Web Content Viewer

확장 가능하고 안전하며 유연한 분석 데이터베이스

고성능 벡터화된 컬럼형 데이터베이스

더 알아보기

Vector란 무엇입니까?

업계에서 가장 빠른 분석 데이터베이스인 Vector는 성능 저하 없이 지속적인 업데이트를 처리합니다. Vector는 사내 구축 환경, AWS, Azure 및 Google Cloud에 거의 또는 전혀 데이터베이스 튜닝 없이 배포할 수 있는 유연성과 함께 상용 하드웨어에서 완전한 ACID 호환성을 통해 최고의 성능을 달성합니다.

HCL Vector Analytics Database 이점

고속

대안보다 7.9배 더 우수한 성과 – Enterprise Strategy Group

리소스 최적화

I/O 감소, 데이터 압축 최적화, 캐시 성능 개선을 통한 시간 및 비용 절감

진정한 실시간 인사이트

다운스트림 쿼리 성능에 영향을 주지 않고 분석 데이터 세트를 지속적으로 최신 상태로 유지

유연한 배포

Google Cloud, AWS, Azure를 포함한 사내 구축 환경, 하이브리드 및 멀티 클라우드 환경의 Windows 및 Linux에서 실행됩니다.

엔터프라이즈급

99.9%의 가용성 및 수천 명의 활성 사용자 지원

규정 준수 및 보안

저장 및 전송 중 암호화 및 동적 데이터 마스킹을 통해 이해관계자 간에 데이터를 안전하게 공유

배포 옵션

Windows

Vector는 단일 서버 배포를 위해 Microsoft Windows에서 사용할 수 있습니다. Enterprise Edition은 프로덕션 수준의 지원을 제공하며 Evaluation Edition은 30일, 60일, 90일 기간 동안 기능을 제공합니다.

Linux

Vector는 신뢰성과 강력한 보안을 제공하는 널리 사용되는 Linux 배포판에서 실행되는 SMP 시스템에서 수직적으로 확장됩니다.

Google Cloud

Vector는 Google Kubernetes Engine(GKE), Google Cloud Dataproc 및 Google Cloud Storage(GCS)의 최신 컴퓨팅 노드에 컨테이너 및 마이크로 서비스로 구축할 수 있습니다. Looker와 긴밀하게 통합되어 있으며 DataFusion, Pub/Sub 및 Kubeflow에 대한 통합 계획이 수립되어 있습니다. Vector는 Google Cloud Platform 가상 머신 이미지로도 실행할 수 있습니다.

AWS

Vector는 단일 노드 및 클러스터 구성을 지원합니다. 타사 벤치마크를 통해 Vector는 AWS의 Microsoft SQL Server, Cloudera Impala, Amazon Redshift 및 Snowflake 데이터베이스를 훨씬 능가하는 성능을 입증했습니다. Vector는 AWS에서 Amazon Machine Image로 실행할 수 있으며 Amazon Elastic Kubernetes Service(EKS)를 지원합니다. 또한 Vector는 프라이빗 및 하이브리드 클라우드 배포를 위한 BYOL도 지원합니다.

Microsoft Azure

벡터를 Microsoft Azure VM 이미지로 배포할 수 있으며 AKS(Azure Kubernetes Service)를 지원합니다.

Hadoop

Vector for Hadoop 은 단일 노드를 넘어 Vector를 확장하여 수천 명의 사용자와 페타바이트급 데이터를 지원합니다. Vector는 YARN을 사용하여 수백 개 또는 수천 개의 노드에 걸쳐 워크로드를 관리합니다. HDFS는 10배 이상의 압축률로 Vector 데이터를 저장합니다. SQL on Hadoop과 달리 Vector는 차등 삽입, 업데이트 및 삭제를 수용하여 여러 운영 워크로드를 실행합니다.

Vector Analytics Database 기능

더 효율적인 쿼리 처리

x86 CPU의 SIMD(Single Instruction, Multiple Data) 지원을 활용한 벡터화된 쿼리 실행
쿼리 결과 캐싱은 변경 사항이 없을 때 쿼리의 재실행을 방지

실행을 위한 CPU 캐시 최대화

전용 CPU 코어 및 캐시를 실행 메모리로 사용 – RAM보다 100배 빠름
메모리 내 접근 방식의 제한 없이 훨씬 더 큰 처리량을 제공

기타 CPU 최적화

하드웨어 가속 문자열 기반 작업을 지원하여 와일드카드 매칭을 사용한 문자열 선택, 문자열 기반 값에 대한 집계, 문자열 키를 사용한 조인 또는 정렬 등의 이점을 제공

컬럼 기반 스토리지

관련 컬럼에 대한 I/O 감소
더 나은 데이터 압축을 위한 기회
내장 스토리지 인덱스로 효율성 극대화

데이터 압축

압축을 최대화하는 여러 옵션: RLE(Run Length Encoding), PFOR(Patched Frame of Reference), PFOR에 델타 인코딩을 결합한 방식, 사전 인코딩 및 LZ4: 다양한 문자열 값에 사용
실제 데이터에 일반적인 4~6배 압축률

라이브 데이터

디스크에서 압축되는 데이터에 대한 실시간 액세스를 유지하여 I/O 및 CPU를 절약하고 실행 시간을 단축

쉬운 통합 및 마이그레이션

DataFlow를 사용하여 데이터를 빠르게 로드하고 200개 이상의 커넥터와 템플릿을 갖춘 DataConnect를 사용하여 규모에 맞게 데이터를 쉽게 소싱할 수 있습니다.
코딩 없이 이벤트 기반 메시지와 스트리밍 데이터를 포함하여 구조화된 JSON 데이터와 반구조화된 JSON 데이터를 로드합니다.
통합된 "clonedb" 기능을 사용하여 한 번에 데이터베이스를 클라우드 또는 원격 데이터 센터로 이동