Qlik Compose Data Lakes

¿Qué es Qlik Compose Data Lakes?

Automatice las canalizaciones de datos listas para análisis

Qlik Compose for Data Lakes (anteriormente Attunity Compose) automatiza sus canalizaciones de datos para crear conjuntos de datos listos para el análisis. Al automatizar la ingesta de datos, la creación de esquemas y las actualizaciones continuas, las organizaciones obtienen un tiempo de apreciación más rápido para las inversiones existentes en el lago de datos.

Ingesta universal de datos

Con soporte para una de las gamas más amplias de fuentes de datos, Qlik Compose for Data Lakes ingiere datos en su lago de datos, ya sea en las instalaciones, en la nube o en un entorno híbrido. Las fuentes incluyen:

• RDBMS: DB2, MySQL, Oracle, PostgreSQL, SQL Server, Sybase
• Almacenes de datos: Exadata, IBM Netezza, Pivotal, Teradata, Vertica
• Hadoop: Hadoop Apache, Cloudera, Hortonworks, Mapr
• Nube: Amazon Web Services, Microsoft Azure, Google Cloud
• Sistemas de mensajería: Apache Kafka
• Aplicaciones empresariales: SAP
• Sistemas heredados: DB2 z / OS, IMS / DB, RMS, VSAM

Fácil estructuración y transformación de datos

Una interfaz de usuario intuitiva y guiada le ayuda a crear, modelar y ejecutar canalizaciones de lago de datos.

• Genere automáticamente esquemas y marcos de Hive Catalog para el almacenamiento de datos operativos (ODS) y los almacenamientos de datos históricos (HDS) sin codificación manual.

Actualizaciones continuas

Asegúrese de que su ODS y HDS representen con precisión sus sistemas de origen.

• Utilice la captura de datos modificada (CDC) para habilitar el análisis en tiempo real con menos sobrecarga administrativa y de procesamiento.
• Aproveche la partición basada en el tiempo con consistencia transaccional para garantizar que solo se procesen las transacciones completadas dentro de un tiempo específico.

Aprovecha la última tecnología

Aproveche los avances de Hive SQL y Apache Spark, que incluyen:

• Los últimos avances en Hive SQL, incluida la operación ACID MERGE, procesan de manera eficiente las inserciones, actualizaciones y eliminaciones de datos, lo que garantiza la integridad de los datos.
• Procesamiento pushdown para motores Hadoop o Spark. La lógica de transformación generada automáticamente se transfiere a Hadoop o Spark para su procesamiento a medida que los datos fluyen a través de la canalización.

Almacenamiento de datos históricos

Derive conjuntos de datos específicos del análisis de un almacén de datos históricos (HDS) completo.

• Las nuevas filas se adjuntan automáticamente al HDS cuando las actualizaciones de datos llegan desde los sistemas de origen.
• Los nuevos registros HDS se marcan automáticamente con el tiempo, lo que permite la creación de análisis de tendencias y otros datamarts analíticos orientados al tiempo.

Requisitos del sistema:

CPU: procesador de doble núcleo de 1,8 GHz

RAM: 2 GB

HDD / SSD: 50 GB de espacio libre en la unidad principal

Sistema operativo: Microsoft Windows 8 de 32 bits, Microsoft Windows 7 de 32 bits y Microsoft Windows Vista de 32 bits

Resolución: 1024×768