start portlet menu bar end portlet menu bar
HCL Actian
  1. Home
  2. Data & Analytics
  3. HCL Actian
  4. Vector Analytics Database

Was ist Vector?

What is Vector?

Was ist Vector?


Vector, die schnellste Analysedatenbank der Branche, verarbeitet kontinuierliche Updates ohne Leistungseinbußen. Vector erreicht extreme Leistung mit voller ACID-Konformität auf Standardhardware mit der Flexibilität zur Bereitstellung vor Ort sowie auf AWS, Azure und Google Cloud mit wenig oder keiner Datenbankoptimierung.

HCL Vector Analytics Database-Vorteile

Fast

Schnell

Übertrifft Alternativen um das 7,9-fache – Enterprise Strategy Group

Resource Optimization

Ressourcenoptimierung

Reduzieren Sie die E/A, optimieren Sie die Datenkomprimierung und sorgen Sie für eine bessere Cache-Leistung, um Zeit und Geld zu sparen

REAL Real-time Insights

REAL Echtzeit-Einblicke

Halten Sie Analytics-Datensätze kontinuierlich auf dem neuesten Stand, ohne die Leistung nachgelagerter Abfragen zu beeinträchtigen.

Flexible Deployment

Flexible Bereitstellung

Läuft unter Windows und Linux, On-Premises, in Hybrid- und Multi-Clouds, einschließlich Google Cloud, AWS und Azure

Enterprise-Grade

Unternehmenstauglich

99,9 % Verfügbarkeit und Support für Tausende aktive Benutzer

Compliant and Secure

Konform und sicher

Sicherer Datenaustausch mit allen Beteiligten durch Verschlüsselung im Ruhezustand und während der Übertragung sowie dynamische Datenmaskierung

Bereitstellungsoptionen

Windows

Vector ist unter Microsoft Windows für die Bereitstellung auf einem Einzelserver verfügbar. Die Enterprise Edition bietet Support auf Produktionsniveau und die Evaluation Edition stellt Funktionen für Zeiträume von 30, 60 und 90 Tagen bereit.

Linux

Vector skaliert vertikal auf SMP-Systemen, die auf gängigen Linux-Distributionen laufen, die Zuverlässigkeit und hohe Sicherheit bieten.

Google Cloud

Vector kann als Container und Mikrodienste auf den neuesten Compute-Knoten von Google Kubernetes Engine (GKE), Google Cloud Dataproc und Google Cloud Storage (GCS) bereitgestellt werden. Es ist eng mit Looker integriert, mit geplanten Integrationen für DataFusion, Pub/Sub und Kubeflow. Vector kann auch als Google Cloud Platform Virtual Machine Image ausgeführt werden.

AWS

Vector unterstützt Einzelknoten- und Clusterkonfigurationen. Benchmarks von Drittanbietern zeigen, dass Vector Microsoft SQL Server-, Cloudera Impala-, Amazon Redshift- und Snowflake-Datenbanken auf AWS deutlich übertrifft. Vector kann als Amazon Machine Image auf AWS ausgeführt werden und unterstützt Amazon Elastic Kubernetes Service (EKS). Vector unterstützt auch BYOL für die Bereitstellung privater und hybrider Clouds.

Microsoft Azure

Sie können Vector als Microsoft Azure VM-Image bereitstellen und es unterstützt Azure Kubernetes Service (AKS).

Hadoop

Vector für Hadoop skaliert Vector über einen einzelnen Knoten hinaus, um Tausende von Benutzern und Petabyte an Daten zu unterstützen. Vector verwendet YARN für die Arbeitslastverwaltung über Hunderte oder Tausende von Knoten. HDFS speichert Vektordaten mit einer Komprimierung von über 10x. Im Gegensatz zu SQL auf Hadoop ermöglicht Vector differenzielle Einfügungen, Aktualisierungen und Löschungen, um mehrere operative Workloads auszuführen.

Vector Analytics Database-Features

More Efficient Query Processing

Effizientere Abfrageverarbeitung

  • Die vektorisierte Abfrageausführung nutzt die SIMD-Unterstützung (Single Instruction, Multiple Data) in x86-CPUs
  • Durch das Zwischenspeichern von Abfrageergebnissen wird die erneute Ausführung von Abfragen vermieden, wenn keine Änderungen vorliegen.

Maximizing CPU Cache for Execution

Maximieren des CPU-Cache für die Ausführung

  • Verwendet private CPU-Kerne und Caches als Ausführungsspeicher – 100-mal schneller als RAM
  • Bietet deutlich höheren Durchsatz ohne die Einschränkungen von In-Memory-Ansätzen

Other CPU Optimizations

Andere CPU-Optimierungen

Unterstützt hardwarebeschleunigte stringbasierte Operationen, was die Auswahl von Strings mithilfe von Platzhalterübereinstimmungen, die Aggregation stringbasierter Werte und das Verknüpfen oder Sortieren mithilfe von Stringschlüsseln begünstigt.

Column-based Storage

Spaltenbasierte Speicherung

  • Reduziert die E/A auf relevante Spalten
  • Möglichkeit zur besseren Datenkomprimierung
  • Integrierte Speicherindizes maximieren die Effizienz

Data Compression

Datenkomprimierung

  • Mehrere Optionen zur Maximierung der Komprimierung: Run Length Encoding (RLE), Patched Frame of Reference (PFOR), Delta-Kodierung über PFOR, Dictionary-Kodierung und LZ4: für verschiedene Zeichenfolgenwerte
  • 4-6x Komprimierungsraten sind für reale Daten üblich

Live Data

Live-Daten

Erhalten Sie Echtzeitzugriff auf Daten, während diese auf der Festplatte komprimiert werden. Das führt zu E/A- und CPU-Einsparungen und einer kürzeren Ausführungszeit.

Easy Integration and Migration

Einfache Integration und Migration

  • Verwenden Sie DataFlow zum schnellen Laden von Daten und DataConnect mit über 200 Konnektoren und Vorlagen, um problemlos Daten im großen Maßstab zu beschaffen.
  • Lädt strukturierte und halbstrukturierte JSON-Daten, einschließlich ereignisbasierter Nachrichten und Streaming-Daten ohne Codierung.
  • Verschieben Sie eine Datenbank in einem Schritt in eine Cloud oder ein Remote-Rechenzentrum mit der integrierten Funktion „clonedb“

Storage Indexes

Speicherindizes

  • Automatische Min-Max-Indizes ermöglichen das Überspringen von Blöcken beim Lesen
  • Macht eine explizite Datenpartitionierungsstrategie überflüssig

Parallel Execution

Parallele Ausführung

Flexible, adaptive Algorithmen zur parallelen Ausführung, um die Parallelität zu maximieren und gleichzeitig die Lastpriorisierung zu ermöglichen

MPP Architecture

MPP-Architektur

  • Verarbeitet Tausende von Benutzern, Knoten und Petabyte an Daten
  • Nutzt Redundanz in HDFS, um systemweiten Datenschutz zu gewährleisten

Security

Sicherheit

  • Rollenbasierte Sicherheit
  • Neuverschlüsselung der Verschlüsselung
  • Dynamische Datenmaskierung
  • De-Identifizierung auf Spaltenebene

Manageability

Verwaltbarkeit

  • Warteschlangenbasierte Arbeitslastverwaltung zur dynamischen Anpassung von Warteschlangen basierend auf Ressourcenverfügbarkeit und Kontingenten
  • Benutzerfreundliche Verwaltungskonsole und SQL-Editor

Native Spark Integration

Native Spark-Integration

  • Direkter Abfragezugriff über Spark
  • Direkte Verbindung zur Spark-Funktionalität über DataFrames
  • Schnelles Streaming für maschinelles Lernen und künstliche Intelligenz

Extensive SQL Support

Umfangreiche SQL-Unterstützung

  • Standard-ANSI-SQL ermöglicht die Verwendung von vorhandenem SQL ohne Neuschreiben
  • Erweiterte Analysen, einschließlich Cubing-, Gruppierungs- und Fensterfunktionen

Mature Query Optimizer

Ausgereifter Abfrageoptimierer

  • Ausgereifter und bewährter kostenbasierter Abfrageplaner
  • Optimale Nutzung aller verfügbaren Ressourcen, einschließlich Knoten, Speicher, Cache und CPU

HCL Compass

Starten Sie Ihre kostenlose 30-Tage-Testversion von Vector

Kostenlose Testversion vor Ort oder in der Cloud

Kostenlos starten

Ressourcen

ERSTE SCHRITTE

ERFAHREN SIE MEHR

SUPPORT ANFORDERN