Data Warehouse Tools and Optimization

ビジネスパフォーマンスを改善するためにHadoopを活用

データウェアハウスは、顧客と運用にビジネスインサイトを取り込む重要なツールです。しかしながら、企業は保存および分析する情報量を増やしているので、Enterprise Data Warehouses (EDW)の運用とライセンスコストはかなり大きなコストになっています。例えば、もしビジネスの取引量が倍になったり、新しいレギュレーションが2倍の期間保存が必要だったり、分析すべきデータ量(構造化データ、準構造化データ、非構造化データ)が2倍だとしたら、データウェアハウスにかかるライセンスコストは、2倍になります。

運用コストを軽減してデータウェアハウス性能改善するには、企業はデータ使用方法と保存方法を最適化する必要があります。例えば、あまり使用しないデータや古いデータはより安い(20倍以上安い)Hadoopシステムにオフロード保存し、素早く分析もできます。企業は、どのぐらい使用データが必要か(30日、45日、90日、あるいは180日等)を決定し、Hadoopにアーカイブすることができます。

Hadoopであなたのデータウェアハウスを最適化する利点は:
  • データを保存するのにテラバイト単位でコストを劇的に下げます。
  • コストをフラットにキープしながら、データウェアハウスやHadoopシステムを通してより多くの情報を保存できます。
  • 新鮮なデータのみを保存するので、検索やレポーティング、分析などのデータウェアハウスパフォーマンスが増加します。

 

障害:早くHadoopを統合する

データウェアハウス最適化プロジェクトを素早く統合するには多数の課題があります。

  • 限定的なビッグデータリソース。ビッグデータは増加していますがビッグデータ関連開発者は少ないままです。
  • ツールが不足しています。ビッグデータに関連する開発者は、信頼できて、安全で、スケーラブルな接続のためのプログラム記述をスクラッチしていますが複雑なビッグデータの開発と運用はしたくありません
  • プロジェクト統治。システム間でデータを管理、統治する方法が必要です。

 

ソリューション: Talend Big Data

Talendは、レガシーなデータソースとHadoop、企業のデータウェアハウスの間で、データを移動させるプロセスを単純化します。

  • Hadoop HDFS, HBase, Hive, Pig, Sqoop, BigQueryを含む包括的なビッグデータサポート:これは、全ての主要なHadoopベースのディストリビューション- Amazon EMR, Cloudera, Hortonworks, MapR, Greenplum/Pivotalに対応しています。Talendは、様々なアプリケーション、データウェアハウス、データベースに対応する800以上のコンポーネントを用意しています。
  • 複雑なビッグデータコードを書かずにビッグデータの統合をシンプルに、グラフィカルで簡単に利用でき、コードを自動生成するツールです。ドラッグ&ドロップによるジョブの作成と設計ができるので、実社会の経験をベースにサービスや製品を構築できるので実現化が早くなります。
  • Data Qualityをビルトインしてデータ統治。メンバーが別々の役割と責任を持った複雑なチームとプロジェクトを運営管理できます。
  • オープン。Talend Big Dataは、Apacheコミュニティで最も多く利用されているオープンソースプロジェクトを備えています。

 

Talend製品

Talend Big Data

Talend Open Studio for Big Dataは、MapReduce、Hadoop、HBase、Hive、HCatalog、 Oozie、Sqoop、Pigなどのビッグデータコンポーネントをひとつのオープンソース環境に統合することで、異なるシステムからの異なるデータセットを素早く抽出し、処理し、ロードすることができます。Talend Enterprise Big Dataは、チームワーク、高度な管理特性、補償、サポートが追加されています。

さらに詳しく

Talend Platform for Big Data

Talend Platform for Big Dataは、パワフルで多目的なビッグデータ統合、データ品質ソリューションで、異なるシステムのデータを抽出し、処理して、ロードすることを簡略化するため、企業にとってはより情報量が増えることでタイムリーな意思決定ができます。この製品は、エンタープライズ版では、データ品質、クラスタリング、高度なサポートが追加されています。

さらに詳しく