2022年基于PAAS平臺(tái)的智慧企業(yè)大數(shù)據(jù)平臺(tái)建設(shè)方案

1、基于PAAS平臺(tái)的智慧企業(yè)大數(shù)據(jù)平臺(tái)建設(shè)方案2019Agenda企業(yè)新一代數(shù)據(jù)平臺(tái)的技術(shù)需求創(chuàng)新的技術(shù)平臺(tái)建設(shè)思路面向大數(shù)據(jù)的分析Now What?So What?What?大數(shù)據(jù)分析企業(yè)內(nèi)、外部的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)量在TB級(jí)以上以數(shù)據(jù)挖掘、預(yù)測(cè)和實(shí)時(shí)分析為主，強(qiáng)調(diào)對(duì)業(yè)務(wù)驅(qū)動(dòng)傳統(tǒng)BI 分析企業(yè)內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)量在GBTB級(jí)以報(bào)表、查詢和分析為主，反應(yīng)當(dāng)前業(yè)務(wù)現(xiàn)狀更豐富、更細(xì)致的客戶管理大數(shù)據(jù)分析在企業(yè)的應(yīng)用更準(zhǔn)確、更及時(shí)的營(yíng)銷管理更高效、更全面的風(fēng)險(xiǎn)管理Customer 360o Single ViewKey Life Events & Next Best ActionStress

2、 Test & Credit Assessments通用銀行業(yè)大數(shù)據(jù)分析平臺(tái)管理分析類應(yīng)用數(shù)據(jù)交換平臺(tái)應(yīng)用集市數(shù)據(jù)區(qū)核心系統(tǒng)總賬系統(tǒng)國(guó)結(jié)系統(tǒng)網(wǎng)銀系統(tǒng)系統(tǒng)企業(yè)內(nèi)外部半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)產(chǎn)生層數(shù)據(jù)交換層數(shù)據(jù)傳輸數(shù)據(jù)稽核數(shù)據(jù)處理流程調(diào)度監(jiān)控告警數(shù)據(jù)服務(wù)層非結(jié)構(gòu)化數(shù)據(jù)區(qū)沙盤演練數(shù)據(jù)區(qū)用戶評(píng)價(jià)信息移動(dòng)互聯(lián)信息元數(shù)據(jù)數(shù)據(jù)應(yīng)用層歷史歸檔數(shù)據(jù)區(qū) HDS客戶主題協(xié)議主題產(chǎn)品主題事件沙盤演練應(yīng)用實(shí)時(shí)分析應(yīng)用數(shù)據(jù)管控層POS增量財(cái)務(wù)增量庫(kù)存增量采購(gòu)增量增量臨時(shí)數(shù)據(jù)區(qū)實(shí)時(shí)數(shù)據(jù)區(qū)核心數(shù)據(jù)總賬數(shù)據(jù)國(guó)結(jié)數(shù)據(jù)數(shù)據(jù)主題數(shù)據(jù)區(qū)社交媒體信息網(wǎng)銀數(shù)據(jù) 客戶管理財(cái)務(wù)管理風(fēng)險(xiǎn)管理管理客戶管理財(cái)務(wù)管理風(fēng)險(xiǎn)管理管理運(yùn)營(yíng)管理用戶訪問(wèn)層決

3、策人員管理人員數(shù)據(jù)科學(xué)家業(yè)務(wù)人員客戶匯總賬戶匯總機(jī)構(gòu)匯總產(chǎn)品匯總 企業(yè)大數(shù)據(jù)平臺(tái)數(shù)據(jù)內(nèi)容及實(shí)現(xiàn)技術(shù)應(yīng)用平臺(tái)提交請(qǐng)求訪問(wèn)的數(shù)據(jù)，包括結(jié)構(gòu)化和非結(jié)構(gòu)化兩類在線存儲(chǔ)周期超過(guò)數(shù)據(jù)生命周期規(guī)劃的數(shù)據(jù)適合Hadoop分布式架構(gòu)管理無(wú)法用二維表結(jié)構(gòu)來(lái)邏輯表達(dá)的無(wú)結(jié)構(gòu)性的數(shù)據(jù)。例如文本、音頻數(shù)據(jù)等。方便用數(shù)據(jù)庫(kù)的二維表結(jié)構(gòu)來(lái)邏輯表達(dá)實(shí)現(xiàn)的數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)字段含義確定，清晰。例如：客戶信息、用電記錄等。是挖掘數(shù)據(jù)價(jià)值的主要對(duì)象。支持分析型應(yīng)用，時(shí)效性較低支持前臺(tái)交易系統(tǒng)查詢需求，具有可靠性高、并發(fā)度大、采集頻率短的特點(diǎn)按數(shù)據(jù)格式類別劃分按數(shù)據(jù)格式類別劃分按數(shù)據(jù)采集頻度劃分大數(shù)據(jù) 平臺(tái)在線數(shù)據(jù)歸檔數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)結(jié)

4、構(gòu)化數(shù)據(jù)準(zhǔn)實(shí)時(shí)數(shù)據(jù)非實(shí)時(shí)數(shù)據(jù)面向貼源數(shù)據(jù)查詢和主題數(shù)據(jù)整合。數(shù)據(jù)區(qū)，適合X86MPP數(shù)據(jù)庫(kù)集群范式化模型數(shù)據(jù)面向分析類應(yīng)用。對(duì)應(yīng)ADW和CM數(shù)據(jù)區(qū)，適合MPP數(shù)據(jù)庫(kù)集群維度模型數(shù)據(jù)按數(shù)據(jù)模型劃分6企業(yè)大數(shù)據(jù)平臺(tái)架構(gòu)原則平臺(tái)7技術(shù)-跨平臺(tái)數(shù)據(jù)交換批量和實(shí)時(shí)數(shù)據(jù)采用不同的技術(shù)手段和工具，遵循統(tǒng)一的文件接口標(biāo)準(zhǔn)技術(shù)-平臺(tái)內(nèi)數(shù)據(jù)復(fù)制跨同構(gòu)/異構(gòu)數(shù)據(jù)庫(kù)（物理系統(tǒng)），基于文本、數(shù)據(jù)庫(kù)的數(shù)據(jù)抽取和加載，數(shù)據(jù)的形式不發(fā)生變化，不涉及數(shù)據(jù)轉(zhuǎn)換。數(shù)據(jù)復(fù)制后產(chǎn)生的數(shù)據(jù)副本主要是為了便于數(shù)據(jù)引用，需要制定數(shù)據(jù)副本的生命周期管理策略以及保證數(shù)據(jù)副本的只讀屬性。數(shù)據(jù)-數(shù)據(jù)即服務(wù)業(yè)務(wù)人員通過(guò)邏輯數(shù)據(jù)對(duì)象組件訪問(wèn)數(shù)據(jù)，而不用

5、關(guān)心數(shù)據(jù)的物理存儲(chǔ)方式。通過(guò)全行指標(biāo)口徑和維度、度量信息，使業(yè)務(wù)人員可以較容易、較快地定位和了解數(shù)據(jù)的內(nèi)容。數(shù)據(jù)-數(shù)據(jù)質(zhì)量控制通過(guò)一系列的技術(shù)和業(yè)務(wù)手段實(shí)現(xiàn)數(shù)據(jù)集成平臺(tái)數(shù)據(jù)質(zhì)量控制，主要體現(xiàn)在數(shù)據(jù)正確性（技術(shù)）、完整性、一致性（業(yè)務(wù)）、有效性。7企業(yè)大數(shù)據(jù)平臺(tái)架構(gòu)原則平8數(shù)據(jù)-歷史數(shù)據(jù)分級(jí)存儲(chǔ)和訪問(wèn)近線數(shù)據(jù)存儲(chǔ)形式保持源表源結(jié)構(gòu)，主要以數(shù)據(jù)庫(kù)形式存儲(chǔ)，支持在線數(shù)據(jù)查詢、訪問(wèn)和應(yīng)用支持，響應(yīng)時(shí)間秒級(jí)。歸檔數(shù)據(jù)以廉價(jià)大容量磁盤方式存儲(chǔ)，存儲(chǔ)形式會(huì)根據(jù)數(shù)據(jù)環(huán)境和未來(lái)應(yīng)用的差異，采用不同于源結(jié)構(gòu)的存儲(chǔ)形式。同時(shí)，歸檔數(shù)據(jù)需要?jiǎng)?chuàng)建“被動(dòng)索引”并具備恢復(fù)到主題數(shù)據(jù)區(qū)或者匯總數(shù)據(jù)區(qū)的能力。數(shù)據(jù)-非結(jié)構(gòu)化數(shù)據(jù)

6、管理對(duì)于交易和處理過(guò)程中形態(tài)尚不穩(wěn)定的非結(jié)構(gòu)化數(shù)據(jù)，可由各平臺(tái)根據(jù)時(shí)效性、一致性控制和完整性控制等要求考慮自行處理安全-數(shù)據(jù)訪問(wèn)安全對(duì)于普通的查詢?cè)L問(wèn)應(yīng)用，應(yīng)該具備屏蔽敏感信息的展現(xiàn)的能力。面向行內(nèi)用戶的數(shù)據(jù)訪問(wèn)，應(yīng)按照數(shù)據(jù)的屬主進(jìn)行訪問(wèn)隔離。運(yùn)維-系統(tǒng)日常運(yùn)行性能管理在數(shù)據(jù)量不斷增加、訪問(wèn)用戶數(shù)量的增長(zhǎng)、用戶數(shù)據(jù)使用成熟度的變化、數(shù)據(jù)ETL持續(xù)滾動(dòng)開發(fā)等場(chǎng)景的不斷變化下，需要圍繞日常性能管理，不斷調(diào)整系統(tǒng)設(shè)計(jì)和運(yùn)行策略。8建設(shè)新一代數(shù)據(jù)平臺(tái)的驅(qū)動(dòng)力完整的大規(guī)模數(shù)據(jù)的快速捕獲流程多種類型數(shù)據(jù)的存儲(chǔ)數(shù)據(jù)的實(shí)時(shí)共享與交換海量&劇增數(shù)據(jù)的支撐能力傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)和新技術(shù)的結(jié)合Hadoop技術(shù)的合理運(yùn)

7、用與性能Agenda企業(yè)新一代數(shù)據(jù)平臺(tái)的技術(shù)需求創(chuàng)新的技術(shù)平臺(tái)建設(shè)思路CONSUMER GRADE先行者: 服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-Defined DatacenterNew Data-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server & WebSoftware-Defined DatacenterNew Data-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)CONSUMER GRADE先行者: 服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-Defined DatacenterNew

8、 Data-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server & WebSoftware-Defined DatacenterNew Data-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)存儲(chǔ)并且在非常大量的數(shù)據(jù)上進(jìn)行分析CONSUMER GRADE先行者: 服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-Defined DatacenterNew Data-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server & WebSoftware-Defined Datacenter

9、New Data-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)快速應(yīng)用開發(fā)存儲(chǔ)并且在非常大量的數(shù)據(jù)上進(jìn)行分析CONSUMER GRADE先行者: 服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)MainframeSoftware-Defined DatacenterNew Data-fabrics新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流Client-Server & WebSoftware-Defined DatacenterNew Data-fabrics私有的數(shù)據(jù)中心與基礎(chǔ)架構(gòu)快速應(yīng)用開發(fā)存儲(chǔ)并且在非常大量的數(shù)據(jù)上進(jìn)行分析大規(guī)模自動(dòng)化運(yùn)維企業(yè)級(jí)的需求 快速應(yīng)用開發(fā)MainframeClie

10、nt-Server & WebCONSUMER GRADE存儲(chǔ)并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備, 海量日志, 多種應(yīng)用無(wú)處不在的數(shù)據(jù)采集Software-Defined DatacenterNew Data-fabrics來(lái)自金融企業(yè)的獨(dú)有需求 快速應(yīng)用開發(fā)MainframeClient-Server & WebCONSUMER GRADE存儲(chǔ)并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備, 海量日志, 多種應(yīng)用無(wú)處不在的數(shù)據(jù)采集Software-Defined Dat

11、acenterNew Data-fabrics收集數(shù)量龐大的事件數(shù)據(jù)的同時(shí)對(duì)特定交易事件進(jìn)行實(shí)時(shí)反應(yīng)與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合來(lái)自金融企業(yè)的獨(dú)有需求 快速應(yīng)用開發(fā)MainframeClient-Server & WebCONSUMER GRADE存儲(chǔ)并且在非常大量的數(shù)據(jù)上進(jìn)行分析新的客戶體驗(yàn)新的業(yè)務(wù)模式由服務(wù)于海量客戶的互聯(lián)網(wǎng)巨頭企業(yè)引領(lǐng)潮流大量設(shè)備, 海量日志, 多種應(yīng)用無(wú)處不在的數(shù)據(jù)采集Software-Defined DatacenterNew Data-fabrics收集數(shù)量龐大的事件數(shù)據(jù)的同時(shí)對(duì)特定交易事件進(jìn)行實(shí)時(shí)反應(yīng)與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合配合不同云計(jì)算平臺(tái)實(shí)現(xiàn)高效運(yùn)維和水平

12、擴(kuò)展.ETCNew ExperiencesNew Biz Modelspioneered by new Consumer Internet giantsInternet-of-thingsPervasive telemetryMainframeClient-Server & WebCONSUMER GRADEOperate at Scale in a highly automated way新一代 PaaS 平臺(tái)Software-Defined DatacenterNew Data-fabrics快速應(yīng)用開發(fā)收集數(shù)量龐大的事件數(shù)據(jù)的同時(shí)對(duì)特定交易事件進(jìn)行實(shí)時(shí)反應(yīng)存儲(chǔ)并且在非常大量的數(shù)據(jù)上進(jìn)行分

13、析與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合配合不同云計(jì)算平臺(tái)實(shí)現(xiàn)高效運(yùn)維和水平擴(kuò)展.ETC新一代Paas平臺(tái)建設(shè)思路Software-Defined DatacenterNew Data-fabricsThe Software Defined Data CenterNew ExperiencesNew Biz Modelspioneered by new Consumer Internet giantsInternet-of-thingsPervasive telemetryMainframeClient-Server & WebCLOUD ERAOperate at Scale in a highly

14、automated wayAWSVMW.ETCPivotal: 面向數(shù)據(jù)的企業(yè)級(jí)Paas平臺(tái)Pivotal PlatformFromVMwareFromEMCBigDataFastDataRapid Application Dev & IntegrationCloud Abstraction& App Automation存儲(chǔ)并且在非常大量的數(shù)據(jù)上進(jìn)行分析在收集數(shù)量龐大的事件數(shù)據(jù)的同時(shí)對(duì)特定事件進(jìn)行實(shí)時(shí)反應(yīng)快速應(yīng)用開發(fā)配合不同云計(jì)算平臺(tái)實(shí)現(xiàn)高效運(yùn)維和水平擴(kuò)展與傳統(tǒng)應(yīng)用和基礎(chǔ)架構(gòu)有機(jī)配合Software-Defined DatacenterNew Data-fabricsThe Software

15、 Defined Data CenterNew ExperiencesNew Biz Modelspioneered by new Consumer Internet giantsInternet-of-thingsPervasive telemetryMainframeClient-Server & WebCLOUD ERAOperate at Scale in a highly automated wayAWSVMW.ETCPivotal: 面向數(shù)據(jù)的企業(yè)級(jí)Paas平臺(tái)Pivotal PlatformBigDataFastDataRapid Application Dev & Integr

16、ationGemfirevFabricFromVMwareFromEMCCloud Abstraction& App Automation.ETC支持開放標(biāo)準(zhǔn)并與開源有效互動(dòng)強(qiáng)調(diào)以數(shù)據(jù)為中心 兼顧各種數(shù)據(jù)類型處理充分關(guān)注新一代開發(fā)人員和新一代企業(yè)級(jí)應(yīng)用的需求為有效進(jìn)行實(shí)時(shí)大容量信息處理而設(shè)計(jì)同時(shí)兼顧與傳統(tǒng)應(yīng)用的互操作性與傳統(tǒng)技術(shù)的有效結(jié)合云支撐平臺(tái)數(shù)據(jù)支撐架構(gòu)應(yīng)用支撐架構(gòu)Scale-out storage: HDFS/ObjectLanguages& FrameworksIngest & Query: very high-capacity & in-memoryAnalyticsService

17、sCloud Abstraction (portability)Automation: App Provisioning & Life-cycleService RegistryPivotal One: 重新定義企業(yè)級(jí) PaaSCloud FabricData FabricApplication FabricScale-out storage: HDFS/ObjectLanguages& FrameworksIngest & Query: very high-capacity & in-memoryAnalyticsServicesCloud Abstraction (portability)

18、Automation: App Provisioning & Life-cycleService RegistryPivotal One: 來(lái)自EMC和VMW的技術(shù)體系整合GemFirePivotal Data Science Labs創(chuàng)新：以數(shù)據(jù)支撐為中心Cloud StorageVirtualizationPivotal DataFabricPivotal Cloud& App FabricData-DrivenApplicationDevelopmentPivotal Data Science Labs.ETC完整的新一代企業(yè)的數(shù)據(jù)平臺(tái)藍(lán)圖AnalyticData MartsMPP Da

19、tabaseOperationalIntelligenceIn-Memory DBRun-TimeApplicationsIn-Memory ObjectEnterprise Data WarehouseRDBMSData StagingPlatformData IngestionSystemStreams分析形數(shù)據(jù)集市實(shí)時(shí)的數(shù)據(jù)處理Run-TimeApplications企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)大規(guī)模數(shù)據(jù)存儲(chǔ)實(shí)時(shí)的數(shù)據(jù)捕獲和共享Pivotal 數(shù)據(jù)支撐架構(gòu)的解決之道Greenplum 數(shù)據(jù)庫(kù)：極速分析平臺(tái)并行處理架構(gòu)MPP shared-nothing 架構(gòu)，基于通用X86平臺(tái)PB級(jí)以上海量存儲(chǔ)，最大

20、支持10000節(jié)點(diǎn)以上所有節(jié)點(diǎn)并發(fā)IO，實(shí)現(xiàn)超大IO吞吐，并行運(yùn)行SQL自動(dòng)化并行自動(dòng)化并行計(jì)算,實(shí)現(xiàn)超大計(jì)算能力使用同傳統(tǒng)DB一樣，加載和運(yùn)行SQL數(shù)據(jù)多節(jié)點(diǎn)分布及高可用性都由DB自身實(shí)現(xiàn)極佳的橫向擴(kuò)展性在線橫向擴(kuò)展容量、加載和SQL查詢性能隨節(jié)點(diǎn)線性增加專為BI及數(shù)據(jù)分析優(yōu)化深度整合統(tǒng)計(jì)數(shù)學(xué)模塊（SAS,SOLR,MADLIB,R）高性能并行SQL執(zhí)行器MPP shared-nothing 架構(gòu)構(gòu)建在X86開放平臺(tái)上的并行處理架構(gòu)Greenplum 數(shù)據(jù)庫(kù)：行業(yè)最快的數(shù)據(jù)加載技術(shù)每個(gè)Rack（16節(jié)點(diǎn)）,每小時(shí)16TB加載性能Scatter-Gather Streaming提供性能線性擴(kuò)張

21、支持大批量數(shù)據(jù)加載和持續(xù)化的數(shù)據(jù)加載Enable complex data transformations “in-flight”對(duì)GBK/UTF8/ISO8859字符集的原生支持Single Rack ComparisonGreenplum load rates scale linearly with the number of racks, others do not.For example, two racks = 32TB/HGreenplumOracleExadataNetezzaTeradataLoadGreenplum 數(shù)據(jù)庫(kù)：高可用性ClientRedundantInterco

22、nnectMPSegment ServersPrimaryMaster1 Sync &FailoverProcesses Standby MasterPrimaryDataRAID 5 ProtectionA1B1C1A2B2C2A1B1C1A2B2C2MirrorData2345提供了全量備份和增量備份功能，保證系統(tǒng)級(jí)故障后的數(shù)據(jù)恢復(fù)對(duì)于任一設(shè)備的故障，系統(tǒng)數(shù)據(jù)不丟失、提供持續(xù)服務(wù)多個(gè)節(jié)點(diǎn)宕機(jī)后，系統(tǒng)性能只降低1/6Greenplum 數(shù)據(jù)庫(kù)： Gartner 的評(píng)價(jià) Gartner 公司每年發(fā)布關(guān)于數(shù)據(jù)倉(cāng)庫(kù)管理系統(tǒng)業(yè)界地位的魔法象限研究報(bào)告報(bào)告主要從個(gè)數(shù)據(jù)倉(cāng)庫(kù)廠商的執(zhí)行力和遠(yuǎn)景兩個(gè)方面評(píng)估

23、評(píng)估對(duì)象包括傳統(tǒng)的企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)和新一代的MPP并行數(shù)據(jù)庫(kù)廠商支持各種規(guī)模、有大量并發(fā)用戶、能管理混合工作負(fù)載的數(shù)據(jù)倉(cāng)庫(kù)具備較高的客戶滿意度和強(qiáng)有力的服務(wù)支持在數(shù)據(jù)倉(cāng)庫(kù)市場(chǎng)有長(zhǎng)久的生命力風(fēng)險(xiǎn)最低、產(chǎn)品成熟度最高Gartner對(duì)領(lǐng)導(dǎo)者象限的評(píng)價(jià)采用前瞻性思維設(shè)計(jì)的數(shù)據(jù)倉(cāng)庫(kù)較小的市場(chǎng)領(lǐng)導(dǎo)者，缺乏全球性發(fā)展缺少較大的本地客戶，因此不易證明其產(chǎn)品的功能和價(jià)值在產(chǎn)品技術(shù)領(lǐng)域，某些特性具備前瞻性，但綜合能力需要完善Gartner對(duì)遠(yuǎn)見者象限的評(píng)價(jià)Load BalancerWeb and App ServersWebMiddwareDatabase LayOSAppOSAppWhat is GemFireOSAppOSAppOSAppOSAppOSAppOSAppMemory Compute Data Grid in Memory Pivotal Hadoop HAWQ: 性能測(cè)試結(jié)果對(duì)比4.21988.71612.04152.71,2852.81,81547X19X208X476X648X4.2378.75962.0502.7552.8599X69X25X20X21XPivotal HDPivotal HDPivotal Clo