München, Starnberg, 08. Juli 2022 - Kubernetes-Support über AWS S3 hinaus auf Google Cloud Storage, Azure Blob- und Hadoop Distributed Filesystem Storage erweitert...
Zur Ankündigung: Vertica, ein Geschäftsbereich von Micro Focus, hat auf der jährlichen Benutzerkonferenz des Unternehmens, Vertica Unify 2022, die Version 12 seiner Analysendatenbank vorgestellt. Vertica 12 enthält laut Entwickler neue wichtige Funktionen und Verbesserungen für Analytik und maschinelles Lernen in Multi-Cloud-, hybriden On-Premise- und Cloud- sowie multiregionalen Implementierungen. Anwender können dazu aus verschiedensten Bereitstellungsoptionen auf dem Markt wählen. Auch die Automatisierungsfunktionen wurden demnach verbessert, um zukunftssichere Analysen angesichts sich ständig ändernder technologischer Anforderungen zu ermöglichen.
Vertica 12 unterstützt nicht nur weitere On-Premise-Objektspeicher, sondern erweitert die Kubernetes-Unterstützung über AWS S3 hinaus auf Google Cloud Storage (GCS), Azure Blob Storage und Hadoop Distributed Filesystem Storage (HDFS), so dass es in jeder Umgebung vollständig Cloud-native ist. Die für die Cloud optimierte Architektur von Vertica wurde außerdem durch intelligentes Subclustering erweitert, um variable Workloads und die gemeinsame Nutzung von Daten besser zu verwalten und die Kosten logisch auf die jeweiligen Eigentümer zu verteilen.
Verbesserte Interaktion mit dem Data-Analytics-Ökosystem
Kunden sollen davon profitieren können, dass wichtige proprietäre und Open-Source-Technologien nahtlos zusammenarbeiten, darunter eine neue Version von VerticaPy, der Vertica Python- und Jupyter Notebook-Schnittstelle, sowie ein verbesserter Spark Connector und erweiterte PMML-Unterstützung. Zu den Highlights und Erweiterungen von Vertica 12 gehören außerdem:
- Breit angelegter Framework-Support und höhere Performance
- Erweiterte Liste der kompatiblen On-Premise-Objektspeicher mit VAST Data und H3C ermöglicht die Verwendung einer breiteren Auswahl an Objektspeichern als Hauptdatenspeicher für Private-Cloud-Implementierungen durch die Aufnahme von VAST Data und H3C in die Liste der kompatiblen On-Premise-Objektspeicher, zusammen mit Dell, MinIO, NetApp, Pure und Scality.
- Cloudnative, elastische und containerisierte Architektur an jedem Ort: Cloud optimierte Architekturverbesserungen für die Nutzung von Subclustern für ELT und Dateneingabe.
- Verbesserte Datenfreigabe auf AWS S3 und Einstellungen mit „Requester Pays“ für die Nutzung.
- Schnelle automatisierte Tabellensegmentierung für große, nicht segmentierte Tabellen.
- Schnellere Analyse von Parquet-Dateien und vollständige Unterstützung für komplexe Datentypen.
- ISO-Zertifizierung von Vertica Accelerator, der einheitlichen Analyseplattform von Vertica, die als SaaS bereitgestellt wird.
- FIPS-Unterstützung und stärkere Authentifizierung: erweiterte Unterstützung für Single Sign-On (SSO) mit OAuth2-Token-Authentifizierungsunterstützung für JDBC- und ODBC-Clients.
Advanced Analytics und Machine Learning
- Neue VerticaPy-Funktionen für Python Pickle und verbessertes Graphviz-Paket.
- Fortschritte bei datenbankinternen Analysen, wie z. B. Erweiterung der Bibliothek und mehr georäumliche Funktionen.
- End-to-End Machine Learning mit der Möglichkeit, Vertica-Baummodelle zu verwalten und zu operationalisieren, die an anderer Stelle erstellt wurden.
- Weiterentwicklungen von Stored Procedures mit neuen Erweiterungen für Geometrie, Geographie und die Änderung bestehender Prozeduren.
- Schnelle Analyse von Daten durch die Möglichkeit, sie in verschiedenen Formaten im Objektspeicher oder auf HDFS zu speichern.
- Spark Connector unterstützt den Austausch von Daten über Parquet oder andere Daten auf HDFS und S3.
- Produktive Entwicklung von Analyseanwendungen mit Unterstützung für NODE.JS.
Bildquelle: Vertica
Link > https://www.vertica.com/
Querverweis:
Unser Beitrag > Parallele scale-out Filesysteme in Kombination mit Object Storage für KI-Anwendungen