Teradata QueryGrid整合最佳分析技术 拓展客户选择空间

新闻
为持续帮助企业克服数据散布在不同分析系统的困难,全球领先的大数据分析和营销应用服务供应商Teradata天睿公司宣布对Teradata QueryGrid进行重要技术升级。此次升级新增并强化六项QueryGrid技术,帮助企业在分析生态系统中无缝整合数据处理能力。

为持续帮助企业克服数据散布在不同分析系统的困难,全球领先的大数据分析和营销应用服务供应商Teradata天睿公司宣布对Teradata QueryGrid进行重要技术升级。此次升级新增并强化六项QueryGrid技术,帮助企业在分析生态系统中无缝整合数据处理能力。

借助独特的设计理念,Teradata QueryGrid能够驾驭多种分析引擎的强大功能并利用这些分析引擎中的数据,提供双向数据移动及下推(pushdown)处理能力,提升商业分析能力。升级Teradata QueryGrid技术后,商业用户将无需手动迁移数据或学习新的编程语言,即可利用不同类型的数据解决复杂的业务问题。

Teradata QueryGrid解决方案为客户提供无缝的自助式服务,无需专用工具或IT人员介入就能在不同的系统中进行数据和分析处理。随着开源技术成为企业***分析环境中的重要组件,这一优势对当前企业非常重要。

Teradata天睿公司联席总裁兼数据和分析业务部门总裁Hermann Wimmer表示:“单一系统无法处理海量数据及多种数据与分析类型,使企业难以在当前市场竞争中立足。部署Teradata QueryGrid解决方案后,企业将能够迅速、轻松地访问所有数据和分析系统,以解决关键业务问题。”

Teradata天睿公司在此次升级中,推出QueryGrid for Teradata-to-MapR、Teradata-to-Cloudera Distribution for Hadoop、Aster-to-Cloudera Distribution for Hadoop和QueryGrid for Teradata-to-Teradata四项全新QueryGrid功能。此外,Teradata天睿公司还增强现有Teradata-to-Hortonworks数据平台,并为先前宣布的Teradata-to-MapR技术确定发布日期。

MapR技术公司产品营销部门副总裁Steve Wooledge表示:“Teradata QueryGrid升级技术将为我们的共同客户在Teradata数据库与MapR Apache™ Hadoop®发行版之间实现强大的对接能力。企业现在可以在业内最值得信赖的Hadoop技术平台和Teradata数据仓库平台上实现信息无缝访问。”

在专有或开源等不同类型的平台上整合数据与分析能力,将有助于所有垂直行业的发展。例如,一家数据驱动型制造商希望通过生产质量***且故障率***的产品,获得超越竞争对手的优势。为尽可能提高制造质量,业务分析师使用的分析系统需结合现场使用中瞬息万变的多结构化传感器数据以及制造、操作和客户服务数据。但不同类型的数据通常存储在不同系统中。部署Teradata QueryGrid解决方案,分析师能够轻松访问所有数据源,并对该数据源进行高级分析。业务分析师通过从分析中获得的洞察力,可提升各项制造技术,排除产品故障,最终提升产品销售额。

Bolder 技术公司总裁兼创始人Richard Hackathorn表示:“调查Teradata和Aster Hadoop技术平台商业用例的客户访谈显示,Teradata天睿公司对支持企业规模化分析具有正确的愿景。特别是QueryGrid此次升级的技术,能够减少对各平台数据及数据处理布局的限制,例如运用Aster分析函数处理在Teradata数据库中的数据。”

目前,Teradata QueryGrid解决方案已开放Teradata-to-Cloudera、Aster-to-Cloudera、Teradata-to-Teradata和Teradata-to-Hortonworks四项技术。2015年二季度末前还将开放Teradata-to-Aster新技术及先前宣布的Teradata-to-MapR技术。

 
责任编辑:鸢玮 来源: Teradata
相关推荐

2014-11-05 10:13:51

TeradataQueryGrid

2012-11-01 14:03:49

Teradata 大数据天睿

2013-04-24 16:06:39

华为网络技术

2015-10-22 12:53:53

Teradata

2014-06-24 16:04:16

Teradata 大数据天睿

2013-05-09 16:20:49

Teradata 数据与分析系统天睿

2014-09-02 10:11:34

Teradata

2012-11-22 11:40:53

Teradata 大数据天睿

2012-11-16 15:41:20

Teradata 大数据天睿

2014-12-24 10:39:28

Teradata 大数据天睿

2013-05-22 09:35:17

2013-10-22 15:34:58

Teradata数据分析

2012-10-11 10:31:02

Teradata 大数据

2015-02-11 16:18:37

Teradata

2013-10-31 16:30:33

Teradata In-Memory天睿

2014-07-03 21:25:28

TeradataR语言

2013-10-10 09:48:09

Teradata大数据Aster

2010-07-14 09:25:37

客户端虚拟化

2012-12-07 10:58:31

Teradata 大数据天睿

2011-03-02 10:04:40

SSHDMR
点赞
收藏

51CTO技术栈公众号