Top 10 Alternatives et concurrents de Informatica Data Engineering Streaming

Top 10 Alternatives à Informatica Data Engineering Streaming récemment évaluées par la communauté G2

Sponsorisé
G2 Advertising
Get 2x conversion than Google Ads with G2 Advertising!
G2 Advertising places your product in premium positions on high-traffic pages and on targeted competitor pages to reach buyers at key comparison moments.
Learn More

SAS Viya
Par SAS Institute Inc.
4.3/5
(650)
Description du produit
En tant que plateforme d'IA, d'analytique et de gestion des données native du cloud, SAS Viya vous permet de passer à l'échelle de manière rentable, d'augmenter la productivité et d'innover plus rapidement, soutenu par la confiance et la transparence. SAS Viya rend possible l'intégration des équipes et de la technologie, permettant à tous les utilisateurs de travailler ensemble avec succès pour transformer des questions critiques en décisions précises.
Show More
Catégories en commun avec Informatica Data Engineering Streaming :
Traitement de flux d'événements

HubSpot Data Hub
Par HubSpot
4.5/5
(570)
Description du produit
HubSpot Operations Hub vous permet de garder tous vos contacts en synchronisation bidirectionnelle en temps réel, que vous utilisiez (Gmail/Outlook, Salesforce, Pipedrive, Constant Contact, Prosperworks, HubSpot, MailChimp ou ActiveCampaign pour n'en nommer que quelques-uns).
Show More
Catégories en commun avec Informatica Data Engineering Streaming :
Analyse de flux

Tealium Customer Data Hub
Par Tealium
4.3/5
(413)
Description du produit
Tealium AudienceStream™ est la plateforme de données client leader sur le marché, combinant des capacités robustes de gestion d'audience et d'enrichissement de données, ce qui permet d'obtenir des profils clients unifiés et la capacité de prendre des mesures immédiates et pertinentes.
Show More
Catégories en commun avec Informatica Data Engineering Streaming :
Analyse de flux
Vous voyez une partie de l'histoireConnectez-vous ou créez un compte pour accéder à l'ensemble complet des alternatives.
Créer un compte gratuit

Aiven for Apache Kafka
Par Aiven
4.3/5
(243)
Description du produit
Aiven pour Apache Kafka est une plateforme de streaming entièrement gérée, déployable dans le cloud de votre choix. Intégrez-le dans vos flux de travail existants en un clic, automatisez les tâches banales et concentrez-vous sur le développement de vos applications principales.
Show More
Catégories en commun avec Informatica Data Engineering Streaming :
Traitement de flux d'événements

Evam
Par EVAM
4.9/5
(193)
Description du produit
evamX est une plateforme d'engagement client en temps réel conçue pour aider les entreprises à créer des parcours personnalisés et contextuels à travers les canaux numériques et hors ligne. Avec son concepteur de scénarios sans code, sa prise de décision alimentée par l'IA et ses analyses de flux avancées, evamX permet aux équipes marketing, CX et numériques d'agir instantanément sur le comportement et les données des clients. Que ce soit pour déclencher les meilleures actions suivantes, envoyer des offres pertinentes ou gérer des campagnes omnicanales, evamX permet aux entreprises d'augmenter l'engagement, d'accroître la rétention et de générer des résultats commerciaux mesurables.
Show More
Catégories en commun avec Informatica Data Engineering Streaming :
Analyse de flux

Tray.ai
Par Tray.io
4.5/5
(157)
Description du produit
La plateforme Tray permet à chacun de faire plus, plus rapidement, en exploitant l'automatisation avec la principale plateforme d'automatisation générale à faible code.
Show More
Catégories en commun avec Informatica Data Engineering Streaming :
Traitement de flux d'événements

Apache Kafka
Par The Apache Software Foundation
4.5/5
(126)
Description du produit
Apache Kafka est une plateforme de diffusion d'événements distribuée open-source développée par la Fondation Apache. Elle est conçue pour gérer des flux de données en temps réel avec un débit élevé et une faible latence, ce qui la rend idéale pour construire des pipelines de données, des analyses en streaming et intégrer des données à travers divers systèmes. Kafka permet aux organisations de publier, stocker et traiter des flux d'enregistrements de manière tolérante aux pannes et évolutive, soutenant des applications critiques dans des industries variées. Caractéristiques clés et fonctionnalités : - Haut débit et faible latence : Kafka délivre des messages à un débit limité par le réseau avec des latences aussi basses que 2 millisecondes, assurant un traitement efficace des données. - Scalabilité : Il peut faire évoluer des clusters de production jusqu'à des milliers de courtiers, gérant des trillions de messages par jour et des pétaoctets de données, tout en élargissant et contractant de manière élastique les capacités de stockage et de traitement. - Stockage durable : Kafka stocke les flux de données en toute sécurité dans un cluster distribué, durable et tolérant aux pannes, assurant l'intégrité et la disponibilité des données. - Haute disponibilité : La plateforme supporte l'extension efficace des clusters sur des zones de disponibilité et connecte des clusters séparés à travers des régions géographiques, améliorant la résilience. - Traitement de flux : Kafka offre des capacités de traitement de flux intégrées via l'API Kafka Streams, permettant des opérations comme les jointures, les agrégations, les filtres et les transformations avec un traitement basé sur le temps des événements et des sémantiques exactement-une-fois. - Connectivité : Avec Kafka Connect, il s'intègre parfaitement avec des centaines de sources et de puits d'événements, y compris des bases de données, des systèmes de messagerie et des services de stockage cloud. Valeur principale et solutions fournies : Apache Kafka répond aux défis de la gestion des flux de données en temps réel en offrant une plateforme unifiée qui combine messagerie, stockage et traitement de flux. Il permet aux organisations de : - Construire des pipelines de données en temps réel : Faciliter le flux continu de données entre les systèmes, assurant une livraison de données opportune et fiable. - Mettre en œuvre des analyses en streaming : Analyser et traiter des flux de données en temps réel, permettant des insights et des actions immédiates. - Assurer l'intégration des données : Connecter de manière transparente diverses sources et puits de données, promouvant un écosystème de données cohérent. - Soutenir des applications critiques : Fournir une infrastructure robuste et tolérante aux pannes capable de gérer des données à haut volume et haute vitesse, essentielle pour les opérations commerciales critiques. En tirant parti des capacités de Kafka, les organisations peuvent moderniser leurs architectures de données, améliorer l'efficacité opérationnelle et stimuler l'innovation grâce au traitement et à l'analyse des données en temps réel.
Show More
Catégories en commun avec Informatica Data Engineering Streaming :
Traitement de flux d'événements
Analyse de flux

IBM StreamSets
Par IBM
4/5
(116)
Description du produit
StreamSets DataOps Platform est une plateforme d'ingénierie des données de bout en bout pour concevoir, déployer, exploiter et optimiser des pipelines de données afin de fournir des données en continu. StreamSets offre une vue unifiée pour les pipelines de traitement par lots, de streaming, de CDC, d'ETL et de ML avec une protection intégrée contre la dérive des données pour une transparence et un contrôle complets dans des environnements hybrides, sur site et multi-cloud.
Show More
Catégories en commun avec Informatica Data Engineering Streaming :
Traitement de flux d'événements
Analyse de flux

Confluent
Par Confluent
4.4/5
(113)
Description du produit
Une plateforme de données en continu.
Show More
Catégories en commun avec Informatica Data Engineering Streaming :
Traitement de flux d'événements
Analyse de flux

Sponsorisé
G2 Advertising
Get 2x conversion than Google Ads with G2 Advertising!
G2 Advertising places your product in premium positions on high-traffic pages and on targeted competitor pages to reach buyers at key comparison moments.
Learn More