Qlik Compose™ for Data Lakes
Qlik (Attunity) is recognized in the 2019 Gartner Magic Quadrant for Data Integration Tools. Read Report
Una manera automática de preparar canales de datos para la analítica
Qlik Compose for Data Lakes (anteriormente Attunity Compose) automatiza los canales de datos para crear conjuntos de datos listos para la analítica. Al automatizar la ingestión de datos, la creación de modelos y las actualizaciones permanentes, las empresas logran una valorización mucho más rápida de sus inversiones en data lakes.
Ingestión universal de datos
Qlik Compose for Data Lakes es compatible con una enorme variedad de fuentes de datos, e introduce estos en su data lake, ya sea de forma local, en la nube o en un entorno híbrido. Algunas de las fuentes son:
- RDBMS: DB2, MySQL, Oracle, PostgreSQL, SQL Server, Sybase
- Data warehouses: Exadata, IBM Netezza, Pivotal, Teradata, Vertica
- Nube: Amazon Web Services, Microsoft Azure, Google Cloud
- Sistemas de mensajería: Amazon Web Services, Microsoft Azure, Google Cloud
- Messaging systems: Apache Kafka
- Aplicaciones corporativas: SAP
- Sistemas anteriores: DB2 z/OS, IMS/DB, RMS, VSAM
Transformación y estructuración de datos simplificadas
Una interfaz intuitiva y con asistencia le permite construir, modelar y ejecutar canales de data lakes.
- Puede generar modelos y estructuras de catálogo Hive de forma automática para almacenes de datos operativos (ODS) y almacenes de datos históricos (HDS) sin necesidad de programación manual.
Actualización permanente
Puede estar tranquilo: sus ODS y HDS reflejarán con exactitud los sistemas de origen.
- Utilice la captura de datos modificados (CDC) para habilitar la analítica en tiempo real con una menor carga administrativa y de procesamiento.
- Procese con eficacia la carga inicial gracias a los subprocesos en paralelo.
- Utilice particiones en función del tiempo con uniformidad transaccional para garantizar que solo se procesen las transacciones completadas en un plazo determinado.
La tecnología más avanzada
Aproveche los avances en Hive SQL y Apache Spark:
- Los últimos avances en Hive SQL incluyen la función ACID MERGE, que procesa eficazmente la inserción, actualización y eliminación de datos sin comprometer su integridad.
- Procesamiento en los motores Hadoop o Spark. La lógica de transformación generada automáticamente es procesada por Hadoop o Spark a medida que los datos pasan por el canal.
Almacenamiento de datos históricos
Conjuntos de datos para la analítica desde un almacén completo de datos históricos (HDS).
- Las nuevas filas se añaden automáticamente al HDS a medida que llegan actualizaciones de datos de los sistemas de origen.
- Los nuevos registros del HDS reciben automáticamente una marca de tiempo, lo que permite generar análisis de tendencias y otros data marts analíticos basados en el tiempo.
- Compatible con modelos de datos que incluyan Type-2, con una modificación más lenta de las dimensiones.
