Dremio, en virksomhed, der længe har fokuseret på at imødekomme business intelligence-arbejdsbelastninger på datasøer, lancerer i dag Dremio Cloud, en administreret tjeneste til netop det, på data gemt i Amazon Web Services S3 . Dremio Cloud bygger oven på Dremios AWS-udgave, som den annoncerede i sidste måned, men det er en fuld SaaS-implementering og tilføjer en række unikke funktioner.
Læs også: Dremio introducerer AWS-version, nye funktioner til cloud datasøer
Nye ting
ZDNet talte med Dremios grundlægger og produktchef, Tomer Shiran, der forklarede, at paradigmet for Dremio Cloud er et af et globalt kontrolplan med en central forespørgselsplanlægger, der sender forespørgsler om S3-data, der er gemt på tværs af Amazon-regioner, og T-shirt-størrelse data “motorer” (klynger, virkelig) til at gennemføre forespørgslerne. Motorerne kan replikeres på en automatisk skaleringsbasis for at understøtte det, Dremio kalder “uendelig samtidighed”
En anden funktion, der er unik for Dremio Cloud, er single sign on-funktioner, der understøtter en række virksomheds- og forbruger-/sociale identitetsudbydere, herunder Azure Active Directory, Okta, Ping og Google Identity. På en lignende måde understøttes brugere af Tableau og Microsofts Power BI til enkelt login på Dremio baseret på de legitimationsoplysninger, de bruger til at logge ind på disse BI-værktøjer.
Fakturering og tilgængelighed
Fakturering for Dremio Cloud er brugsbaseret, idet ressourcer til beregning af motorer er enheden for fakturerbar omsætning. Når adskillige motorreplikater er instantieret i stedet for kun én, vil fakturering være højere. Når der ikke skal imødekommes forespørgsler, roterer alle motorer ned, og kunden pådrager sig ingen afgifter. Med andre ord faktureres hverken kontrolplanet eller tomgangsmotorressourcerne (især da sidstnævnte effektivt forsvinder, når de ikke er i brug).
Dremio Cloud er nu i “begrænset tilgængelighed” (dvs. tilbydes på invitation), men Shiran siger, at frigivelsen er GA-kaliber, og at tjenesten allerede havde været i beta i nogen tid. Tjenesten lanceres udelukkende til Amazon Web Services, men Shiran sagde, at virksomheden forventer at starte på Microsofts Azure-sky senere i dette kalenderår og på Google Cloud næste kalenderår.
Lakefront-egenskaber
Dremio kalder sin platform en “SQL Lakehouse”, der lyder som Databricks 'Data Lakehouse-branding. Faktisk, da jeg skrev om sit Dart-initiativ i sidste måned, sagde jeg, at Dremios platform virkelig var et komplet datalager, der lige tilfældigvis fungerede på data, der var gemt i åbne formater, på cloud (eller lokalt) objektlagring. Shiran påpegede, at dette ikke er en lille skelnen, da det at lade data i dets oprindelige format være i søen betyder datavidenskab, datasø og andre specialmotorer kan arbejde på de samme data uden at skulle flytte eller kopiere, og samtidig tillade BI-arbejdsbelastninger at udføre.
Læs også: Dremios Dart-initiativ konsoliderer sø- og lagerparadigmer yderligere
Jeg vil også påpege, at ud over brug af proprietære lagerformater er data i datalager typisk mere kuraterede og mindre inkluderende end data i søen, men at Dremio muliggør BI-stilanalyse af data fanget af datasøens bredere net. Uanset hvad ser vi igen konsolideringen af datalager- og datasømodellerne og vidner om, hvordan populariteten af skydatalager og skydatasøer i stigende grad fører til, at konsolidering finder sted i en skykontekst.
Relaterede emner:
Cloud Digital Transformation Robotics Internet of Things Innovation Enterprise Software 