31-01-2020

SQream kondigt release aan van SQream DB v2020.1

Deel dit bericht

SQream heeft de nieuwste release aangekondigd van haar data-analyse engine SQream DB v2020.1. SQream DB v2020.1 is de eerste release van 2020, met een sterke focus op snelle integratie in bestaande Hadoop- en legacy datawarehouse-ecosystemen. SQream DB maakt de analyse van aanzienlijk meer gegevens en dimensies mogelijk, met snelle querytijden op enorme datavolumes.

SQream DB v2020.1 is ontworpen voor bedrijven met enorme datastores, die niet in staat waren om voldoende data te analyseren om nieuwe en kritische inzichten te leveren. Analytics die voorheen te lang duurden of eenvoudigweg niet haalbaar waren in het bestaande ecosysteem, zijn volgens SQream nu haalbaar geworden. SQream DB v2020.1 is specifiek ontworpen voor het verwerken van zeer grote analytische werkbelastingen en voor het snel oplossen van uitdagingen waarmee ondernemingen tegenaan lopen met Hadoop of hun bestaande datawarehouses. SQream DB versnelt de analyse aanzienlijk en maakt van exponentieel groeiende datastores een competitief onderscheidend vermogen.

Eigenschappen van SQream DB v2020.1 zijn onder meer:
Gestroomlijnde HDFS-integratie - Native HDFS-ondersteuning verbetert offloading en opnemen van gegevens wanneer geïmplementeerd naast Hadoop data lakes.
ORC-kolomformaat voegt zich bij Parquet - In combinatie met External Table en geoptimaliseerde HDFS-functionaliteit kan ORC nu worden gebruikt om rechtstreeks te communiceren met tabellen die zijn gemaakt met Hadoop HIVE en Impala, zonder ETL of conversie.
S3-connectiviteit - Klanten met kolomgegevens die zich op S3 data lakes bevinden, kunnen SQream DB v2020.1 gebruiken om rechtstreeks toegang tot de gegevens te krijgen. Het enige dat nodig is, is om een externe tabel naar een S3-bucket met Parquet-, ORC- of CSV-objecten te laten wijzen.
Directe query’s op massieve gegevens - Gebundeld in de nieuwste versie is een nieuwe DB-API compatibel Python-stuurprogramma, dat kan worden gebruikt in combinatie met Panda's, Numpy en AI/ML-frameworks zoals TensorFlow.
Snellere herhaling van AI/ML-workflows - Verken gegevens en voer voorspellingen en berekeningen uit met ondersteuning voor geavanceerde vensters en statistische functies.
Krachtiger analysemogelijkheden - Nieuwe vensterfuncties verbeteren de uitvoering van complexe analyse- en rapportagetaken.

Meer informatie: SQream

Partners