焦點特色

深入整合 Hadoop 生態系統

使用單一資料庫連線來運用 Hive、Hbase 和 Spark。不論是雲端、內部部署還是兩者皆有,都能透過 Hadoop 和關聯式資料庫存取資料。

進階成本型優化工具和大規模平行處理 (MPP)

執行更有智慧的查詢,比起 Hadoop 的其他 SQL 解決方案,能以更少的硬體支援更多並行使用者。同時多位使用者可執行高達 100 TB 的 99 TPCDS 查詢。提供符合 ANSI 標準的 SQL 剖析器,從使用全新 API 的非結構化多媒體串流資料中執行查詢。

資料科學就緒

建置、訓練、部署及管理 AI 模型,並在單一整合環境中準備和分析用於機器學習的資料。整合 Apache Spark,讓資料遞送更方便,處理程序更快速。

與其他供應商、產品及語法相容的 SQL

整合 Oracle、IBM Db2® 產品系列(包括 IBM Db2 AI 資料庫)及 IBM Netezza®,並能透過 IBM Fluid Query 聯合存取 Hadoop 外部的關聯式資料庫管理系統 (RDBMS) 來源。連接至 HDFS、RDBMS、NoSQL 資料庫、物件儲存庫及 Web HDFS。

混合彈性

IBM Hybrid Data Management Platform 可讓您利用所有可用的資料,無論其類型、來源或結構為何。只要購買 IBM FlexPoints,就能以單一訂閱式授權配置多項資源。

使用者友善、熟悉的 SQL 介面及工具

管理者可以根據標準相容開放式資料庫連線功能 (ODBC) 和 Java 資料庫連線功能 (JDBC),輕鬆啟動和停止服務、設定使用者和檢視狀況,以及定義警示和通知內容。

企業安全

健全的角色型存取控制 (RBAC)、橫列型動態過濾、直欄型動態遮罩並與 Apache Ranger 整合,為資料湖提供集中式安全管理及審核功能。進階橫列和直欄安全,實現自助式資料存取。

適用於 IBM Power Systems

以 IBM Power Systems 為基礎,顛覆最先進的資料應用程式,即現今執行的關鍵任務工作負載和新一代 AI。

使用案例

  • 二進位碼往遠處逐漸消失

    做出更明智的資料導向決策

    問題

    需要與傳統結構化資料整合的全新非結構化與半結構化資料形式。

    解決方案

    運用進階查詢功能,整合全新形式的半結構化及非結構化資料(社交媒體、觀感、串流影音、日誌等等)與傳統結構化資料。

  • 天花板燈下的資料中心

    資料倉儲現代化,讓頻寬與儲存空間更有餘裕

    問題

    在 Netezza、Oracle ExaData 及 Teradata 上建置的企業資料倉儲 (EDW) 中,大量老舊或「不用」的資料佔用了空間並導致成本上升。

    解決方案

    將資料倉儲現代化,可讓頻寬與儲存空間更有餘裕。Cloudera Enterprise Data Hub 和 Db2 Big SQL 提供了一個卓越的平台,可將 Oracle 資料超市及倉儲中老舊或「不用」的資料卸載至 Hadoop,還能輕鬆存放應用程式,加快創造價值的時間。

  • 戴耳機觀看螢幕上代碼的年輕男性

    即時及特定資料查詢

    問題

    存取 Hadoop 中的資料對資料使用者、資料科學家、事業單位分析師與開發人員來說不是件易事。

    解決方案

    讓資料使用者擁有合適的工具,包括與 Apache Spark 整合的 Db2 Big SQL,才能讓他們執行特定及即時的查詢,以符合企業的需求。

  • 充滿未來感的黑色區塊

    作業和流程改造

    問題

    不斷成長的作業和流程改造需求。

    解決方案

    使用虛擬化和聯合的功能,統一物流企業資料倉儲、雲端和 Hadoop 之間的資料存取作業,才能做出更精確的資料驅導向決策。

Next Steps

立即試用

洽詢專家