人工智能和分析

限制数据访问是否会阻碍业务洞见和创新进程? HPE Ezmeral Data Fabric 可以安全地解决数据孤岛难题,将不同的数据类型和格式聚合到单个数据主干中,从而加快分析和 AI 流程,而无需进行复杂的 ETL 流程和数据复制。客户表示,数据管理速度加快了,模型构建速度也提高了 75 %[1],并且能够处理的数据类型和建模算法也有所增加。   利用经过认证的生态系统中的开源工具和框架,在混合、边缘和多云环境中的数据创建点处理数据。  利用 BigID 的元数据和数据情报,让数据团队能够搜索和定位准确的数据。将数据发现的耗时从数天/周缩短至数分钟,识别未受保护的站点,然后应用补救策略、加密或移动数据。保障按照组织策略访问和使用数据。

新特性

  • 利用跨混合、边缘和多云环境的元数据管理和情报,强化数据发现、上下文和安全性。
  • Apache NiFi 可提供实时控制,简化管理工作,实现不同来源和目的地的数据移动。
  • 利用 Apache Rancher 简化裸机、私有云和公有云以及 VMware vSphere® 上数据架构群集的部署和安全性。
  • 本机集成 Apache Kafka 可跨多个地理位置实现实时流数据处理和复制。
  • GPU 加速可以将计算问题分解为多个类似的并行操作,从而加快进程。Apache Spark 现在支持 GPU 加速。

功能

集成数据和分析平台

简化数据访问模式,获取、处理和索引跨多个用例、工作负载和组织资产的不同数据类型。

结合基础设施独立性和行业标准 API 支持,让 HPE Ezmeral Data Fabric 可以将新老分析架构的数据聚合到单个逻辑数据主干,无需进行复杂的 ETL 处理和数据复制。

HPE Ezmeral 的强大之处不只在于存储数据。它可以访问多个来源的数据,并将其存储为文件或对象,然后将数据和元数据处理到集成数据库中。元数据查询很适合用来识别诈骗。数据查询很适合用来训练复杂模型。

自动化和编排各种数据转型方案所需的关键流程,提高数据工程师和分析师的生产力。

自动负载平衡可使多个应用程序访问公用数据集,而不会产生拥塞和热点。

EB 级文件系统

杜绝传统数据架构的复杂性和高昂成本,透明地扩展至每个群集数千个节点,每个表格数十亿条记录。

通过对关键值、宽列和 JSON 文档的多模支持缩短开发周期

通过内置强大的数据一致模型和复制功能,大幅减少停机时间和故障点

集成的 S3 API 与 HPE Ezmeral Data Fabric 技术相结合,为各种规模的对象提供性能和可扩展性。

混合/多云安全易如反掌

单个安全管理系统集成到现有身份验证/授权系统,有助于降低组织风险和成本。

简化构建、部署、保护、管理和集成混合与多云环境中的特殊用户、应用和工作负载。

没有 HPE Ezmeral Data Fabric,文件、对象、数据库和流数据便需要手动集成到现有安全系统,不仅成本高昂,还非常依赖专门的综合技能,并且会带来组织风险。

数据科学团队能够灵活地还原整个快照或者快照中的单个文件。

帮助每个项目加速数据识别

多模数据库支持文档和列式数据,可简化数据工程师查询流程。

与 Apache Drill 集成,为大规模数据集(包括结构化数据、半结构化数据和嵌套数据)提供低延迟分布式 SQL 查询功能。

在数据架构上运行 Apache Spark 和 Hadoop,即时分析和处理实时交互数据。

广泛的 API 支持,包括 Apache HDFS 协议和 HBase API,让 Hadoop 和 HBAE 应用无需修改代码即可使用 HPE Ezmeral Data Fabric。

  • 1.
    https://www.youtube.com/watch?v=GQ8CnkrfB-Y
  • Linux 是 Linus Torvalds 在美国和其他国家(地区)的注册商标。Red Hat 是 Red Hat, Inc. 在美国和其他国家(地区)的注册商标。VMware vSphere 是 VMware, Inc. 及其子公司在美国和其他辖区的注册商标或商标。Oracle 是 Oracle 和/或其附属机构的注册商标。其他第三方商标的所有权均属于各自的所有者。