Nul
Det elevator pitch til dette indlæg er, at historien bevæger sig i cirkler, især når det kommer til at lægge ud af, hvordan du implementere virksomhedens applikationer og databaser. Splice Machine ‘ s seneste udmelding i denne uge for at differentiere sig selv i en verden fyldt med nye databaser er omarbejdning af sig selv som en intelligent application platform. For virksomhedens grundlægger, udgør dette en rejse fuld cirkel tilbage til sine rødder i supply chain optimering. Og det samme gælder for den rolle, som databaser spille med applikationer. Hold disse tanker.
Splice Maskine har differentieret som en SQL-relationelle, fuldt SYRE-kompatibel database, der kører oven på HBase, der tilbyder behandling af transaktioner, og tak for at Udløse støtte, analytics. Som min store data bro Andrew Brust påpegede sidste år, Splice Maskine baner en vej, der har Apache Phoenix-projektet hæl på sine hæle på SYRE ved at integrere med at inkubere Apache Tephra projekt. Men begge projekter ikke på dette punkt levere det niveau af concurrency at Splejse Maskinen leverer. Ikke desto mindre, Splice Maskine ikke ønsker at blive kørt ned i HBase database kampe. I stedet er det drejelige til at sigte højere i fødekæden: aktivering af data forskere til at opbygge intelligent applikationer, der kører i databasen.
Splice Maskinen har været støt og roligt blevet montering af teknologi-stakken for at gøre dette pivot ske. Det centrale er, integration af Spark analytics og Zeppelin-notesbøger, der hjælper data forskere forfatter, debug, og implementere deres kode. Med den nye AWS markedsplads udgivelse, Splice Maskine er ved at indføre jumpstart skabeloner, der starter med opbygning af IoT-drevet intelligent supply chain optimering. Dette er, hvor den rejsende fuld cirkel metafor spark i: for virksomhedens grundlægger, Monte Zweben, det er en chance for at gense sine rødder i supply chain-software.
I betragtning af at Splejse Maskine kunder har allerede bygget applikationer til afsløring af svig, digital marketing næste-nest tilbyder, kunde rentabilitet analyse, og kredit konfliktløsning, ville vi ikke være overraskede over, at den næste batch af skabeloner eller stubbe fra Splejse Maskine og/eller dets integrator partnere kunne falde i ens domæner.
Fuld cirkel metafor spark i her igen, som at bygge intelligent apps via bærbare computere, der kører inde i databasen repræsenterer throwbacks til, hvordan ældre programmer blev bygget i årtierne forud Y2K-men med et moderne (og mere fleksibel) twist. I de dårlige gamle dage, hjemmelavede programmer hard-wired-kode med de data, som var typisk gemt i filsystemet eller ikke-relationelle databaser. I tiden op til Y2K, der er fremherskende visdom var at fremtidssikre programmer, ved at adskille application/forretningslogik fra databasen tiers, så teoretisk, at din database kan forblive intakt uanset hvad programmer, der kørte på det.
Virkeligheden viste sig meget messier, som det ofte var langt mere hensigtsmæssigt at køre de forretningslogik til at omdanne eller manipulere data som er gemt procedurer inde i databasen alligevel. Og derefter, når data blev rigtig stor, den voksede mere hensigtsmæssigt at skubbe ned databehandling i data storage tier sig selv-det er sådan Hadoop klynger og mange MPP analytiske databaser blev bygget. Men så sky kom, tilbyder den fleksibilitet, elasticitet, så databasen motorer og applikationer, der fik adskilt fra de data igen.
Få svimmel?
I en Splejsning Maskine cloud demo, vi så, hvordan en intelligent IoT supply chain application kunne være ginned op gennem den bekvemmelighed af en managed cloud-tjeneste i AWS markedsplads. Kunden angiver mængden af data, antallet af compute-enheder til at starte op, og den ønskede ydeevne og samtidighed niveauer. Splice Maskine service reagerer med estimater af månedlige omkostninger til transaktions-og analytiske resultater er baseret på TPC-C og TPC-H benchmarks, henholdsvis; kunden kan justere dem op eller ned for at passe deres budgetter.
Under motorhjelmen, Splice Maskine genererer Docker beholdere med automatisk konfigureret billeder til HBase, Spark, log søgning, Zeppelin notebooks, og Kafka, der kører i en self-healing Mesos arkitektur. Splice Maskine skøn processen skulle ikke tage mere end 15 minutter at komme kørende.
Den bærbare strategi for Splejse Maskine giver en lav-risiko strategi for virksomheden at undgå at blive fanget i støj for at blive bare en anden innovative database i et hav af dem. Det gør så samtidig med at appellere til et nyt publikum (data forskere) via et værktøj, der er mange, der omfatter (Zeppelin notebook) uden at blive fanget i sigtekornet af Orakler eller SAPs af verden. Udfordringen for Splejse Maskine er, at dens strategi indebærer at samle masser af bevægelige dele, og kræver at få sin partner økosystemet energi til at hjælpe virksomheden med at bevæge sig op i værdikæden fra big data database til løsning platform. Et partnerskab med Intrigo, et konsulentfirma med SAP supply chain erfaring, er en god start.
0