Cloudera Data Warehouse
Simplifique los análisis de enormes cantidades de datos con miles de usuarios simultáneos sin renunciar a la velocidad, el coste ni la seguridad.
Descripción
Transforme fácilmente todos los datos, en cualquier lugar, en información empresarial significativa.
Cloudera Data Warehouse permite que el departamento de TI pueda ofrecer una experiencia de autoservicio de análisis nativa en la nube para los analistas de inteligencia de negocio que crea consultas desde cero en minutos. Supera el rendimiento de otros almacenes de datos para datos de todos los tipos y tamaños, incluyendo datos estructurados y no estructurados, al tiempo que escala de manera rentable más allá de los petabytes.
Data Warehouse está completamente integrado con el streaming, la ingeniería de datos y la IA. Dispone de un marco coherente que garantiza y proporciona gobierno para todos tus datos y metadatos en nubes privadas, múltiples nubes públicas o nubes híbridas.
Casos de uso
- Informes y cuadros de mando de datos en la nube
- Acceso instantáneo a los datos
- Optimización del almacenamiento de datos
- Análisis de operaciones y eventos
- Análisis de investigación y descubrimiento
Informes y cuadros de mando de datos en la nube
Ponga en marcha un almacén de datos en la nube pública en cuestión de minutos.
Utilice rápida y fácilmente los datos que ya están en la nube: ponga en marcha su almacén de datos, conéctese a su almacenamiento de objetos de AWS y Azure y empiece a hacer consultas. La funcionalidad única de expansión a la nube mueve datos y contexto (seguridad, linaje y gobierno) de su centro de datos al depósito de nube pública de su elección y los deja listos para hacer consultas al instante.
Acceso instantáneo a los datos
Acceso de autoservicio a todos los datos desde cualquier lugar.
Los usuarios pueden aprovisionar almacenes de datos en la nube pública o privada, identificar conjuntos de datos y crear visualizaciones sin depender del departamento central de IT. Cloudera Data Warehouse se amplía o se reduce cuando es necesario, dando lugar a ventajas demostradas de precio-rendimiento para garantizar que se ajusta al presupuesto.
Optimización del almacenamiento de datos
Incremente la información obtenida con un almacenamiento de datos moderno.
Migre cargas de trabajo difíciles, de manera parcial o completa, desde almacenes de datos tradicionales hasta Cloudera Data Warehouse. Implemente casos de uso con nuevos tipos de datos y acomode un influjo de usuarios nuevos de manera eficiente y rentable. Motores de código abierto de eficacia probada, como Impala, Hive LLAP y Hive on Tez, y herramientas como Hue y Cloudera Observability, ofrecen análisis rápidos y flexibles en datos no estructurados y estructurados, juntos y a gran escala.
Análisis de operaciones y eventos
Analice grandes cantidades de eventos y series temporales de datos.
Para los almacenes de datos tradicionales, es prácticamente imposible analizar volúmenes enormes de eventos y datos en series temporales que proceden de registros de equipos, sensores y otros dispositivos del edge. Cloudera Data Warehouse se basa en Apache Kudu y Druid y, en combinación con Cloudera Data Flow, ofrece innovación en rendimiento, escala y facilidad de uso para afrontar la nueva realidad, con datos en rápido movimiento y análisis de autoservicio.
Análisis de investigación y descubrimiento
Correlacione enormes cantidades de datos no estructurados con datos relacionales.
Predicciones de alta calidad para la detección de nuevas correlaciones, patrones e información a partir de enormes cantidades de datos no estructurados, semiestructurados, textuales y relacionales. Cloudera Data Warehouse (junto con Solr, para búsqueda de texto completo) y Cloudera AI (antes conocido como Cloudera Machine Learning) impulsan el conocimiento de todas tus fuentes de datos para elaborar predicciones más precisas.
Características principales de Cloudera Data Warehouse
Ponga en marcha su almacén de datos en cuestión de minutos y empiece a analizar conjuntos de datos, que se encuentran fácilmente a través de un intuitivo catálogo de datos.Aprovisione un almacén de datos con tan solo tocar un botón, gracias a implementaciones basadas en plantillas, y gestiónelo con una administración “contacto cero” a través de escalados y suspensiones automáticas.
Obtenga información de manera inmediata a partir de un volumen masivo de datos (demostrado en producción con conjuntos de datos de 150 PB y en crecimiento), con motores SQL de alto rendimiento como Impala y Hive LLAP, ofreciendo tiempos de respuesta a consultas de fracciones de segundo. Desbloquee cientos de usuarios y miles de casos de uso con aislamiento y optimización de cargas, garantizando que todos puedan llevar a cabo su trabajo sin obstaculizar a otras personas y utilizando los mismos datos.
Amplíe los conjuntos de datos tradicionales con tipos de datos semiestructurados y no estructurados, como registros de máquinas, transmisiones de eventos, sensores de IoT, medios y datos de opinión. Haga que sea posible acceder a todos los datos fácilmente en un catálogo de datos único, accesibles tanto a través de cuadros de mando e informes como para análisis ad-hoc y exploratorios.
Una suite de herramientas (que incluye Data Visualization, Hue y Observability) que se lo pone fácil para explorar, visualizar y hacer consultas a conjuntos de datos, así como optimizar el estado de las cargas de trabajo para maximizar la eficiencia.
Aproveche la potencia de los grandes modelos lingüísticos y del lenguaje natural para potenciar sus consultas y análisis. Esto permite todo, desde la revisión del código hasta la finalización del código, las explicaciones del código y mucho más.
Aproveche los grandes modelos lingüísticos y el lenguaje natural con el asistente de IA de Cloudera Data Visualization para crear fácil y rápidamente cuadros de mando interactivos y compartir al instante la información en toda su empresa.
¿Necesita analizarlo en detalle?
Experimenta por ti mismo Data Warehouse en Cloudera
Utilice la IA a través de un lakehouse de datos de extremo a extremo para aumentar la eficiencia del ciclo de vida de los datos
