Qlik Compose™ for Data Lakes
Qlik (Attunity) is recognized in the 2019 Gartner Magic Quadrant for Data Integration Tools. Read Report
Automatizza le pipeline di dati pronte per le analytics
Qlik Compose for Data Lakes (precedentemente Attunity Compose) automatizza le pipeline dei dati per creare set di dati pronti per le analytics. Automatizzando l'integrazione dei dati, la creazione di schemi e gli aggiornamenti continui, le aziende realizzano un time-to-value più rapido grazie agli investimenti esistenti nei data lake.
Integrazione universale dei dati
Supportando una delle più ampie gamme di sorgenti dati, Qlik Compose per data lake integra i dati nel tuo data lake, sia che si tratti di dati on-premise, nel cloud o in un ambiente ibrido. Le sorgenti includono:
- RDBMS: DB2, MySQL, Oracle, PostgreSQL, SQL Server, Sybase
- Data warehouses: Exadata, IBM Netezza, Pivotal, Teradata, Vertica
- Hadoop: Apache Hadoop, Cloudera, Hortonworks, MapR
- Cloud: Amazon Web Services, Microsoft Azure, Google Cloud
- Sistemi di messaggistica: Apache Kafka
- Applicazioni aziendali: SAP
- Sistemi legacy: DB2 z/OS, IMS/DB, RMS, VSAM
Facile strutturazione e trasformazione dei dati
Un'interfaccia utente intuitiva e guidata aiuta a creare, modellare ed eseguire le pipeline dei data lake.
- Genera automatica schemi e strutture del catalogo Hive per gli archivi di dati operativi (ODS) e gli archivi di dati storici (HDS) senza codifica manuale.
Aggiornamenti continui
Abbi la certezza che gli ODS e HDS rappresentano accuratamente i tuoi sistemi sorgente.
- Utilizza il processo CDC (Change Data Capture) per consentire analytics in tempo reale con meno spese amministrative e di elaborazione.
- Elabora in modo efficiente il carico iniziale con threading parallelo.
- Sfrutta la suddivisione temporale con coerenza transazionale per garantire che vengano elaborate solo le transazioni completate entro un determinato periodo di tempo.
Sfrutta la tecnologia più recente
Approfitta dei progressi di Hive SQL e Apache Spark, compresi:
- I più recenti progressi di Hive SQL, tra cui l'operazione ACID MERGE che elabora in modo efficiente gli inserimenti, gli aggiornamenti e le eliminazioni dei dati, garantendo al contempo l'integrità dei dati.
- Spingi verso il basso l'elaborazione ai motori Hadoop o Spark. La logica di trasformazione generata automaticamente viene spinta fino a Hadoop o Spark per l'elaborazione mentre i dati fluiscono attraverso la pipeline.
Archiviazione dei dati storici
Estrai set di dati specifici delle analytics da un archivio di dati storici (HDS, Historical Data Store) completo.
- Nuove righe vengono aggiunte automaticamente all'HDS man mano che gli aggiornamenti dei dati arrivano dai sistemi sorgente.
- I nuovi record HDS vengono contrassegnati automaticamente con l'ora, consentendo la creazione di analisi dei trend e di altri data mart analitici basati sul tempo.
- Supporta modelli di dati che includono il tipo 2, rallentando il cambiamento delle dimensioni.
