借助数据分析做出明智决策
一旦您的数据进入测试数据管理系统,一个重要的问题是:“我可以用我的数据做什么?”;这个问题的答案既复杂又简单:“一切!”
Peak Test Data Manager 是一套测试数据管理系统,让您能够轻松接入合适的工具来可视化和分析测试数据。以下示例展示了如何最大限度地发挥测试数据的价值。
联系我们,进一步了解如何将您的分析工具与以下方案配合使用 Peak Test Data Manager.
使用 Peak Test Data Workplace 交互式地探索您的数据
访问数据最简单的方式是使用 Peak Test Data Workplace ——我们的 Peak Web 应用,用于浏览和查询数据、检查元数据、快速查看图像、视频或时间序列数据等。
您还可以下载附加文件、上传文件附件,或将数据以 CSV、Microsoft Excel 或 ASAM ATFX 格式下载,以便用其他工具进一步处理。
使用您常用的数据分析工具分析和探索数据
标准 ASAM ODS 为您的测试数据增添了一层额外的可靠性与连通性。Peak ODS Server 是 Peak Test Data Manager 的 💙 数据核心,将您的测试数据与任何符合 ASAM ODS 的数据分析产品相连。
如果所有可用的客户端连接方式对您来说仍然不够,您可以通过标准化的 ASAM ODS REST API 直接访问数据。将 Peak Test Data Manager 集成到您自己的客户端工具、Web 应用或分析框架中。在 ASAM ODS 标准兼容性的保障下,您不会出错。
联系我们,进一步了解如何将 Peak Test Data Manager 集成到您的分析平台中。
使用 Jupyter Notebook 自动执行您的日常分析任务
如果您希望自动化日常数据任务, Jupyter Notebooks 是首选方案。使用 Jupyter Notebook 以编程方式检查您在 Peak Test Data Manager 中的数据。获取更多洞察,并将结果导出为 PDF 或 HTML。
访问我们的 Peak Solution GitHub 仓库 以获取有关如何使用 Jupyter Notebook 和我们的 Python 工具的更多细节与示例。
使用 Apache Spark 进行大数据分析
您的数据越来越大?别担心,我们依然为您提供支持。借助 Peak ODS Adapter for Apache Spark,您可以解放您的工程师,将海量数据的处理卸载到您的 Spark 集群。您甚至可以使用 Peak ODS Adapter for Apache Spark 将数据从 Peak Test Data Manager 导出为以下大数据格式: Apache Parquet 或 Apache Avro 以便在您的以下环境中进一步处理: Apache Hadoop(R) 环境。
从数据中学习
标准化、开放的 API 不仅能连接分析与分析工具,还能实现机器学习和 AI。我们的专用工具集与适配器对 ASAM ODS 的标准 API 加以补充,以便更好地与数据分析工具和平台集成。Python 工具集提供类 MongoDB 的数据查询,并以 pandas DataFrame 形式返回查询结果——或者,如果您更熟悉 Spark SQL 或需要可扩展性,也可以使用 Peak ODS Adapter for Apache Spark。由此生成的、支持 ML 的数据集可以轻松用于机器学习的分析和应用,例如分类、回归或聚类。
互联解决方案
您可以点击这些链接,了解每个组件的更多信息
Peak Test Data Manager
Peak Test Data Manager 是一款面向未来的测试数据管理系统。
Peak Test Data Workplace
通过基于 Web 的用户界面管理和探索您的测试数据
Peak ODS Server
实现 ASAM ODS 数据标准,用于长期数据存储,包含用于标准化、安全数据访问的 API。
Peak ODS Adapter for Apache Spark
基于 Apache Spark 的可扩展数据访问。
相关主题
什么是 ASAM ODS?
ASAM ODS 标准定义了用于存储和检索测试与测量数据的 API 和格式。
Python ODS 服务程序
用于在 Python 中使用 ASAM ODS 数据的开源库。
什么是 Jupyter Notebook?
以开放的文档格式存储代码和文档。