Base de dados analítica escalável, segura e flexível

Processamento de consultas mais eficiente

• A execução de consultas com a Vector tira partido do suporte de “instrução única, vários dados” (SIMD na sigla inglesa) em CPU x86
• A colocação em cache dos resultados da consulta evita a repetição de consultas quando não existem alterações

Maximização da cache da CPU para execução

• Utiliza o núcleo da CPU privada e caches como memória de execução – 100 vezes mais rápido do que a RAM
• Oferece um rendimento significativamente superior, sem limitações de abordagens na memória

Outras otimizações da CPU

Suporta operações baseadas em cadeia aceleradas por hardware, beneficiando seleções em cadeia, através da correspondência de carateres universais, agregações em valores baseados em cadeias, e une ou ordena usando chaves de cadeias

Armazenamento com base em colunas

• Reduz a E/S para colunas relevantes
• Oportunidade para uma melhor compressão dos dados
• Os índices de armazenamento incorporados maximizam a eficiência

Compressão de dados

• Várias opções para maximizar a compressão: codificação Run Length Encoding (RLE), Patched Frame of Reference (PFOR), codificação Delta sobre PFOR, codificação de dicionário e LZ4: para diferentes valores de cadeia de carateres
• Rácios de compressão de 4 a 6 vezes comuns para dados do mundo real

Dados em tempo real

Mantenha o acesso em tempo real aos dados à medida que estes são comprimidos no disco, o que resulta em poupanças de E/S e CPU e num tempo de execução mais curto

Integração e migração fáceis

• Utilize a funcionalidade de fluxo de dados (DataFlow) para o carregamento rápido de dados e a de ligação de dados (DataConnect) com mais de 200 conetores e modelos para obter facilmente dados à escala.
• Carrega dados JSON estruturados e semi-estruturados, incluindo mensagens baseadas em eventos e dados de streaming sem codificação.
• Mova uma base de dados para uma cloud ou um centro de dados remoto num só passo, usando a função "clonedb" integrada

Índices de armazenamento

• Os índices mín-máx automáticos permitem ignorar blocos nas leituras
• Não é necessária uma estratégia explícita de particionamento de dados

Execução paralela

Algoritmos flexíveis de execução paralela adaptável para maximizar a simultaneidade e permitir a priorização da carga

Arquitetura MPP

• Capacidade para milhares de utilizadores, nós e petabytes de dados
• Explora a redundância no HDFS para fornecer proteção de dados em todo o sistema

Segurança

• Segurança baseada em funções
• Encriptação de nova introdução
• Mascaramento de dados dinâmico
• Anulação da identificação ao nível da coluna

Capacidade de gestão

• Gestão de carga de trabalho baseada em fila para ajustar dinamicamente as filas conforme a disponibilidade de recursos e quotas
• Consola administrativa e editor SQL fáceis de usar

Integração nativa Spark

• Acesso direto à consulta por Spark
• Ligação direta à funcionalidade Spark através de DataFrames
• Streaming rápido para aprendizagem automática e inteligência artificial

Suporte abrangente de SQL

• ANSI SQL padrão que permite o uso de SQL existente sem nova escrita
• Analítica avançada, incluindo funções de divisão em cubos, agrupamentos e janelas

Otimizador de consultas em fase avançada de desenvolvimento

• Planificador de consultas baseado em custos, em fase avançada de desenvolvimento e com desempenho comprovado
• Utilização ideal de todos os recursos disponíveis, incluindo nó, memória, cache e CPU