محصولات - نرم افزار دلتابان

قابلیت‌های کلی این محصول عبارتند از:

• امکان ایجاد و ذخیره Connection string های مختلف اعم از SQL(JDBC)،Stream ،Rest API Documents، Folders،Twitter  و ...
• امکان اتصال به CS ساخته شده و دریافت Schema کامل آن بانک و جداول مربوطه و استخراج ساختار آن‌ها.
• دریافت کلیه داده‌های Schema استخراج‎شده شامل فیلدها، نوع و اندازه آن‌ها، توضیحات، مقادیر کمینه، بیشینه، میانه، میانگین و ... فیلدها، رکوردها، رکوردهای تکراری، داده‌های Missing و ذخیره در Cassandra و ...
• امکان تولید نمونه فرم جمع‌آوری خصوصیات بانک اطلاعاتی با داده‌های پیش‌فرض جهت تکمیل توسط اپراتور و ذخیره آن.
• امکان درج توضیحات توسط اپراتور برای فرم استخراج‌شده، امکان تعیین درجه اهمیت فیلدها، میزان محرمانگی داده، حریم خصوصی، امکان انتشار، حجم داده‌های درون جدول، روند رشد داده‌ها و ...
• شناسایی بعد داده‌ها از نظر ویژگی، تعداد مقادیر، مجموعه داده‌ها.
• امکان ایجاد کپی از جداول و Data Frame های استخراج‌شده.
• امکان ساخت Cube های داده به صورت ویزاردی به نحوی که بتوان DF های مورد نظر را انتخاب کرده، اطلاعات Metadata هر کدام را ملاحظه نموده، برای حالات مختلف پیش‌پردازش مثل تصمیم‌گیری درباره داده‌های پرت، ترکیب ویژگی‌ها و ...
• امکان نوشتن Query یا انتخاب از قابلیت‌های موجود (این قابلیت‌ها توسط متخصص داده‌ای که با سامانه کار می‌کند باید قابل انتخاب باشد) و سپس شناسایی فیلدهایی که باید از روی آن‌ها Cube ساخته شود و Join شوند و در نهایت DF جدید ساخته شده (Cube) در Cassandra ذخیره شود.
• امکان ایجاد کپی‌های متعدد از DF ها و Cube های مختلف وجود داشته باشد.
• بتوان هر کدام از موجودیت‌های ذخیره شده را مجددا به صورت Local Run یا Force Run کرد. حالت اول اجراها فقط بر روی داده‌های استخراج شده‌ای که در DataLake ذخیره شده‌اند انجام می‌شود و حالت دوم مربوط به اجرای مجدد و استخراج مجدد داده‌های اصلی و اعمال قوانین روی آن‌ها و پاک‌سازی و ساخت مجدد مکعب‌ها می‌باشد.
• امکان تعیین انواع پیشنهادهای پاک‌سازی روی داده‌ها و فیلدها از قبیل:
  • عدم رعایت هم‌سانی واحد زمانی
  • عدم رعایت هم‌سانی واحد وزن
  • عدم رعایت واحد طولی
  • عدم رعایت واحد پولی
  • عدم رعایت هم‌سانی سایر
  • قرار نداشتن مقادیر در محدوده مجاز
  • عدم رعایت یکتایی مقادیر

• امکان اخذ انواع گزارش‌های گرافیکی از DF ها و Cube ها وجود داشته باشد. اعم از تعداد رکورد، سایز روی دیسک، زمان تولید، زمان خواندن و اجرا، ابعاد، تعداد مکعب‌هایی که از DF ها استفاده می‌کنند.
• امکان مشاهده Sample داده از DF ها یا Cube ها
• امکان اجرای الگوریتم‌های کاهش ابعادی هم‌چون PCA و SVD روی DF ها یا Cube ها و ذخیره DF یا Cube جدید
• امکان "پویش داده" تولید انواع نمودارهای گرافیکی روی DF ها و Cube ها (آمارهای کلان، مصورسازی)
• امکان کار با انواع داده‌های GIS و جغرافیایی
• در بخش محاسبه Meta Data یا آمارهای کلان می‌توان مقادیر زیر را محاسبه کرد:
  • بسامد داده Frequency: Mode  یا Percentile
  • مکان: میانگین یا میانه
  • پراکندگی: واریانس، انحراف از معیار، واریانس یا انحراف معیار مبتنی بر میانه(MAD-AAD-Interquartile Range)
  • مصورسازی: تولید نمودارهای زیر برای همه DF ها و Cube ها. هیستوگرام، نمودارهای جعبه‌ای Box Plot، پراکندگی Scatter، بدنه‌ای Contour، ماتریسی Matrix، مختصات موازی  Parallel Coordinator، ستاره‌ای، صورتک‌های چرنف Chernoff Faces
• امکان تولید وب‌سرویس  و API بر روی موجودیت‌های سیستم اعم از DF و جداول، مکعب‌های داده‌ای و ...
• استخراج روابط بین جداول و نمایش گرافیکی آن‌ها
• امکان مشاهده گرافیکی میزان نقص داده‌های جداول مبتنی بر نقص رکورد یا فیلد (به قابلیت Drill-Drown) به نحوی که با تعیین یکسری معیار استاندارد بتوان میزان نقص هر جدول را محاسبه کرده و نمایش داد.
• امکان ثبت UC های شناسایی‌شده و همچنین تعیین این‌که کدام DF استخراج شده در این UC استفاده می‌شود.
• امکان تعیین سطح دسترسی به منظور تأیید را رد UC ها یا DF های شناسایی‌شده
• امکان مشاهده میزان نقص داده DF های هر UC به صورت گرافیکی
• امکان ساخت Df های جدید از DF های استخراج شده در قالب یک Cube یا Data Mart
• امکان اتصال یک Code Editor به این ابزار به منظور کد نویسی الگوریتم‌های مورد نیاز
• امکان تعریف کلاسترهای مجازی و ایجاد قابلیت تعیین این‌که کد نوشته‌شده روی کدام کلاستر اجرا شود
• امکان تعیین سطوح دسترسی مختلف برای کاربران:
  • تعریف کاربر
  • انتساب UC ها به کاربران
  • تعیین سطح دسترسی کاربر به فیلدها یا تعداد رکوردهای مشخصی از هر DF
  • تعیین سطح دسترسی کاربر به کلاستر مجازی
• اتصال موتور کدنویسی به موتور Machine Learning اسپارک برای ایجاد قابلیت استفاده برنامه‌نویس در محیط ادیتور از الگوریتم‌های مربوطه
• امکان کدنویسی برای استخراج منابع داده‌ای از شبکه‌های اجتماعی بر اساس کلمه کلیدی
• امکان ذخیره‌سازی نتیجه یک کد نوشته شده در قالب DF به نحوی که قابل استفاده برای سایرین باشد.
• امکان اتصال سیستم به یک زمانبندی مانند Apache Nifi
• امکان تعریف زمانبندی اتصالات به منابع داده‌ای و بازه‌های زمانی به روزرسانی دریاچه داده
• امکان مشاهده گزارش نتیجه واکشی داده‌ها از نظر سلامت اجرا یا خطا در زمان واکشی اطلاعات

به ازای هر یک از ستون‌ها، اطلاعات آماری زیر مرتبط با نوع آن فیلد استخراج شود:

• Essentials: type, unique values, missing values
• Quantile statistics: like minimum value, Q1, median, Q3, maximum, range, interquartile range
• Descriptive statistics: like mean, mode, standard deviation, sum, median absolute deviation, coefficient of variation, kurtosis, skewness
• Most frequent values
• Histogram
• Record Count: The total number of records in the column
• Unique Values: The distinct count of unique values in a column
• Empty Strings: The count of empty strings in a column
• Null Values: The count of null values in a column
• Percent Fill: The percentage of records that are not empty string or null
• Percent Numeric: The percentage of records that are numeric
• Max Len: The max length of data

پلن‌های فروش و جدول قیمتی نرم‌افزار دلتابان

توضیح اینکه ماژول پایه یا Core Module دارای امکانات پایه نرم‌افزار به شرح زیر می‌باشد:

• قابلیت اتصال به بانک‌های اطلاعاتی مختلف اعم از MSSQL, MySQL, Postrgres, Oracle و فایل‌ها داده‌ای با فرمت‌های استاندارد
• امکان شناسنامه دار کردن بانک‌ها و جداول خوانده شده
• امکان تعریف انواع کوئری ها برای Extract از بانک‌های اطلاعاتی موجود
• امکان استفاده از توابع پاکسازی نوشته شده
• امکان ذخیره سازی داده‌های خوانده شده در قالب Data Frame
• امکان انتقال داده‌ها به حافظه رم
• امکان نوشتن SQL برای دستکاری جداول
• امکان ساخت انباره داده
• دسترسی به داشبورد مدیریتی سیستم
• امکان تعریف کاربران سیستم
• امکان مشاهده وضعیت استفاده از منابع سخت افزاری
• امکان تعریف زمانبندی برای به روزرسانی داده ها