IBM Analytics Engine

컴퓨팅과 스토리지를 분리하면 분석 애플리케이션을 유연하게 구축, 확장 및 유지 관리할 수 있습니다.

사무실에서 여러 대의 모니터로 작업하는 여성

개요

온디맨드 방식으로 제공되는 분석

IBM Analytics Engine은 컴퓨팅과 스토리지를 분리하여 비용을 통제하기 쉽게 만들어주고 확장가능한 Apache Spark 환경을 제공합니다. 오브젝트 스토리지에 데이터를 저장하고 필요할 때만 컴퓨팅 클러스터를 가동합니다. 사용량 기반 소비를 통해 대규모 분석 시 유연성을 높이고 지출을 예측 가능하게 합니다.

기능

오픈소스 분석 확장, 맞춤 설정, 가속화

광범위한 Apache Spark 에코시스템을 갖춘 선구적인 데이터 과학 툴을 사용하여 ODPi 호환 스택을 구축하세요.

자세히 보기

애플리케이션의 요구 사항에 따라 클러스터를 정의하세요. 클러스터에 적절한 소프트웨어 팩, 버전, 크기를 선택할 수 있습니다. 또한, 필요한 만큼만 사용하고 애플리케이션이 작업을 완료하면 바로 삭제할 수 있습니다.

자세히 보기

IBM의 자체 개선 기능과 타사의 분석 라이브러리와 패키지를 함께 사용해 클러스터를 구성하세요. 머신 러닝 등의 IBM Cloud 서비스에서 워크로드를 배포할 수 있습니다.

자세히 보기
노트북 키보드를 타이핑하는 손의 클로즈업

사용 사례

분석을 더 스마트하게 확장하는 방법 알아보기

유연한 컴퓨팅, 탄력적인 클러스터, 효율적인 리소스 사용을 통해 분석을 확장할 수 있게 합니다. 변화하는 워크로드 수요에 빠르게 적응하고, 보안을 강화하고, 인프라 복잡성을 줄이고, 비용 관리와 운영 유연성을 유지하면서 데이터 처리 환경을 최적화합니다.

분석을 위한 유연한 컴퓨팅 확장

데이터를 로컬에 저장하지 않고 온디맨드 방식으로 확장되는 컴퓨팅 전용 클러스터를 사용해 분석 워크로드를 실행합니다. 클러스터를 업그레이드하지 않아도 되게 만들고 워크로드 발전 속도에 맞춰 리소스를 신속하게 프로비저닝하여, 데이터를 더 민첩하게 효율적으로, 대량 처리할 수 있게 합니다.

스토리지를 많이 사용하는 분석 워크로드 최적화

컴퓨팅 리소스와는 별개로 오브젝트 스토리지를 확장하여 I/O 집약적 분석을 지원합니다. 사용하지 않는 컴퓨팅 주기에 대한 비용을 지불하지 않고 필요에 따라 스토리지를 프로비저닝해서, 팀이 비용 효율성을 개선하는 동시에 늘어나는 엔터프라이즈 데이터를 관리하도록 지원합니다.

실시간 수요에 맞춰 클러스터 동적 확장

REST API를 통해 데이터 노드를 추가하거나 제거하여 변화하는 분석 워크로드에 적응합니다. 실시간 수요에 대응하는 탄력적인 클러스터로 유연성과 효율성을 유지하는 동시에, 무상태 컴퓨팅 환경을 통해 운영 오버헤드를 줄입니다.

환경 전반의 보안 액세스 간소화

클러스터 보호와 액세스 관리를 간소화하는 다층적 접근 방식으로 보안을 강화하세요. 분석 인프라 보안과 관련된 복잡성과 운영 비용을 줄이면서 환경 전반의 제어를 더욱 세밀하게 만듭니다.

유연한 클러스터 설정으로 종속 방지

각 워크로드에 맞게 조정된 클러스터를 생성하여 다양한 분석 요건을 지원합니다. 모든 작업을 단일 구성으로 강제하지 않고 여러 소프트웨어 버전을 독립적으로 실행하여, 유연성을 개선하고 고정된 환경이나 아키텍처에 대한 의존도를 줄입니다.

서버리스 사용을 통한 Spark 비용 제어

애플리케이션이 실행될 때만 컴퓨팅 리소스를 소비하는 서버리스 환경에서 Apache Spark 지출을 최적화하세요. 워크로드 수요에 따라 사용량을 확장하고 사용한 리소스에 대해서만 비용을 지불하여 비용 예측 가능성과 운영 효율성을 개선합니다.

가격

확장가능한 분석 가격 살펴보기

사용자의 분석 워크로드와 함께 확장되도록 구축된 Apache Spark 환경의 가격을 둘러보세요. 성능, 탄력성, 엔터프라이즈 데이터 처리 요구 사항을 지원하는 동시에 비용을 관리하는 데 도움을 주는 유연한 소비 모델, 서버리스 구성, 배포 옵션을 살펴보세요.

가격 살펴보기
다음 단계 안내

통합 서비스를 사용해 고급 분석 애플리케이션을 개발하고 배포할 수 있는 환경에 액세스하세요.

  1. 무료 평가판 시작하기