Base de datos de análisis escalable, segura y flexible
Base de datos columnar vectorizada de alto rendimiento
¿Qué es Vector?
¿Qué es Vector?
Vector, la base de datos de análisis más rápida de la industria, maneja actualizaciones continuas sin penalización de rendimiento. Vector logra un rendimiento extremo con el cumplimiento completo de ACID en hardware básico con la flexibilidad de implementar en las instalaciones y en AWS, Azure y Google Cloud con poco o ningún ajuste de la base de datos.
Beneficios de la base de datos de análisis Vector
Rápida
Supera las alternativas en 7.9x — Enterprise Strategy Group
Optimización de Recursos
Reduce la E/S, optimiza la compresión de datos y brinda un mejor rendimiento de la caché para ahorrar tiempo y dinero
Información real en tiempo real
Mantenga actualizados continuamente los conjuntos de datos de análisis sin afectar el rendimiento de las consultas descendentes
Implementación Flexible
Se ejecuta en Windows y Linux, local, híbrido y nubes múltiples, incluyendo Google Cloud, AWS y Azure
Nivel empresarial
99.9% de disponibilidad y soporte para miles de usuarios activos
Cumple con las normas y seguro
Comparta datos de forma segura entre las partes interesadas con cifrado en reposo y en tránsito, y enmascaramiento dinámico de datos
Opciones de implementación
Windows
Vector está disponible en Microsoft Windows para la implementación de un solo servidor. Enterprise Edition proporciona soporte a nivel de producción y Evaluation Edition ofrece capacidades durante períodos de 30, 60 y 90 días.
Linux
Vector escala verticalmente en sistemas SMP que se ejecutan en distribuciones Linux populares que ofrecen confiabilidad y seguridad sólida.
Google Cloud
Vector se puede implementar como contenedores y microservicios en los últimos nodos informáticos de Google Kubernetes Engine (GKE), Google Cloud Dataproc y Google Cloud Storage (GCS). Está estrechamente integrado con Looker, con integraciones planificadas para DataFusion, Pub/Sub y Kubeflow. Vector también se puede ejecutar como una imagen de máquina virtual de Google Cloud Platform.
AWS
Vector admite configuraciones de un solo nodo y agrupadas. Los puntos de referencia de terceros demuestran que Vector supera significativamente a las bases de datos de Microsoft SQL Server, Cloudera Impala, Amazon Redshift y Snowflake en AWS. Vector se puede ejecutar como una imagen de máquina de Amazon en AWS y es compatible con Amazon Elastic Kubernetes Service (EKS). Vector también es compatible con BYOL para la implementación de la nube privada e híbrida.
Microsoft Azure
Puede implementar Vector como una imagen de VM de Microsoft Azure y es compatible con Azure Kubernetes Service (AKS).
Hadoop
Vector para Hadoopescala Vector más allá de un solo nodo para soportar miles de usuarios y petabytes de datos. Vector utiliza Yarn para la administración de cargas de trabajo en 100 o 1000 nodos. HDFS almacena datos vectoriales a una compresión superior a 10x. A diferencia de SQL en Hadoop, Vector acomoda inserciones diferenciales, actualizaciones y supresencias para ejecutar múltiples cargas de trabajo operativas.
Características de la base de datos de análisis vectorial
Procesamiento de consultas más eficiente
- La ejecución de consultas vectorizadas explota el soporte de instrucción única y datos múltiples (SIMD) en CPU x86
- El almacenamiento en caché de resultados de consultas evita la reversión de consultas cuando no hay cambios
Maximización de la caché de CPU para la ejecución
- Utiliza el núcleo de CPU privado y las memorias cache como memoria de ejecución, 100 veces más rápido que la RAM
- Ofrece un rendimiento significativamente mayor sin limitaciones de enfoques en memoria
Otras optimizaciones de CPU
Admite operaciones basadas en cadenas aceleradas por hardware, beneficiando selecciones en cadenas usando coincidencia de comodines, agregaciones en valores basados en cadenas y combinaciones u ordena usando claves de cadena
Almacenamiento basado en columnas
- Reduce la E/S a columnas relevantes
- Oportunidad para una mejor compresión de datos
- Los índices de almacenamiento integrados maximizan la eficiencia
Compresión de datos
- Múltiples opciones para maximizar la compresión: Codificación de longitud de ejecución (RLE), marco de referencia parcheado (PFOR), codificación Delta encima de PFOR, codificación de diccionario y LZ4: para diferentes valores de cadena
- Relaciones de compresión 4-6x comunes para datos del mundo real
Datos en vivo
Mantenga el acceso en tiempo real a los datos a medida que se comprimen en el disco, lo que resulta en ahorros de E/S y CPU y un tiempo de ejecución más corto
Fácil integración y migración
- Utilice DataFlow para una carga rápida de datos y DataConnect con más de 200 conectores y plantillas para obtener datos fácilmente a escala.
- Carga datos JSON estructurados y semiestructurados, incluidos mensajes basados en eventos y datos de transmisión sin codificación.
- Mover una base de datos a una nube o a un datacenter remoto en un solo paso usando la función “clonedb” integrada
Índices de almacenamiento
- Índices automáticos min-max que permiten saltar bloques en lecturas
- Elimina la necesidad de una estrategia explícita de partición de datos
Ejecución paralela
Algoritmos flexibles de ejecución paralela adaptativos para maximizar la concurrencia y permitir la priorización de carga
Arquitectura MPP
- Maneja miles de usuarios, nodos y petabytes de datos
- Aprovecha la redundancia en HDFS para proporcionar protección de datos en todo el sistema
Seguridad
- Seguridad basada en roles
- Volver a codificar el cifrado
- Enmascaramiento dinámico de datos
- columna De-identifcación a nivel de
Capacidad de gestión
- Administración de cargas de trabajo basada en colas para ajustar dinámicamente las colas en función de la disponibilidad de recursos y las cuotas
- Consola administrativa fácil de usar y editor SQL
Integración Native Spark
- Acceso directo a consultas con tecnología Spark
- Conexión directa a la funcionalidad Spark a través de DataFrames
- Transmisión rápida para aprendizaje automático e inteligencia artificial
Amplio soporte SQL
- SQL ANSI estándar que permite el uso de SQL existente sin reescritura
- Análisis avanzado, incluyendo funciones de cubo, agrupación y ventana
Optimizador de consultas maduras
- Planificador de consultas basado en costos maduro y probado
- Uso óptimo de todos los recursos disponibles, incluyendo nodo, memoria, caché y CPU
Comienza tu Prueba de Vector Gratis de 30 Días
Prueba gratuita en las instalaciones o en la nube
Recursos
ENTRAR EN EL CONOCIMIENTO
OBTENER SOPORTE
