惠普推出新版HP Vertica大数据分析平台

简介:

ZDNet至顶网服务器频道 07月01日 新闻消息:近日,惠普宣布推出新版的HP Vertica大数据分析平台HP Vertica Dragline,HP Vertica Dragline让企业能以十分经济的方式存储数据,并使用SQL工具快速高效地搜索数据。

惠普推出新版HP Vertica大数据分析平台

HP Vertica分析平台是HP HAVEn大数据分析平台的关键组件,让惠普的客户及合作伙伴能够开发下一代应用程序和解决方案,从而更快地从大数据中获得价值。HP HAVEn整合了经过广泛验证的技术,包括HP Autonomy IDOL、HP Vertica分析平台、HP ArcSight企业安全管理和HP ArcSight Logger以及Hadoop等业内关键的产品。

HP Vertica Dragline来自惠普Maverick项目的技术,显着提升了在线查询的能力,能在获得定向分析和个性化分析的数据后计算其中的指标,在个别查询的基础上大幅提升常用查询或并发查询的速度和性能。惠普动态负载管理(HP Dynamic Workload Management)能够识别并适应各种查询的复杂性(包括简单查询、特殊查询以及长时间运行的高级查询),并动态地分配恰当的资源量。

经扩展的SQL on Hadoop搜索和成本优化存储无需数据迁移,并支持更多格式的数据搜索,企业现在能够更快速且轻松地摄取、搜索和可视化更多数据。

HP Vertica Dragline现在包括一个新的语义分析引擎(适用于微博或任何短篇的自由式文本)以及地理空间分析能力的增强。通过把情感数据和定位数据与业务数据相结合,企业可以快速地了解网络用户对特定品牌、产品或服务的感受。

原文发布时间为:  2014年07月01日
本文作者:李祥敬
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
目录
相关文章
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
47 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
35 0
|
3月前
|
机器学习/深度学习 存储 分布式计算
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
|
2月前
|
分布式计算 DataWorks BI
MaxCompute数据问题之运行报错如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 1
|
4月前
|
存储 SQL 大数据
dataCompare大数据对比之异源数据对比
dataCompare大数据对比之异源数据对比
102 0
|
2月前
|
分布式计算 关系型数据库 数据库连接
MaxCompute数据问题之数据迁移如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
31 0
|
2月前
|
分布式计算 Cloud Native MaxCompute
MaxCompute数据问题之没有访问权限如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
4天前
|
数据采集 搜索推荐 大数据
大数据中的人为数据
【4月更文挑战第11天】人为数据,源于人类活动,如在线行为和社交互动,是大数据的关键部分,用于理解人类行为、预测趋势和策略制定。数据具多样性、实时性和动态性,广泛应用于市场营销和社交媒体分析。然而,数据真实性、用户隐私和处理复杂性构成挑战。解决策略包括数据质量控制、采用先进技术、强化数据安全和培养专业人才,以充分发挥其潜力。
11 3