通过数据库内处理、实时建模以及降低跨 Hadoop 和 Spark 的复杂性，对大数据运行可扩展的预测性分析
概述
预测性分析变得更简单
带有 SPSS Modeler 的 IBM SPSS Analytic Server 支持对来自 Hadoop 和 Spark 的大数据运行预测性分析。使分析更贴近数据，结合 Hadoop 和 RDBMS 源，应用实时处理和机器学习，加速洞察分析，同时减少编程并简化分析。
功能
适用于可扩展分析的强大功能
在数据所在位置直接运行预测模型。SPSS Analytic Server 使用 Spark 将转换和模型构建推送到 Hadoop，减少数据移动，实现对大型数据集更快的可扩展分析。
直接在 Hive、Impala 和 BigSQL 中执行复杂的数据操作。SQL pushback 通过最大限度地减少数据传输和利用现有数据库引擎进行高效处理来提高数据准备性能。
通过可扩展的多租户部署支持多个用户和工作量。SPSS Analytic Server 结合了 SPSS 和 Spark 算法，可跨云和 Hadoop 环境提供灵活的企业级分析。
通过增强连接性（包括 Azure Databricks）来访问和分析整个现代生态系统中的数据。SPSS Analytic Server 拓宽了整合选项，帮助组织统一数据源并加速分析工作流程。
从 Spark 3.5.4 中获得性能改进的益处，微调配置并增强安全性。SPSS Analytic Server 为企业分析工作负载提供更快的处理速度、更高的效率和更强大的保护。
通过拖放界面和自动模型选择，加速模型开发。SPSS Analytic Server 与 R、Python 和 Spark 集成，使任何技能水平的用户都能快速构建和部署模型。
用例
大数据规模的预测性分析
了解 SPSS Analytic Server 如何对大数据实现可扩展的预测建模。从聚类处理到高级模式分析，它帮助团队构建准确模型，推动更好的业务决策。
使用 SPSS Modeler 和大数据源构建端到端的预测模型。SPSS Analytic Server 无需编码即可实现对大型数据集的高级分析，从而加速洞察分析的生成。
使用 Spark 直接在 Hadoop 上运行数据转换和模型构建。Hive、Impala 和 BigSQL 上的 SQL pushback 通过在数据所在位置处理数据来提高性能。
在云和 Hadoop 环境中规模化部署预测性分析。SPSS Analytic Server 支持多个用户和工作负载，实现灵活的企业级模型开发和执行。
利用分类、预测、细分、关联和地理空间分析来改善决策。SPSS Analytic Server 有助于提高模型准确性，并揭示复杂数据中有意义的模式。
资源
开始使用 SPSS Analytics Server
深入了解其他资源，从 SPSS Analytic Server 获取更多价值。深入了解 SPSS Modeler 概述以了解建模功能，并查看系统要求，以确保您的环境已为大规模部署和性能做好准备。
进一步了解面向个人、团体、系统和企业的强大 SPSS Modeler 预测性分析平台。
查看 IBM SPSS Analytic Server 3.0.1 的所有软件和硬件要求。
深入探究完整的 SPSS 组合，了解集成分析工具如何扩展您的功能。