Zero
Il trattamento dei dati in movimento sostiene una percentuale maggiore di dati di grandi carichi di lavoro, l’anello di ottone è stato quello di rendere un cittadino di prima classe con i dati a riposo. La nuova versione del MapR piattaforma convergente non solo che da una prospettiva di controllo: i dati in movimento e i dati a riposo può essere gestito dalla stessa lastra di vetro. Chiamare la convergenza di controllo su di una piattaforma di dati che MapR fatture, come convergenti.
La nuova versione, MapR Piattaforma Convergente 6.0 essere annunciato oggi, di consolidare diverse funzioni riguardanti la sicurezza e introduce un nuovo cambiamento di acquisizione dei dati (CDC) di capacità. In collaborazione con MapR recente annuncio della sua Scienza di Dati di Raffineria, il tema della release 6.0 è il cast e la promozione DataOps.
Sullo sfondo, che MapR posizioni la sua piattaforma come più di Hadoop. Mentre altri Hadoop provider supportano la gestione dei dati a riposo e i dati in movimento, MapR in modo univoco la gestisce, all’interno di un singolo cluster — che è il nucleo della sua fatturazione come una piattaforma convergente. E il suo annuncio all’inizio di quest’anno per ospitare i contenitori e astratto, la sua archiviazione rompe un nuovo terreno come i big data application platform, mentre l’apertura di un nuovo fronte di archiviazione di file di mercato.
Il clou della versione 6.0 è una versione ampliata e più granulare MapR Sistema di Controllo. Come i suoi rivali, MapR offre un pannello di vetro per la configurazione, il monitoraggio e la gestione dei loro grappoli. Nella nuova versione, il sistema di controllo diventa sempre più granulare, il drill-down sotto file system volume, la tabella e il flusso di livelli. Questo è dove si ottiene il fantomatico capacità di gestire dati in movimento e a riposo sullo stesso schermo.
Una caratteristica è la semplificazione e l’estensione della copertura di alcune funzioni riguardanti la sicurezza, che può essere attivato con un semplice clic. La nuova release aggiunge solo clic attivazione della crittografia sul filo (per i dati in movimento) e l’esecuzione di autenticazione. Ma la versione ferma breve quando si tratta di crittografia dei dati a riposare; per che è ancora necessario per eseguire il drill-down in alcuni Linux utilità di sistema di file. Vediamo questo come MapR è il prossimo passo logico se si sta andando a convergere protezione dei dati e l’accesso ad esso.
Un dolore comune a punto per la gestione di cluster Hadoop (useremo la parola H anche se MapR non) è che le misure di sicurezza non sempre le cover di tutti i componenti. Nella versione 6.0, MapR sostiene un clic su autenticazione e la crittografia sul filo di componenti che sono chiaramente strategica: il nucleo file di sistema (MapR-FS), il database NoSQL (MapR-DB), di data warehousing (Alveare), il flusso di dati (MapR Flussi), query interattiva (Apache Punta), e calcolare (Scintilla). Dato MapR focus su il proprio sistema di controllo, Trapano, e Torrenti, non è sorprendente che la nuova capacità di non estendere a componenti che non sono strategici per la piattaforma: Sentry, Tempesta, e Impala.
Altre nuove e di recente ha annunciato caratteristiche che fanno parte della versione 6.0 include un nuovo cambiamento di acquisizione dei dati (CDC) di capacità che fornisce il supporto per una funzione che è fondamentale per il database di enterprise mondo. In questo caso, MapR di fatturazione è una componente chiave dei dati in tempo reale ingerire che può essere utilizzato per la formazione e aggiornamento di apprendimento automatico di modelli che, utilizzando MapR contenitore di supporto, può essere eseguito come microservices. Si capitalizza un recente secondaria di indicizzazione caratteristica aggiunta a MapR-DB che può essere utilizzato per la rappresentazione di casi particolari, come ad esempio relative a specifiche analitica modelli o le viste materializzate.
MapR è mettere un DataOps giro sulla nuova release a causa dell’affinità di controllo più granulare e CDC caratteristiche che possono essere sfruttate da poco annunciato la Data Science di Raffineria. La raffineria è stato progettato per promuovere il self-service scienza di dati. Questo risale alla guida nozione di scienza di dati: per avere successo bisogna fallire veloce, e si può solo fallire veloce se si ha la completa visibilità e controllo sui processi in tempo reale. MapR non è l’unica grande piattaforma dati del provider che fornisce strumenti per l’attivazione di dati scienziati a mettere i loro modelli in produzione, ma la loro architettura convergente offre un one-stop shop per coloro che cercano di non riuscire veloce.
Argomenti Correlati:
La Gestione Dei Dati
La Trasformazione Digitale
Robotica
Internet delle Cose
L’innovazione
Enterprise Software
0