Teradata推全闪存版的Intelliflex和入门级IntelliBase产品

简介:

Teradata推出了一款全闪存版的Intelliflex产品,以及一款准备就绪的入门级IntelliBase产品。

Teradata推IntellFlex全闪存数据仓库和入门级IntelliBase产品

Intelliflex是Teradata的旗舰企业数据仓库平台。Teradata在去年5月新任命了首席执行官Victor Lund以重振业务,这次的产品发布正是他的工作成果证明。

升级版的Intelliflex产品具有:

- 双18核英特尔至强处理器

- 最多14个动态节点,230TB未压缩的用户数据,单个机柜内可配置14TB内存

它运行数据仓库分析的速度是之前的4.5倍。

Teradata公司EVP及首席产品官Oliver Ratzesberger在声明中称:“我们的客户在高级分析需求方面正在面临前所未有的增长,现在他们需要获得巨大的数据仓库计算能力。通过过渡到全SSD,我们现在能够提供全内存的设备,每个机柜的计算能力是此前产品的7倍。”

他还表示,“快速的性能弹性在市场中是无与伦比的”,客户将在相同的占地空间内获得“更高的性能、更多的存储容量和更多内容,每单位性能的功耗是此前的一半”。听起来不错,希望性价比也有所改善。

IntelliBase产品是一款所谓的一体化工程产品,用于满足入门级数据仓库和分析需求。它采用商用的、现成的组件,是可以重新配置的——一个用于Hadoop的计算节点可以转换为运行Teradata Database任务。

Teradata表示它具有:

- 2个多核至强E502620 v4 8核处理器

- Teradata BYNET v5连接,40Gbps InfiniBand网络

- 单台机柜内最多18个节点,375TB未压缩的用户数据,18TB内存

- 每个节点最高3.2TB闪存,每个机柜最高38TB

- 对Teradata Database、Aster Analytics以及Hadoop的单一厂商支持

- 支持Teradata生态系统的应用:QueryGrid、Unity、Data Mover、Ecosystem Manager、Viewpoint、Listener等

- 软件重新成像,这样硬件就可以重新进行部署

这两款产品都是以本地部署形式提供的,还有即将推出的IntelliCloud,运行相同的数据库软件,这样客户就可以获得混合的Teradata体验。

评论

转向全闪存和速度更快的x86处理器看起来是顺其自然的,应该会显著加速Teradata的设备,应该会得到客户的欢迎——如果价格合适的话。

同样还有向公有云的过渡。可能Teradata会需要扩大自己支持的大数据分析产品,增加Hadoop,但这么做的基础是有的,毕竟这只是软件。

IntelliBase和全闪存版的IntelliFlex产品将在这个季度供货,今年晚些时候推出的IntelliCloud也将支持这两款产品。 


  

本文转自d1net(转载)

目录
相关文章
|
SQL NoSQL Oracle
响应式关系数据库处理R2DBC
响应式关系数据库处理R2DBC
|
10月前
|
弹性计算 编解码 运维
飞天技术沙龙回顾:业务创新新选择,倚天 Arm 架构深入探讨
飞天技术沙龙回顾:业务创新新选择,倚天 Arm 架构深入探讨
274 1
|
JSON Java fastjson
Java Http 接口对接太繁琐?试试 UniHttp 框架吧
UniHttp 是一个声明式的 HTTP 接口对接框架,旨在简化第三方 HTTP 接口的调用过程。通过注解配置,开发者可以像调用本地方法一样发起 HTTP 请求,无需关注请求的构建和响应处理细节。框架支持多种请求方式和参数类型,提供灵活的生命周期钩子以满足复杂的对接需求,适用于企业级项目的快速开发和维护。GitHub 地址:[UniAPI](https://github.com/burukeYou/UniAPI)。
|
存储 网络协议 Linux
高效调试与分析:利用ftrace进行Linux内核追踪(下)
高效调试与分析:利用ftrace进行Linux内核追踪
|
缓存 前端开发 安全
探索现代Web开发中的前端架构模式
【6月更文挑战第23天】随着互联网技术的飞速发展,前端架构在Web开发中扮演着越来越重要的角色。本文将深入探讨现代Web开发中使用的几种主流前端架构模式,包括单页面应用(SPA)、微前端架构和JAMStack等,并分析它们的优势与应用场景。通过实例演示,我们将看到如何根据项目需求选择合适的前端架构,以及如何利用这些架构模式提升开发效率和应用性能。
|
机器学习/深度学习 存储 人工智能
Mamba深度解析:AI模型的新突破
Mamba深度解析:AI模型的新突破
1244 2
|
存储 SQL 测试技术
Entity Framework Core 中的存储过程超厉害!从定义到调用全攻略,提升性能与安全性!
【8月更文挑战第31天】在现代软件开发中,数据库操作效率至关重要。Entity Framework Core(EF Core)作为强大的对象关系映射(ORM)框架,支持存储过程,可提升数据库操作的性能、安全性和可维护性。本文详细介绍如何在 EF Core 中定义、配置及调用存储过程,并提供最佳实践建议,包括性能优化、安全性增强、代码可维护性提升以及参数化查询等。通过遵循这些指导原则,开发者能够充分利用存储过程的优势,显著提高应用程序质量和性能。附带完整示例代码,展示从定义实体类到调用存储过程的全过程。
935 0
|
消息中间件 大数据 数据挖掘
深入浅出流批一体理论篇,数据架构的演进
这篇文章的主要内容包括:1、数据架构的演变历史与各种架构的优缺点。2、流批一体的价值。3、流批一体架构中流与批的关系。
51137 74
|
机器学习/深度学习 存储 编解码
利用深度学习优化视频压缩效率的新策略
【4月更文挑战第2天】在数字媒体时代,视频数据占据了互联网流量的主导地位。随着高清、4K甚至8K视频内容的兴起,传统的视频压缩技术面临着巨大挑战。本文提出了一种基于深度学习的视频压缩优化方法,通过训练一个深度神经网络来预测视频帧间的残差信息,实现更高效的压缩。实验结果表明,该策略在保证视频质量的同时,能够显著提高压缩比,减少传输带宽和存储空间的需求。
362 0
|
SQL 缓存 数据库
Django ORM的性能优化:高效处理大量数据
【4月更文挑战第15天】本文介绍了优化Django ORM性能的六大技巧:1) 使用批量操作如bulk_create和bulk_update;2) 利用prefetch_related和select_related减少查询次数;3) 为常用字段添加索引;4) 优化数据库查询,避免循环查询;5) 使用缓存提升频繁查询性能;6) 在必要时使用原生SQL。这些策略能帮助处理大量数据时提升Django ORM的效率。

热门文章

最新文章