Database analitico scalabile, sicuro e flessibile
Database colonnare vettorializzato ad alte prestazioni
Cos'è Vector?
Cos'è Vector?
Vector, il database di analisi più veloce del settore, gestisce aggiornamenti continui senza penalizzare le prestazioni. Vector raggiunge prestazioni estreme con la piena compliance di ACID su hardware di base con la flessibilità di distribuire on-premise e su AWS, Azure e Google Cloud con una messa a punto del database ridotta o inesistente.
Vantaggi del database di analisi Vector
Veloce
Più rapido delle alternative di 7,9 volte – Enterprise Strategy Group
Ottimizzazione delle risorse
Riduci l'I/O, ottimizza la compressione dei dati e offri migliori prestazioni della cache per risparmiare tempo e denaro
Approfondimenti REALI in tempo reale
Mantieni continuamente aggiornati i set di dati di analisi senza influire sulle prestazioni delle query a valle
Distribuzione flessibile
Funziona su Windows e Linux, on-premise, ibridi e multi-cloud, tra cui Google Cloud, AWS e Azure
Di livello aziendale
Disponibilità e supporto del 99,9% per migliaia di utenti attivi
Conforme e sicuro
Condividi i dati in modo sicuro tra le parti interessate con la crittografia dei dati inattivi e in transito e il mascheramento dinamico dei dati
Opzioni di distribuzione
Windows
Vector è disponibile su Microsoft Windows per la distribuzione su server singolo. L'Enterprise Edition fornisce supporto a livello di produzione e l'Evaluation Edition offre funzionalità per periodi di 30, 60 e 90 giorni.
Linux
Vector scala verticalmente su sistemi SMP in esecuzione su distribuzioni Linux popolari che offrono affidabilità e sicurezza elevata.
Google Cloud
Vector può essere implementato come container e microservizi sugli ultimi nodi di calcolo di Google Kubernetes Engine (GKE), Google Cloud Dataproc e Google Cloud Storage (GCS). È strettamente integrato con Looker, con integrazioni pianificate per DataFusion, Pub/Sub e Kubeflow. Vector può anche essere eseguito come immagine di una macchina virtuale di Google Cloud Platform.
AWS
Vector supporta configurazioni a nodo singolo e in cluster. I benchmark di terze parti dimostrano che Vector supera in modo significativo i database Microsoft SQL Server, Cloudera Impala, Amazon Redshift e Snowflake su AWS. Vector può essere eseguito come Amazon Machine Image su AWS e supporta Amazon Elastic Kubernetes Service (EKS). Vector supporta anche BYOL per l'implementazione di cloud privati e ibridi.
Microsoft Azure
È possibile distribuire Vector come immagine di macchina virtuale di Microsoft Azure e supporta Azure Kubernetes Service (AKS).
Hadoop
Vector per Hadoop scala Vector oltre un singolo nodo per supportare migliaia di utenti e petabyte di dati. Vector utilizza YARN per la gestione del carico di lavoro su centinaia o migliaia di nodi. HDFS archivia i dati Vector con una compressione maggiore di 10x. A differenza di SQL su Hadoop, Vector supporta inserimenti, aggiornamenti ed eliminazioni differenziali per sostenere più carichi di lavoro operativi.
Funzionalità del database di analisi Vector
Elaborazione delle query più efficiente
- L'esecuzione di query vettoriali sfrutta il supporto SIMD (Single Instruction, Multiple Data) nelle CPU x86
- La memorizzazione nella cache dei risultati della query evita di eseguire nuovamente le query quando non ci sono modifiche
Massimizzazione della cache della CPU per l'esecuzione
- Utilizza il core privato della CPU e le cache come memoria di esecuzione, 100 volte più veloce della RAM
- Offre un throughput significativamente maggiore senza le limitazioni degli approcci in memoria
Altre ottimizzazioni della CPU
Supporta operazioni basate su stringhe con accelerazione hardware, avvantaggiando le selezioni sulle stringhe utilizzando la corrispondenza dei caratteri jolly, le aggregazioni sui valori basati sulle stringhe e i join o gli ordinamenti utilizzando le chiavi delle stringhe
Archiviazione basata su colonne
- Riduce l'I/O alle colonne pertinenti
- Opportunità per una migliore compressione dei dati
- Gli indici di archiviazione integrati massimizzano l'efficienza
Compressione dati
- Molteplici opzioni per massimizzare la compressione: Run Length Encoding (RLE), Patched Frame of Reference (PFOR), codifica Delta sopra PFOR, Dictionary encoding e LZ4: per diversi valori di stringa
- Rapporti di compressione 4-6x comuni per i dati del mondo reale
Dati in tempo reale
Mantieni l'accesso in tempo reale ai dati mentre vengono compressi su disco, con conseguente risparmio di I/O e CPU e tempi di esecuzione più brevi
Integrazione e migrazione semplici
- Utilizza DataFlow per caricare rapidamente i dati e DataConnect con oltre 200 connettori e modelli per ottenere facilmente dati su larga scala.
- Carica dati JSON strutturati e semi-strutturati, inclusi messaggi basati su eventi e dati di streaming senza codifica.
- Sposta un database in un cloud o in un data center remoto in un solo passaggio utilizzando la funzione integrata "clonedb".
Indici di archiviazione
- Gli indici min-max automatici consentono di saltare i blocchi durante le letture
- Elimina la necessità di una strategia esplicita di partizionamento dei dati
Esecuzione parallela
Algoritmi di esecuzione parallela adattivi flessibili per massimizzare la concorrenza consentendo al tempo stesso la prioritizzazione del carico
Architettura MPP
- Gestisce migliaia di utenti, nodi e petabyte di dati
- Sfrutta la ridondanza in HDFS per fornire protezione dei dati a livello di sistema
Sicurezza
- Sicurezza basata sui ruoli
- Crittografia re-keying
- Mascheramento dinamico dei dati
- Anonimizzazione a livello di colonna
Gestibilità
- Gestione del carico di lavoro basata su code per regolare dinamicamente le code medesime in base alla disponibilità e alle quote delle risorse
- Console amministrativa ed editor SQL di facile utilizzo
Integrazione Spark nativa
- Accesso diretto tramite query basato su Spark
- Connessione diretta alla funzionalità Spark tramite DataFrame
- Streaming veloce per il machine learning e l'intelligenza artificiale
Ampio supporto di SQL
- SQL ANSI standard che consente l'uso di SQL esistente senza riscrittura
- Analisi avanzata, incluse le funzioni di cubatura, raggruppamento e finestra
Ottimizzatore di query maturo
- Pianificatore di query basato sui costi maturo e comprovato
- Utilizzo ottimale di tutte le risorse disponibili, inclusi nodo, memoria, cache e CPU
Inizia la tua prova gratuita di 30 giorni di Vector
Prova gratuita on-premise o in cloud
Risorse
IMPARA A CONOSCERE
OTTIENI SUPPORTO
