企业信息包括结构化内容（可以在数据库中有效存储和访问的结构化信息）和非结构化内容（不适合数据库存储和检索本身的非结构化信息）。纸质文档、电子邮件、文本消息、wiki、博客、扫描图像、音频文件和视频文件是属于非结构化类别的企业内容的示例。今天，在大多数组织中，非结构化内容（占所有企业信息的80%以上）正在爆炸式增长，而且这些信息中的大部分不存储在数据库中。如何充分利用这些信息，从中获得业务洞察力，以及如何控制与信息相关的基础设施的成本，是各大企业面临的巨大挑战。尽管大多数企业至少已经采取了初始步骤来管理其企业内容，例如部署内容存储库、执行基本归档或实施企业记录管理，但许多企业发现，这些步骤不足以充分解决爆炸式增长的企业内容，并有效地访问、分析和共享它。对处理和控制的巨大需求。
产品功能：
1、数据存储与计算
支持 HDFS、Hbase、Kudu 等从 GB 到 PB 级别的存储方案，支持 Hive 和 MapReduce 等批量计算、Spark 内存计算、Kylin 多维分析、Impala 和流式计算等计算方案，灵活满足客户的各类场景。
2、数据集成
将业务数据从各类数据源（MySQL、Oracle、PostgreSQL、MongoDB等）离线导入数据仓库以及其他相关大数据环境，适用于对数据导入实时性要求不高以及静态数据源的场景，例如将某业务上个月的所有数据导入数据仓库用于数据分析。关系型数据库和日志的增量实时/准实时接入：分别使用了自研的NDC系统和DataStream，将业务库中增量数据和APP日志实时导入到大数据环境，延迟可控制在秒级，适用于对数据导入实时性要求高，且业务快速增长的场景。
3、数据管理
传统软件的开发过程中，有大量丰富的软件保证开发、调试、发布等步骤井然有序地进行。从业人员的高素质和这些管理过程的工具保证了线上应用的高质量。但目前大数据商用软件领域，很少有足够好用的IDE来帮助企业构建数据应用。平台提供了SQL开发、依赖配置与调度管理、交互式查询等，协助管理开发过程，提高开发效率。
4、数据安全
基于加密方法建立用户（和系统）识别自己的方法，对个人通信以安全的手段进行身份认证，用户和服务器都能验证对方的身份。针对角色授权数据访问。对HDFS、Hive等实现了统一的，细粒度的数据权限控制。从数据角度，可以查看当前何种角色有何种权限。从角色角度，可以查看对哪些数据有何种权限。审计提供较直观事件跟踪，包括实时监测对系统敏感信息的访问和操作行为，根据规则设定报警并及时阻断违规操作，收集并记录用户行为。
5、数据流计算
使用SQL开发流式计算任务，兼容离线SQL，可实时分析用户的访问数据，展示流量变化和用户分布情况。具备高可用(分布式)，高吞吐(1000w/s)，低延迟(毫秒级)，精准计算（Exactly-once）等特点，用户可在平台上调试和提交流SQL任务，为用户节省技术方面(开发、运维)的投入，帮助用户专注于解决产品本身的流计算需求。
内容文件管理系统架构介绍
内容文件管理系统就是在行业发展大势所趋下，使用现在较先进的分布式文件管理技术搭建的内容管理支撑体系，通过技术和服务两个角度，为企业设计全新的内容管理系统设计，以下为文件管理系统基本构成：分布式文件系统，包括调度管理服务、文件存储服务、元数据存储服务；系统管理与监控中心，提供大数据存储系统虚拟化管理监控解决方案；以及对外访问接口，提供 http 、 Java 等多种格式的对外访问接口。
系统是基于分布式文件管理系统和云存储设备搭建的一套简洁、高效的文件管理平台，特点是通过分布式保证海量数据的采集和访问性能以及数据安全，突破传统内容管理系统的瓶颈。
1．1 调度管理服务器功能
主要做调度工作，在访问上起负载均衡的作用。 在内存中记录集群中组和存储服务器的状态信息，是连接对外访问接口和存储服务的枢纽。因为相关信息全部在内存中，调度管理的性能非常高，一个较大的集群（比如上百个组）中有 3 台就足够了。
1．2 文件存储服务器功能
负责存储文件数据，提供存储、同步和提供存取接口，完成文件管理的所有功能；接受管理服务器的调度，为对外访问接口提供数据传输。
1．3 元数据存储服务器功能
负责存储各文件的元数据信息，主要记录业务类型对应调度服务器的映射关系，文件存储 ID 和文件存储地址的映射关系。
1．4 对外访问接口功能
主要负责从调度管理服务器上获取文件存储信息，并向存储服务器读写数据。
文件管理系统架构的特点
系统架构搭建了一个分布式文件存储的环境，通常在信息系统的开发上，很多部门考虑到数据保密性，通常会对系统的各种功能加以限制。这种考虑是对的，但是考虑到信息在部门之间流通，系统的共享性是要实现的；同时系统如果具备共享和开放的功能，那么在未来
的结构、容量、信息交换、升级、数据成立、数据库搭建上都会具备先天优势；另外，在系统的整体设计上需要以参数化的方式给相关硬件设备配置、删减等功能进行设置，如果以参数定义的方式进行设置，对今后系统的模块化应用和可延展性都提供了相应的基础。 一般来说，该类系统架构具备以下特点：
1、规范、统一的开放模式：为相关业务系统实现统一的框架、流程、依据、规则，统一业务处理流程和相关标准；提供功能强大、技术一流、规范完善的软件运行环境，实现企业各业务部门间无缝对接。
2、实现适配业务的流程，保证系统更新的灵活性：确保系统流程在保证出口、入口相统一的条件下，能够适应业务需求的变化。
3、对信息资源实现系统共享：在设计上避免数据冗余，使得数据入口唯一，同时紧密结合业务流程，使得信息能够实现各个部门的共享，同时在数据发生变更时，相关的一些数据能够根据关联实施变化，在共享的同时确保数据准确、实时。
4、能够实现多类系统的整合：能够与企业大多数系统实现对接，并在其基础上进行二次开发，以较低的投入高效实现数据采集与管理的建设任务。
