数据增量变化跟踪采集CDC系统

全面：支持Mysql、 SqIServer、 Postgres、 Oracle等多种常用数据库

易用：完整配置说明，快速完成对数据库CDC采集服务能力部署

灵活：除数据库原生CDC之外，支持日志表跟踪、通过时间戳或增长字段扫描跟踪等多种方式

专业：结构变动、数据更新、数据删除、日志存储、数据发布等专业化功能服务应用体系

DStream图形化数据转换系统

简单：图形化转换设计工具，拖拽式数据处理流程配置，简单。

高效：近200种原生组件，满足各类常规数据处理需求，高效。

专业：近50个定制化功能组件，贴合业务和行业需求，专业。

DStream可视化调度监控系统

简单：可视化Web端系统，点击鼠标即可完成作业调度，简单。

全面：作业周期和所需资源灵活配置，上下线/启停控制一键切换。

稳定：采集/转换/校验全流程跟踪, 硬件/软件/端口全方位监控，稳定。

DStream网络爬虫

简单：组件化配置，路径爬取/文本爬取/属性解析 全系列组件，简单

全面：支持正则和XPath两套组件，可根据目标网站特点灵活选择和配置，高效。

代理穿透：支持代理模式，防止网站反爬拦击，全面穿透能力，强大。

DStream文本挖掘应用组件

OCR服务组件：图片文本识别快速实现，内置自动识别服务，可配置自定义服务接口。

PDF文本转换：支持把PDF转成HTML、WORD、JPG\PNG 等。

WORD转HTML：支持把WORD文件自动换成HTML形态，保留其文本、图片、表格，并自动适应移动端。

智能文本识别：日期识别、金额识别、股票代码识别、公司名称识别、中文转拼音等。

语音合成组件：支持采用百度语音生成服务接口，快速配置实现文本转语音转换。

DStream自然语言分析

分词：中文分词组件，采用自然语言技术（NLP）对中文进行分词。支持中文分词. 中文姓名识别 . 用户自定义词典等

关键词提取：提取中文关键词组件，采用自然语言技术（NLP）对中文进行关键词提取。关键词提取准确度取决于词库。

新词发现：发现文章中的新词，采用自然语言技术（NLP）发现词库中没有的新词。新词发现一般用来更新词库。

自动摘要：摘要提取组件，采用自然语言技术（NLP）TextRank算法对文章自动提取摘要。

文本分类：支持文本分类训练、语料库生成、文本自动分类服务套件。

DStream大数据交互

ElasticSearch交互：支持把数据推送到ES中支持全文检索能力。

Mongodb交互：关系型数据库和NoSql文档数据库Mongodb的读、写交互组件。

Greemplum交互：支持通过GPload组件实现和GreenPlum分布式数据库的高效数据交互。

其他大数据组件：HBase、Spark、Hive、Impara等大数据平台交互能力组件。