
| a)資源使用的伸縮性:應用對資源池、基礎平臺服務的使用采用彈性管理，用戶根據應用的SLA要求實現資源的自動伸縮，SLA要求比如業務并發量、web頁面的平均反應時間，CPU平均利用率等，比如平均Web頁面時間超過3秒就彈性伸縮，那么系統通過動態路由器檢測到某應用的平均Web頁面的反應時間超過3秒，就通知云控制器增加應用運行的實例數，同時把請求分發到新的應用實例上。如果Web頁面的平均反應時間小于1秒，就通知云控制器減少應用運行的實例數，不再把請求分發給某個應用實例，等這個應用實例上的Web請求全部處理了，就關閉此應用實例。 | |
| b)高可用保障：服務在集群環境的多個節點部署，各個模塊有可靠的通信和監測機制，使得服務能夠穩定可靠運行，即便出現單點故障，也不影響整體服務的可用性。 | |
| c)負載均衡能力：系統可以實現請求以負載均衡方式自動分配到多個實例上，隨負荷的變化情況自動增加或者減少實例的提供。 | |
| 20.? 支持應用部署及監控集成等功能。平臺自身應具備完善的監控機制，能夠對部署的應用、基礎服務等做有效性跟蹤，除了提供console供聚合平臺運維使用，還需要與平臺門戶做集成，用戶可在門戶中直接監測應用服務狀況。包括： | |
| a)應用部署：在用戶門戶提供應用部署界面,包括應用部署環境的定制等功能。 | |
| b)托管應用監控：展示應用的部署和運行數據，包括：所在空間、狀態、內存使用、磁盤使用、運行框架、路由地址、活動實例等。 | |
| 21. 平臺軟件的功能必須為同一家廠商提供，禁止借用第三方軟件的整合, 以保證功能的可兼容性和安全性。 | |
| 二、二、基于云平臺的開發工具 | |
| 1.?? 平臺集成常見編程語言的IDE,支持程序的在線部署。 | |
| 2.?? 支持代碼的在線編譯和測試。 | |
| 3.?? 基于Esclipse進行二次開發。 | |
| 4.?? 支持多種版本控制庫工具，如SVN、Git等。 | |
| 5.?? 支持應用程序的可視化部署。 | |
| 6.?? 配套持續集成工具，如Jenkins、Concourse等。 | |
| 7.?? 支持開發微服務模式。 | |
| 8.?? 提供虛擬化管理平臺API、SDK等接口，可以與第三方管理軟件結合或二次開發。 | |
| 三、三、基于云平臺的中間件軟件 | |
| 1.? ▲提供平臺監控工具：如metics、APM、Spring lnght等監控工具，具備完整的可視化圖表。 | |
| 2.? 消息傳送與隊列服務：如RabbitMQ等符合AMQP業界規范的消息服務。 | |
| 3.? 分布式緩存服務：如Redis等分布式緩存服務工具。 | |
| 4.? 日志分析工具：如Logserch等日志處理和分析工具。 | |
| 5.? PaaS平臺必須支持各種編程語言，包括Java、Ruby、Go、PHP、Nodejs、 Python、.NET 等語言。必須為 J2EE、Ruby、Python、Go PHP、Nodejs 等語言編寫的應用提供運行環境支撐。 | |
| 6.? PaaS平臺必須支持各種開發框架，包括：Spring for Java、Ruby on Rails、 Sinatra、 Node.js、 Grails、 Scala on Lift、 PHP等 | |
| 四、四、基于云平臺的數據庫軟件 | |
| 1.?? 1. 平臺必須支持各種基礎平臺服務，包括： | |
| a)?? ???a）關系數據服務：提供基于關系數據庫的數據存儲服務，支持MySQL。 | |
| b)?? ???b）NoSQL數據服務：如Redis等NoSQL持久化數據服務。 | |
| c)?? 2. 平臺支持關系型數據庫軟件的應用，支持MySQL等數據庫。 | |
| d)?? 3. 平臺支持NoSQL數據庫的應用，支持MongoDB、Redis等NoSQL數據庫。 | |
| e)?? 4. 支持各種數據服務，如MongoDB, mySQL多節點版等。 | |
| 內存數據庫 | 1.? 支持分布式部署安裝。在完全不依賴于其他產品的情況下完成部署和運 行，不受限于其他產品的強制性認證。 |
| 2.? 支持異地(多集群）多活數據中心部署。支持多數據中心集群間數據實時同步，支持基于廣域網數據同步的拓撲架構WAN-Gateway,靈活實現多種拓撲邏輯結構，支持多隊列并行傳輸以及隊列的持久化。 | |
| 3.? 支持面向對象數據管理存儲。面向對象存儲與查詢，包括自定義對象及子對象。通過對象査詢語言OQL提供類似于SQL的査詢，支持按對象屬性進行查詢，支持join査詢。 | |
| 4.? GemFire支持與Greenplum,Oracle，Mysql,DB2等傳統關系型數據庫結合。 | |
| 5.? GemFire作為應用系統讀取數據的唯一入口，支持數據寫入時同時存入傳統???? RDBMS。 | |
| 6.? GemFire支持數據緩存，從其他傳統RDBMS讀取數據，緩存在內存中，供其 他需要數據的應用系統使用。 | |
| 7.? 支持異步增量數據同步。支持后寫的方式，批量的寫入到其他數據源或者數據中，進行數據的高速同步，支持釆用異步消息隊列的方式完成數據傳輸，釆用增量的方式傳輸數據的變化部分。 | |
| 8.? 支持事件機制。捕獲處理數據的新建,更新刪除事件，并自定義按照業務要求實現邏輯對這些事件進行處理，實現企業消息總線的功能。通過持續查詢的方式實現對數據變化的事件觸發機制，并針對該事件完成后續的處理和通知等操作，實現復雜事件處理需求。 | |
| 9.? ★支持數據持久化。支持將內存中的數據持久化到磁盤和關系型數據庫中。 | |
| 10. 數據存儲容量。單集群最大可支持超過10T的數據量，單表內保存的記錄無上限，可以支持百億級別的記錄數。 | |
| 11. ★支持Session管理。提供獨立管理Session內容，支持Tomcat,Tc Server, Appservers(weblogic, WebSphere等），可以把應用服務器進行無狀態化或者云化改造，提升應用服務器的服務等級，支持spring session框架，便于應用代碼開發。 | |
| 12. 可靠的安全機制。GemFire內置安全認證機制，支持在多種環境下（節點間， 客戶端/服務器端，集群間）提供用戶訪問的認證和授權機制。 | |
| 13. 支持數據排序、聚合、索引、在線數據庫結構變更。GemFire通過OQL支持數據的排序、聚合，并支持索引對査詢進行優化，支持在線通過GemHre 的命令行工具（GemFire Shell, GFSH)進行數據結構的變化。 | |
| 14. ★豐富的開發平臺支持。Spring data gemfire提供與spring framework開 發結合，支持原生JAVA、C++、C#開發應用與GemFire接口對接，提供Restful API并支持json數據格式。 | |
| 15. GemFire支持高可用性。高可用性和災難恢復確保持續的正常運行，多個故障檢測模型可檢測故障并迅速作出回應，確保集群始終正常運行且數據集始終完整。 | |
| 16. GeniFire支持自愈能力。自愈能力能讓節點能在集群恢復運行后快速重新加入其中，快速啟動、重新連接以及增量更新數據，所有操作均無需管理人 員干預。 | |
| 17. ★支持分布式節點智能管理。一個集群中的節點之間自動調整系統資源， 具體方法是在減少網絡流量的往返的同時，以智能方式管理數據的放置。數 據僅會復制到需要數據的節點，訪問請求則會使用可用的最直接路徑被智能 路由。 | |
| 18. 節點配置通過自動冗余集中處理，以獲得高可用性，新節點可在啟動時從集中式配置管理器獲取配置，以快速加入集群i而無需執行額外系統管理任務。 | |
| 19. ★GemFire集群支持在線增加和減少節點這樣的集群節點數量動態變化的功能，同時在節點增加的情況下，還能保證整個系統的處理能力可以近似 線性增加。 | |
| 20. 提供強大的系統管理工具。內置的GemFire Pulse可以提供在線的可視化 集群管理和監控功能，包括監控分布式系統內各成員的監控狀況，內存及磁 盤讀寫的使用情況等。（投標時提供截圖) | |
| 21. 內置gfsh工具支持在線修改系統設定，完成數據快照，數據備份恢復等。 | |
| 22. GemFire有完整全面的JMX數據管理接口，可供jconcole或其他管理工具使用，VSD工具支持對系統運行的內部情況提供歷史追蹤分析功能。 | |
| 23. 支持高性能高穩定的內存集群。高并發能夠支持10萬TPS以上,并且延時穩定不會有明顯波動。低延時針對lk數據，隨機讀取平均響應時間小于 lms,隨機寫平均響應時間短于10ms。 | |
| 24. 線性擴展系統在增加節點的時候，性能的增加符合準線性效果，支持系統針對訪問量增加情況下的運維和擴展。 | |
| 25. 在高性能査詢1萬并發事務下，支持査詢平均延時不超過l0ms,Insert， update，delete等常見事務平均延時不超過100ms。 | |
| 26. 集群系統借助智能節點管理和數據備份機制，支持持續穩定連續運行，集群系統不存在單點故障現象。支持數據的自動和手動備份，以備數據恢復時使用。 | |
| 27. ▲提供3年原廠（非OEM廠商）服務，包含：5*12小時400電話技術支持，Email技術支持，版本升級服務等。 | |
| 28. ▲平臺軟件的功能必須為同一家廠商提供，禁止借用第三方軟件的整合，以保證功能的可兼容性和安全性。 |
