IBM Db2 Big SQL

Cos'è IBM Db2 Big SQL?

IBM Db2® Big SQL è un motore SQL-on-Hadoop di livello aziendale, ibrido, conforme ad ANSI, in grado di offrire funzionalità MPP (Massively Parallel Processing) e di query dei dati avanzate. Db2 Big SQL offre una singola connessione al database o una query per origini differenti, come Hadoop HDFS e WebHDFS, RDMS, database NoSQL e archivi di oggetti. Trai vantaggio da bassa latenza, prestazioni elevate, sicurezza, compatibilità SQL e funzionalità di federazione per eseguire query complesse e ad hoc.

Annuncio: Annuncio di IBM Db2 Big SQL v5.04 sulla piattaforma CDH v6.2 di Cloudera

Leggi il blog più recente: Creare la connessione: in che modo SQL on Hadoop riunisce i dati per ottenere insight più approfonditi

Watch the video

Vantaggi del prodotto

Accedi, interroga e analizza i dati attraverso le piattaforme di storage

Comprende la comune sintassi SQL ANSI per eseguire le query su batch e dati in tempo reale attraverso Hadoop, archivi di oggetti e data warehouse.

Scalabilità con una flessibilità idonea per il cloud ibrido

Sposta i carichi di lavoro all'interno di ambienti on-premise, di cloud pubblico e privato, in base ai requisiti dell'applicazione.

Promuovi l'analytics in tempo reale con l'integrazione di Apache Spark

Sfrutta le potenzialità delle query Hadoop SQL su Hive, Hbase e Spark, utilizzando una singola connessione al database — o anche una singola query.

Connetti i tuoi data scientist ai dati

Utilizza IBM Watson® Studio e i Jupyter Notebook esistenti per la federazione a RDRMS e Oracle, Db2 e Netezza®.

Accesso ai dati direttamente dove risiedono

IBM federa i dati in modalità nativa con la famiglia di prodotti Db2, tra cui il database Db2 AI. Nell'eventualità in cui tutti i dati non possano essere spostati sul sistema Hadoop, Db2 Big SQL è in grado di federare i dati all'interno dell'azienda.

Aumento delle prestazioni delle query

Esegui tutte le 99 query TPC-DS, fino a 100 TB, con numerosi utenti simultanei. Db2 Big SQL supporta più utenti per nodo, per un utilizzo efficiente di CPU e memoria.