Cloud-eigene BI und Analytics mit Cloudera Data Warehouse
Optimieren Sie kostengünstig den Wert von Daten mit der Flexibilität von Cloudera Data Warehouse in der Cloud. Nur Cloudera bietet echte Cloud-Fähigkeiten, die Daten, unabhängig von ihrem Standort, mit hochleistungsfähigen SQL-Analysefunktionen versieht (ETL oder Datenkopien sind nicht erforderlich). Darüber hinaus stehen bei Bedarf jederzeit Erweiterungsmöglichkeiten zum Skalieren zur Verfügung.
Erkunden und Analysieren mit mehr Flexibilität
Cloudera ist das einzige moderne Data Warehouse, das auf der Flexibilität und kostengünstigen Erweiterbarkeit der Cloud aufsetzt, um Einblicke in kürzester Zeit bereitzustellen. Vermeiden Sie eine starre Datenmodellierung und zeitaufwendige Datenladeprozesse, indem Sie Daten direkt in einem Cloud-eigenen Speicher wie Amazon S3 abfragen. Sorgen Sie für eine dynamische Bereitstellung und anpassbare Skalierung, die bei Bedarf Ihre Anforderungen erfüllt. Darüber hinaus bietet Cloudera im Vergleich zu anderen Cloud-basierten Analysedatenbanken ein besseres Preis-Leistungs-Verhältnis.
Cloudera Enterprise bringt Big Data-Analytik in die Cloud
Direktes Abfragen eines Cloud-eigenen Speichers
Direktes Ausführen hochleistungsfähiger SQL-Analysen für Daten in Amazon S3, wobei die Daten nicht in einen separaten Speicher verschoben oder in ein proprietäres Format umgewandelt werden müssen.
Anpassbares Skalieren für wechselnde Anforderungen
Unterstützung für eine Auslastung während und außerhalb von Spitzenzeiten mit einer modernen, entkoppelten Architektur, die Ihnen je nach Bedarf ein anpassbares, voneinander unabhängiges Hoch- und Runterskalieren der Rechen- und Speicherleistung bietet.
Vorübergehende Pay-as-you-go-Cluster
Hoch- und Herunterfahren von Clustern für regelmäßige Batch-Jobs, um wechselnde Anforderungen zu erfüllen und Einsparungen bei Hosting-Kosten zu erzielen ohne zeitaufwendige Datenladeprozesse.
Datenportabilität und Flexibilität
Ein Speicher für freigegebene Objekte (Shared Object Store) bedeutet, dass Daten nicht an eine einzige Anwendung gebunden sind. Dieselben Daten können für mehrere Anwendungen genutzt werden, einschließlich ETL und Data Science. Dabei müssen die Daten nicht in einen separaten Cluster verschoben werden.
Technologische Vorteile
Cloudera Enterprise bietet ein modernes Data Warehouse basierend auf Apache Impala für hochleistungsfähige SQL-Analytikfunktionen in der Cloud. Impala ist die einzige MPP SQL-Engine mit hybrider Portabilität, die auf der Zusammenarbeit mit Daten aufsetzt, die auf offenen, gemeinsamen Datenplattformen basiert, wie etwa das HDFS-Dateisystem von Apache Hadoop (auf einem lokalen Amazon EBS-Speicher), Spaltenspeicher von Apache Kudu und Objektspeicher wie Amazon S3.
Da Impala den Zugriff auf Daten von mehreren Quellen in offenen Formaten ermöglicht, können Benutzer Daten schneller und flexibler abfragen, ohne starre Datenmodellierung und das Laden monolithischer Analysedatenbank-Architekturen. Diese Fähigkeit ist vor allem in der Cloud nützlich, da Sie vorübergehende Cluster und eine abrufbare Anpassungsfähigkeit nutzen können, um Kosten für Cluster-Hosting zu sparen.
In Kombination mit dem leistungsfähigen Stapelverarbeitungs-Tool Hive-on-Spark (das ebenfalls Cloud-eigenen Datenzugriff unterstützt) können Sie die Vorteile einer gemeinsamen Datenschicht zur Unterstützung von ETL und BI-Analytik in der Cloud nutzen. Mithilfe von Cloudera Director können Sie vorübergehende Cluster für regelmäßige Batch- und Datenvorbereitungs-Jobs hochfahren und das Cluster beenden, sobald er abgeschlossen ist. Diese Daten stehen sofort für BI und Untersuchungen zur Verfügung. Zudem erleichtert Cloudera Director das anpassbare Hoch- und Runterskalieren dieser Cluster bei Spitzenlasten.
Mit der Plattform von Cloudera können Sie gemeinsame Daten in den Mittelpunkt Ihrer Architektur stellen und mehrere Anwendungen und Frameworks zusammenführen, um den Wert Ihrer Daten zu optimieren und Ihre Analytik als Teil Ihrer Echtzeitanwendungen zu operationalisieren. Objektspeicher bieten zusätzliche Vorteile, die eine Multi-Tenant-Isolation der Daten ermöglichen für eine optimierte Bereitstellung von Ressourcen.