对数据分析解决方案供应商而言 技术与业务性解决方案并重

简介:

当下,企业寻求的不仅仅是数据分析解决方案本身,还需要考虑一些专业的业务性解决方案。因此,对于数据分析解决方案供应商而言,方向越来越明晰,在技术创新的同时还应进一步加强与客户互动的方式。做为拥有四十余年历史的数据分析解决方案供应商Teradata,早已意识到这一点。

提升能力:咨询、技术多方面布局

Teradata天睿公司国际集团执行副总裁Peter Mikkelsen在2017 Teradata大数据峰会的媒体沟通会上表示,在过去这一年,Teradata发生很多变化:

一方面,为更好地服务企业,招聘专业人士来提升能力,特别是最佳解决方案领域,包括总体的咨询工作,致力让数据在企业当中发挥更高的价值。

另一方面,建立整体的分析生态管理系统,同时可以为适合开源技术以及需要商业软件实现可扩展、服务等能力的所有企业提供服务。

图:Teradata天睿公司国际集团执行副总裁Peter Mikkelsen

技术创新:混合云的全新许可模式

在企业的实际部署中,同开源技术同等重要的事,那就是云。如何确定哪些需要放在云上,哪些更适合在本地部署,是企业一直纠结的点。针对这样的情况,Teradata提供基于一致、简化的许可模式,为混合云部署推出灵活的创新性数据库许可方式。

Teradata天睿公司的新许可模式具备以下优势:

  • 可移植性提升部署灵活性;
  • 订阅式许可;
  • 简化许可级别,并提供附带功能。

依托可移植的数据库许可方式,Teradata天睿公司客户通过在部署选项间转移许可,可以灵活地选择、转移、扩展并重构他们的混合云环境,满足不断变化的业务需求。这是混合云市场中首创的全新可移植软件许可模式,将帮助用户规避云端许可限制或孤岛式的本地环境部署。

迄今为止,混合云厂商为部署选项提供的许可模式复杂且不一致,使客户难以选择可应对所有需求的单一解决方案。依托灵活的可移植许可方式,Teradata天睿公司正在改变游戏规则,为支持快速增长的敏捷型业务提供一致、简化的许可方式。

Teradata IntelliCloud是下一代安全托管云服务,可实现数据与分析软件即服务。用户可以在新的部署选项上获得该服务,包括在Teradata数据中心部署和管理的Teradata企业级数据仓库旗舰平台Teradata IntelliFlex,以及亚马逊云AWS以及即将上线的Microsoft Azure的全球公共云基础设施等。

Teradata许可采用一致的标准,保证不同部署选项间的简化和可移植性。该标准的独特之处在于它不但基于可用CPU核心数量,还兼顾IO的吞吐量,按照运行系统的性能潜力调整许可成本,从而帮助客户节省许可成本。按照标准计算,Teradata将能够为本地环境、公有云、私有云及Teradata IntelliCloud配置环境提供等同的许可的可移植性。

订阅式许可能够帮助客户降低前期成本,并实现平缓、一致的运营费用开支;使客户能更轻松地制定预算并预测开销模式。这些全新的订阅式许可方式分为四大简化的级别,旨在满足从最基本的免费级别的数据库开发到高并发性混合工作负载分析系统不同等级的客户需求,并支持数据库附带的新功能。

四大许可级别包括:

  • 开发人员级别(Developer):这种免费级别专为正在开发新应用的客户设计,适用于在非生产环境部署,支持公有云的纯软件版本或非Teradata硬件上作为VMware运行时使用;
  • 基础级别(Base):该方案专为低并发性、入门级数据仓库设计,可在云端及本地环境部署中使用;
  • 高级级别(Advanced):该级别支持高并发性生产混合负载环境。该级别具备整合负载管理(Integrated Workload Management)与智能内存(Intelligent Memory)等强大功能,可在本地环境和云端部署选项中使用;
  • 企业级别(Enterprise):这一最高许可级别包括更健全的负载管理功能,配备Teradata动态系统管理(Teradata Active System Management)与Teradata智能内存(Teradata Intelligent Memory)功能,可在本地环境与云端部署选择方案中使用。

在所有许可级别中,Teradata将提供相同版本的Teradata数据库软件,这将支持在许可级别间轻松迁移工作负载。所有级别均提供非常重要的数据库功能,便于客户轻松加入前沿技术,搭建高级分析环境。这些功能支持列式(Columnar)、时序(Temporal)、安全区(Secure Zones)及行级安全(Row-Level Security)功能。在不增加成本的基础上,客户可以依托这些功能提升性能,增强基于时间的分析能力,并确保更健全的安全性与可审核性。

未来趋势:新数据类型分析与物联网的影响

面对企业的未来需求,Teradata可以为企业提供哪些帮助?Peter Mikkelsen表示,这里涉及的领域有很多,其中令人振奋是根据最近的发展情况来看,一直是围绕着一些新的数据类型,企业想要这些数据中获得解决问题答案,或发掘它们其他的价值。很多企业的当前迫切需要的是快速的咨询和分析互动,Teradata要做的就是帮助企业分析哪些数据有价值、可以产生突破洞察,进而分析实现,用强劲的方式来采用它。

对客户来说,IoT物联网、传感器的数据增长快速。以前是制造业产生大量IoT数据,但现在来看,每个单独企业都会受到IOT物联网的影响,不管是银行、电信公司,或者是制造业。另外,传感器数据,以及不同传感器的互联互通,对这些企业来说都是非常重要的。对Teradata来说,也是在数据分析方面增长非常快速的领域。

当问及Teradata所服务的行业有哪些,是否有侧重?Peter Mikkelsen这样说:“Teradata耕耘非常有深度、非常广泛的行业,如金融、零售电信等。还有一些新领域,如制造业现在已经成为快速增长使用分析的行业,这些企业有很多来自于传感器新数据。像风力发电、火车、医疗设备等大企业,要如何来处理这些传感器的数据呢?这些数据可以带来一些根本性的转变,带来一些新商业模式。根据这样的趋势,Teradata可帮助这些企业做的很多分析,如火车稳定性、安全性方面的分析等。


本文作者:王雪燕

来源:51CTO

相关文章
|
4月前
|
数据挖掘 计算机视觉 Python
Python数据分析中图像处理的实用技术点:图像加载与保存、图像转换与增强、特征提取与描述
Python数据分析中图像处理的实用技术点:图像加载与保存、图像转换与增强、特征提取与描述
44 1
Python数据分析中图像处理的实用技术点:图像加载与保存、图像转换与增强、特征提取与描述
|
2月前
|
机器学习/深度学习 数据可视化 数据挖掘
Python技术应用:数据分析与可视化的利器
【2月更文挑战第7天】在当今信息爆炸的时代,数据分析和可视化已经成为各行业的核心竞争力。Python作为一种简洁、高效的编程语言,为数据分析带来了全新的可能性。本文将介绍Python在数据分析和可视化领域的应用,探讨其在实际工作中的重要性和价值。
25 2
|
4月前
|
机器学习/深度学习 自然语言处理 数据挖掘
Python数据分析中文本分析的重要技术点,包括文本预处理、特征提取、情感分析
Python数据分析中文本分析的重要技术点,包括文本预处理、特征提取、情感分析
90 1
Python数据分析中文本分析的重要技术点,包括文本预处理、特征提取、情感分析
|
8天前
|
消息中间件 数据挖掘 Kafka
《区块链公链数据分析简易速速上手小册》第5章:高级数据分析技术(2024 最新版)(上)
《区块链公链数据分析简易速速上手小册》第5章:高级数据分析技术(2024 最新版)(上)
39 1
|
30天前
|
数据采集 数据可视化 数据挖掘
Python中的数据分析与可视化技术应用
在当今信息爆炸的时代,数据分析和可视化技术成为了各行各业不可或缺的工具。本文将介绍Python语言在数据分析和可视化领域的应用,包括常用的数据处理库、数据可视化库以及实际案例分析,帮助读者更好地理解和运用Python进行数据分析与可视化。
|
2月前
|
数据可视化 数据挖掘 大数据
Python数据分析中的数据可视化技术应用
数据可视化是数据分析中至关重要的一环,能够帮助分析师和决策者更直观地理解数据。本文将介绍Python数据分析中常用的数据可视化技术,包括Matplotlib、Seaborn和Plotly,并结合实际案例演示它们在数据分析中的应用。
|
3月前
|
存储 消息中间件 SQL
分钟级实时数据分析的背后——实时湖仓产品解决方案
袋鼠云在结合当前数据湖技术的基础上,建设实时湖仓平台,满足客户“快、精、准”的数据需求。本文将详细介绍实时湖仓产品解决方案,让企业能够更专注地去解决他们的业务价值。
62 0
|
3月前
|
传感器 数据采集 数据可视化
探究物联网技术的核心知识点:传感器、嵌入式系统和数据分析
探究物联网技术的核心知识点:传感器、嵌入式系统和数据分析
|
9月前
|
数据采集 数据可视化 安全
台风灾害数据分析与可视化:利用Java和数据科学技术解读台风趋势
台风灾害数据分析与可视化:利用Java和数据科学技术解读台风趋势
|
9月前
|
数据挖掘 开发工具
Excle数据分析:按照筛选条件将表格分割成多个文件的VBA解决方案
Excle数据分析:按照筛选条件将表格分割成多个文件的VBA解决方案
99 0