DataFusion es una base de datos virtual en memoria empresarial o un almacén de datos que tiene la flexibilidad y escalabilidad para manejar los requisitos de datos más desafiantes. Su conjunto de instrucciones SQL92 extendido permite la agregación directa de datos de origen dispares de ubicaciones existentes. Esto permite a las organizaciones aprovechar los activos existentes y ofrecer nuevos requisitos sin necesidad de grandes y costosos proyectos de almacenamiento de datos. Con altos niveles de compresión de datos y estrategias de ejecución avanzadas, DataFusion ofrece una ruta ligera de hardware para un rendimiento de consulta excepcional. La perfecta integración de los análisis estándar y personalizados de la industria brinda a las organizaciones la capacidad de evaluar rápidamente las situaciones más exigentes y dinámicas. Con todas las funciones para alto rendimiento, implementación rápida y alta disponibilidad, DataFusion es un activo valioso para cualquier "organización ágil".
Las grandes organizaciones intensivas en datos en todas las industrias, incluidos los servicios financieros, el sector público y los distribuidores de volumen, pueden beneficiarse de la arquitectura única de DataFusion que ayudará a cualquier empresa que enfrente un desafío de "Big Data". Las soluciones de ejemplo incluyen soporte de decisiones en tiempo real, gestión de riesgos, informes regulatorios y optimización de la cadena de suministro que requieren agregación de datos en múltiples jurisdicciones o entidades legales.
Punto de referencia de fusión de datos
- Stream Financial ha desarrollado el punto de referencia de DataFusion para evaluar las configuraciones de hardware y se utiliza como parte de un conjunto de pruebas de rendimiento empleadas durante los lanzamientos de DataFusion.
- Si bien DataFusion puede realizar consultas en múltiples arquitecturas, este punto de referencia es un "dónde y agrupar por" directo en una tabla de 1Tn fila por 13 columnas que se realiza "fuerza bruta" sin indexación.
- La tabla de datos de billones de filas se almacena previamente en disco(s) en el formato nativo de DataFusion.
- Para lograr el máximo rendimiento del almacenamiento multicanal o incluso mixto, DataFusion puede segmentar tablas grandes en múltiples montajes y rotar entre estos montajes con diferentes multiplicadores de E/S para aprovechar al máximo todo el rendimiento de almacenamiento disponible.
- DataFusion puede distribuir la ejecución de estas grandes consultas en varias CPU y máquinas, mientras optimiza el uso de IO y memoria.
- Para lograr el máximo rendimiento de referencia, DataFusion tiene la flexibilidad de agregar rendimiento de almacenamiento o CPU de forma independiente. Esto garantiza que tanto los servidores como el almacenamiento se utilicen al máximo de su capacidad.
Amazon