Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Универсальная структура данных на основе Teradata® QueryGrid™ управляет экосистемой аналитики

6, ноябрь 2014  —  Компания Teradata (NYSE: TDC ), разработчик систем анализа больших данных и маркетинговых приложений, представила универсальную структуру данных (Data Fabric) на основе Teradata® QueryGrid? , благодаря которой множество специализированных решений можно превратить в управляемую экосистему аналитики. Универсальная структура данных связывает между собой различные инструменты анализа, хранилища данных и разрозненные системы, превращая их в единую и бесперебойно работающую экосистему аналитики для бизнес-пользователей.

Сегодня компании задействуют множество разнообразных технологий для операционных и аналитических систем, предоставляемых разными поставщиками. Однако из-за недостаточной интеграции они представляются пользователям как разрозненные, что ограничивает способность организации получать своевременные ответы на бизнес-вопросы и, в конечном счете, ограничивает их результативность.

Teradata предлагает целостную и универсальную структуру данных, которая взаимосвязана с различными системами, обеспечивает гибкость и позволяет выбирать файловые и операционные системы, типы данных, аналитические механизмы и характеристики архитектуры систем, соответствующие их бизнес-целям. Teradata QueryGrid — это программное обеспечение, в котором реализована революционная концепция универсальной структуры данных. Благодаря ей организуется безопасное и оптимальное выполнение запросов в рамках нескольких механизмов обработки и хранилищ.

«Teradata QueryGrid предоставляет пользователям унифицированный доступ к данным, — подчеркивает Скотт Нау, президент Teradata Labs. — благодаря универсальной структуре данных можно просто получать ответы на бизнес-вопросы, не заботясь о том, какие ИТ-процессы или инфраструктура связаны с ними. Теперь компании могут применять большие данные в деле, расширяя доступ к ним в масштабе всей организации».

Новые возможности универсальной структуры данных Teradata QueryGrid формируют сплав из различных систем, работающих как одна:

•  Взаимодействие между базами данных Teradata

Компании могут воспользоваться преимуществами семейства платформ Teradata, учитывающих специфику рабочих нагрузок, соединяющих различные системы в бизнес-целях, обеспечивая производительность, доступность и ценность данных, а также масштабируя аналитическую экосистему эффективным и экономичным образом. Системы Teradata взаимодействуют так, чтобы постоянно гарантировать максимальную производительность, необходимую для выполнения SLA-соглашений, управляя балансировкой рабочих нагрузок систем. Работа с системой проста как для администраторов, так и для пользователей, благодаря единой панели наблюдения за использованием кросс-платформенных ресурсов через интегрированный план выполнения запроса и общим инструментам администрирования. Компании получают преимущества многосистемной среды Teradata и простоту использования одной системы.

•  Взаимодействие между базой данных Teradata и базой данных Teradata Aster

QueryGrid теперь дополняет возможности БД Teradata современными встроенными функциями Teradata Aster, включая nPath, Graph и Sessionize. Простота интеграции позволяет пользователям БД Teradata вызывать функции Aster в SQL-запросах. Одной команды достаточно для управления данными с использованием более 100 встроенных аналитических функций.

•  Адаптивный оптимизатор (Adaptive Optimizer)

Адаптивный оптимизатор в рамках БД Teradata обеспечивает высочайшую производительность запросов, выполняемых по нескольким системам разных поставщиков, использующим разные технологии. Это достигается за счет динамического сбора статистики при возвращении результатов запросов с удаленных систем. Эти результаты сочетаются со ступенчатым планированием запросов, чтобы получившиеся в результате запросы выполнялись быстро и эффективно , даже когда данные извлекаются из систем с разными технологиями, например из реляционных БД Oracle, Hadoop или NoSQL MongoDB .

«В прошлом пользователям не удавалось получать необходимые данные, поскольку они были разбросаны по изолированным системам, — говорит Ричард Уинтер, генеральный директор WinterCorp. — Но теперь в их распоряжении есть универсальная структура данных, предлагающая ценные инструменты аналитики для оптимизации предприятия, для использования которых не требуется помощь ИТ-специалистов, даже если данные хранятся на разных платформах БД или кластерах Hadoop».

Возможности универсальной структуры данных станут доступны после обновления QueryGrid и Teradata Database в конце 4 квартала 2014 года.

О корпорации Teradata

Teradata (NYSE: TDC) делает больше для развития аналитики «больших данных», чем любая другая компания на рынке. Ведущий спектр решений для анализа больших данных, интегрированного маркетинга и сервисов поможет любой организации вырваться вперед благодаря анализу корпоративных данных. Для получения дополнительной информации посетите веб-сайт teradata.com.
Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости Teradata

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.