Base de datos de análisis escalable, segura y flexible

Procesamiento de consultas más eficaz

• La ejecución de consultas vectorizadas explota la compatibilidad con una sola instrucción y múltiples datos (SIMD) en las CPU x86
• El almacenamiento en caché de los resultados de las consultas evita volver a ejecutar las consultas cuando no hay cambios

Maximización de la caché de la CPU para la ejecución

• Utiliza el núcleo privado y las cachés de las CPU como memoria de ejecución, que es 100 veces más rápida que la RAM
• Ofrece un rendimiento significativamente mayor sin limitaciones de los enfoques en memoria

Otras optimizaciones de CPU

Admite operaciones basadas en cadenas aceleradas por hardware, beneficiándose de las selecciones en cadenas mediante la coincidencia de comodines, agregaciones en valores basados en cadenas y uniones u orden mediante claves de cadenas

Almacenamiento basado en columnas

• Reduce las E/S a las columnas relevantes
• Oportunidad para una mejor compresión de datos
• Los índices de almacenamiento integrados maximizan la eficiencia

Compresión de datos

• Varias opciones para maximizar la compresión: Run Length Encoding (RLE), Patched Frame of Reference (PFOR), codificación Delta sobre PFOR, codificación de diccionario y LZ4: para diferentes valores de cadena
• 4Relaciones de compresión 4-6 comunes para los datos del mundo real

Datos en tiempo real

Mantenga el acceso en tiempo real a los datos a medida que se comprimen en el disco, lo que se traduce en ahorros de E/S y recursos de CPU, así como en un tiempo de ejecución más corto

Integración y migración sencillas

• Utilice DataFlow para cargar datos rápidamente y DataConnect con más de 200 conectores y plantillas para obtener datos fácilmente a escala.
• Carga datos JSON estructurados y semiestructurados, incluidos mensajes basados en eventos y datos de flujo sin codificación.
• Mueva una base de datos a la nube o a un centro de datos remoto en un solo paso mediante la función “clonedb” integrada

Índices de almacenamiento

• Los índices mín. y máx. automáticos permiten omitir bloques en las lecturas
• Elimina la necesidad de una estrategia explícita de partición de datos

Ejecución en paralelo

Algoritmos flexibles de ejecución en paralelo adaptables para maximizar la simultaneidad y permitir a la vez la priorización de cargas

Arquitectura MPP

• Gestiona miles de usuarios, nodos y petabytes de datos
• Aprovecha la redundancia en HDFS para proporcionar la protección de los datos en todo el sistema

Seguridad

• Seguridad basada en roles
• Cifrado con regeneración de claves
• Enmascaramiento dinámico de datos
• Desidentificación a nivel de columna

Facilidad de gestión

• Gestión de cargas de trabajo basada en colas para ajustar dinámicamente las colas en función de la disponibilidad y las cuotas de recursos
• Consola administrativa y editor SQL fáciles de usar

Integración nativa de Spark

• Acceso directo a consultas con Spark
• Conexión directa a la funcionalidad Spark a través de DataFrames
• Flujo rápido para el aprendizaje automático y la inteligencia artificial

Amplia compatibilidad con SQL

• SQL ANSI estándar que permite el uso de SQL existente sin volver a escribir
• Análisis avanzado, incluidos cubos, agrupamientos y funciones de ventana.

Optimizador de consultas consolidado

• Planificador de consultas basado en costes consolidado y probado
• OUso óptimo de todos los recursos disponibles, incluidos el nodo, la memoria, la caché y la CPU