灵活的计算模式选择
- 支持批量计算、流式计算和实时计算，并支持对计算结果极速查询。
提供三种不同的计算模式：Spark Standalone 、 Spark on YARN 和 MapReduce on YARN。
提供PB级数据集上的亚秒级查询能力。
通过 AppCenter 2.0 实现与其他大数据组件的无缝集成，如 Spark 、Hadoop 、Hive 与 HBase 、ZooKeeper 以及 QingStor™ 对象存储集成。
QingMR 提供了 Spark 及 YARN 的自定义调度器的功能，开放了自定义 Hadoop 代理用户功能。
可视化展现整体服务的运行情况，提供监控告警、健康检查和服务自动恢复等功能。
提供 Python 及 R 两种语言的运行环境，支持 Python 2 和 Python 3 互相切换。
预置了多个 Anaconda 发行版的数据科学包，为数据科学和机器学习/深度学习等 AI 开发场景。
流式数据处理
通过 QingMR Spark 计算引擎流数据处理能力，对企业实时数据流进行计算，满足对实效性要求较高计算，适用于实时监控、报警分析分等场景。
批量数据处理
通过 QingMR Hadoop MapReduce 提供强大的批量数据处理能力，帮助企业解决海量文件的分析处理问题，可用于日志分析等场景。
极速数据查询与分析
通过 QingMR 中集成的 Kyligence Analytics Platform，减少海量数据查询延迟，满足企业 OLAP 场景中极速分析查询的需求。
机器学习
基于 Spark 内存计算模型框架，利用 Mlib 提供的机器学习算法，实现个性化推荐、流失预测、精确营销、客户细分、客户研究、市场细分、价值评估等应用场景。
请选择区域
