Feature-Highlights

Enge Integration in das Hadoop-Ökosystem

Nutzen Sie Hive, Hbase und Spark mithilfe einer einzigen Datenbankverbindung. Ob in der Cloud und/oder vor Ort – der Datenzugriff in Hadoop und in relationalen Datenbanken funktioniert.

Erweitertes, kostenbasiertes Optimierungsprogramm und exklusive Parallelverarbeitung (MPP)

Führen Sie intelligentere Abfragen aus und unterstützen Sie mehr gleichzeitig angemeldete Benutzer mit weniger Hardware im Vergleich zu anderen SQL-Lösungen für Hadoop. Führen Sie alle 99 TPCDS-Abfragen bis zu 100 TB mit zahlreichen gleichzeitig angemeldeten Benutzern aus. Die Lösung stellt einen ANSI-konformen SQL-Parser zur Verfügung, mit dem über neue APIs Abfragen für unstrukturierte Streaming-Daten ausgeführt werden können.

Vorbereitet für datenwissenschaftliche Prozesse

Erstellen, trainieren, implementieren und verwalten Sie KI-Modelle und erstellen und analysieren Sie Daten für maschinelles Lernen in einer zentralen integrierten Umgebung. Durch die Integration mit Spark wird die Datenbereitstellung vereinfacht und die Verarbeitung beschleunigt.

SQL-kompatibel mit anderen Anbietern, Produkten und Programmversionen

Nutzen Sie die Integrationsmöglichkeiten mit Oracle, IBM Db2 und IBM Netezza® und ermöglichen Sie mit IBM Fluid Query föderierten Zugriff auf RDBMS-Quellen (Verwaltungssystem für relationale Datenbanken) außerhalb von Hadoop. Stellen Sie Verbindungen zu HDFS, RDBMS, NoSQL-Datenbanken, Objektspeichern und WebHDFS her.

Hybrid Flex

Auf der IBM Hybrid Data Management-Plattform können Sie alle verfügbaren Daten unabhängig von Typ, Quelle oder Struktur nutzen. Kaufen Sie einfach IBM FlexPoints und ordnen Sie diese im Rahmen einer einzigen abonnementbasierten Lizenz mehreren Ressourcen zu.

Benutzerfreundliche, vertraute SQL-Schnittstelle und -Tools

Basierend auf standardkonformen ODBC- und JDBC-Komponenten kann ein Administrator Services ganz einfach starten und stoppen, Benutzer und Ansichten einrichten und Alerts und Benachrichtigungen definieren.

Unternehmenssicherheit

Leistungsfähige RBAC (Role-Based Access Control), zeilenbasierte dynamische Filterung, spaltenbasierte dynamische Maskierung mit Ranger-Integration ermöglichen zentrale Sicherheitsverwaltung und Data-Lake-Überwachung. Self-Service-Datenzugriff durch erweiterte Sicherheit auf Zeilen- und Spaltenebene.

Auf IBM Power Servern verfügbar

Nutzen Sie IBM Power Systems, um auch die fortschrittlichsten Datenanwendungen nutzen zu können – für aktuelle geschäftskritische Workloads und die nächste Generation der KI-Technologie.

Anwendungsfälle

  • Neue Formen unstrukturierter und teilstrukturierter Daten

    Problem

    Neue Formen unstrukturierter und teilstrukturierter Daten, die mit traditionellen strukturierten Daten integriert werden müssen.

    Lösung

    Einbindung neuer Datenformate: Social-Media-/Stimmungsdaten, Streaming-Medien, Sensoren, Protokolle und mehr. Speicherung großer Datenmengen ohne die anfänglichen Verarbeitungskosten.

  • Enorme Mengen an Langzeitdaten oder „kalten“ Daten

    Problem

    Enorme Mengen an historischen Daten oder „kalten“ Daten, die in Ihrem auf Netezza, Oracle ExaData und Teradata aufbauenden Enterprise Data Warehouse (EDW) Speicherplatz belegen und die Kosten in die Höhe treiben.

    Lösung

    Freigabe von Bandbreite und Speicher durch Verschiebung der Daten in einen Hadoop-basierten Data-Lake. Big SQL ist eine herausragende Plattform für die Auslagerung von Oracle Data Marts und Data-Warehouses auf Hadoop.

  • Der Zugriff auf Daten in Hadoop ist für Datenbenutzer schwierig.

    Problem

    Der Zugriff auf Daten in Hadoop ist für Datenbenutzer, Data-Scientists, Geschäftsbereichsanalysten und Entwickler schwierig.

    Lösung

    Statten Sie Ihre Datenbenutzer mit den richtigen Tools wie Db2 Big SQL aus, damit sie Ad-hoc-Abfragen und Echtzeitabfragen durchführen können, um den Anforderungen des Unternehmens gerecht zu werden.

  • Steigende Anforderungen bei betrieblichen und prozessspezifischen Verbesserungen.

    Problem

    Steigende Anforderungen bei betrieblichen und prozessspezifischen Verbesserungen.

    Lösung

    Erstellen Sie einheitliche Analysen über verschiedene Datentypen und Datasets hinweg. Verwenden Sie Virtualisierung und Föderation, um den Datenzugriff beim logischen Data-Warehouse, bei der Cloud und bei Hadoop zu vereinheitlichen.

Next Steps