スケーラブルで安全かつ柔軟な分析データベース

より効率的なクエリ処理

• x86 CPUのSIMD（Single Instruction, Multiple Data）サポートを利用したベクトル化されたクエリーの実行
• クエリ結果のキャッシュにより、変更がない場合のクエリの再実行を回避

実行のためのCPUキャッシュの最大化

• プライベートCPUコアとキャッシュを実行メモリとして使用 - RAMの100倍高速
• インメモリ・アプローチの制限を受けることなく、大幅に向上したスループットを実現

その他の CPU の最適化

ハードウェアで高速化された文字列ベースの演算をサポートし、ワイルドカードマッチングを使用した文字列の選択、文字列ベースの値の集約、文字列キーを使用した結合やソートなどに役立ちます。

カラムベースのストレージ

• 関連列へのI/Oを削減
• より優れたデータ圧縮
• 内蔵ストレージ・インデックスによる効率の最大化

データ圧縮

• 圧縮率を最大化するための複数のオプション：Run Length Encoding (RLE)、Patched Frame of Reference (PFOR)、Delta encoding on top of PFOR、Dictionary encoding, and LZ4:異なる文字列値の場合
• 実際のデータで一般的な4～6倍の圧縮率

ライブデータ

ディスク上で圧縮されたデータへのリアルタイムアクセスを維持することで、I/OとCPUを節約し、実行時間を短縮します。

簡単な統合と移行

• DataFlowを使用してデータを高速にロードし、DataConnectと200を超えるコネクタとテンプレートを使用してデータを簡単に大規模にソースします。
• イベントベースのメッセージやストリーミングデータを含む、構造化および半構造化JSONデータをコーディングなしで読み込み
• 統合された 「clonedb」 機能を使用して、データベースをクラウドまたはリモートのデータセンターにワンステップで移動

ストレージインデックス

• 自動最小-最大インデックスにより、リード時のブロック・スキップを実現
• 明示的なデータ分割戦略の必要性を排除

並列実行

柔軟な適応型並列実行アルゴリズムにより、負荷の優先順位付けを行いながら並列性を最大化。

MPPアーキテクチャ

• 数千のユーザー、ノード、ペタバイトのデータを処理
• HDFSの冗長性を利用したシステム全体のデータ保護

セキュリティ

• 役割ベースのセキュリティ
• 再キーイング暗号化
• ダイナミックデータマスキング機能
• 行レベルでの識別排除

管理のしやすさ

• リソースの可用性とクォータに基づいてキューを動的に調整するキューベースのワークロード管理
• 使いやすい管理コンソールとSQLエディタ

Native Sparkの統合

• Spark による直接クエリ アクセス
• DataFramesを介したSpark機能への直接接続
• 機械学習と人工知能のための高速ストリーミング

幅広いSQLサポート

• 標準 ANSI SQL により、書き換えなしで既存の SQL を使用することができます
• キュービング、グルーピング、ウィンドウ機能などの高度な分析機能

成熟したクエリーオプティマイザー

• 成熟し、実績のあるコストベースのクエリプランナー
• ノード、メモリ、キャッシュ、CPUなど、利用可能なすべてのリソースの最適使用が可能