Funzionalità Druid

Raccoglie, memorizza e organizza dati massivi e non strutturati in tempo reale

Facilita la diffusione dei big data raccolti attraverso cluster di calcolo parallelo

Crea un repository per raccogliere e memorizzare dati grezzi da sensori, dispositivi, macchine, file, ecc.

Allinea i flussi di lavoro di elaborazione e distribuzione su Apache Hadoop

Allinea i flussi di lavoro di elaborazione e distribuzione su Apache Hadoop

Facilita la soluzione per funzionare e scalare su un gran numero di macchine e sistemi

Cura i dati raccolti per soluzioni di analisi dei big data per analizzare, manipolare e modellare

Allinea i flussi di lavoro di elaborazione e distribuzione su Apache Hadoop

Sposta la raccolta e l'elaborazione di big data nel cloud

Elabora carichi di lavoro di dati batch, in tempo reale e in streaming in sistemi singoli, multi-tenant o cloud

Consolida, pulisce e normalizza i dati provenienti da più fonti disparate.

Aiuta a risparmiare capacità di archiviazione e migliora le prestazioni delle query.

Elimina l'incoerenza dei dati e le duplicazioni garantendo l'integrità dei dati.

Funzioni analitiche basate su SQL come serie temporali, pattern matching, analisi geospaziale ecc.

Fornisce funzionalità integrate come algoritmi di apprendimento automatico, funzioni di preparazione dei dati, valutazione e gestione dei modelli, ecc.

Consente l'interrogazione dei dati tra formati di dati come parquet, ORC, JSON ecc. e l'analisi di tipi di dati complessi su HDFS.

Si integra con i flussi di lavoro della scienza dei dati, le capacità di Machine Learning e intelligenza artificiale (AI).

Si integra con gli strumenti BI per trasformare i dati in informazioni utili.

Fornisce velocità nell'elaborazione dei dati e nella cattura di dati non strutturati, semi-strutturati e in streaming.

Fornisce opzioni di distribuzione On-Premise.

Fornisce opzioni di distribuzione cloud (cloud privato o pubblico, cloud ibrido).

Gestisce enormi volumi di dati, aumenta o riduci la scala secondo la domanda.

Fornisce funzionalità di recupero dati per proteggere e ripristinare i dati in un database.

Consente il controllo della concorrenza multi-versione.

Gestisce carichi di lavoro, da singole macchine a data warehouse o servizi web con molti utenti simultanei.

Consente agli utenti di recuperare rapidamente i dati attraverso vari tipi di indicizzazione come B-tree, tabella hash ecc.

Aiuta a interpretare le query SQL e a determinare il metodo di esecuzione più veloce.

Memorizza rapidamente i dati usati di frequente nella memoria di sistema.

Fornisce supporto per set di caratteri internazionali e ricerca testuale completa.

Supporta più tipi di dati come primitivi, strutturati, documenti ecc.

Supporta più linguaggi di programmazione procedurale come PL/PGSQL, Perl, Python ecc.

Disponibile su più sistemi operativi come Linux, Windows, MacOS ecc.

Fornisce supporto per memorizzare, indicizzare e interrogare dati in più di un formato.

Disponibile su più sistemi operativi come Linux, Windows, MacOS ecc.

Impedisce ad altri utenti e applicazioni di accedere ai dati mentre vengono aggiornati per evitare la perdita o l'aggiornamento dei dati.

Consente di concedere o revocare autorizzazioni a livello di database, schema o tabella.

Crittografia nativa integrata con gestione delle chiavi aziendali.

Fornisce l'autenticazione a più fattori con certificati.

Politiche, procedure e standard per gestire e accedere ai dati.

Limita l'accesso ai dati a livello di cella, maschera o nasconde parti delle celle, e cripta i dati a riposo e in movimento

Fornisce ruoli di sistema predefiniti, privilegi e ruoli definiti dall'utente agli utenti.

Consente l'integrazione con meccanismi di sicurezza esterni come Kerberos, autenticazione LDAP ecc.

Fornisce un registro di controllo per tracciare l'accesso e le operazioni eseguite sui database per la conformità normativa.

Fornisce la capacità di crittografare tutti i dati a riposo utilizzando chiavi di crittografia.

I dati sono organizzati come un insieme di tabelle con colonne e righe simili a una struttura tabellare.

Consente agli utenti di creare, aggiornare e recuperare dati in un database.

Aderisce ad ACID (atomicità, coerenza, isolamento, durabilità), un insieme di proprietà delle transazioni del database.

Fornisce la replica basata su log o/e basata su trigger.

Memorizza le tabelle di dati come colonne.

Supporta più tipi di dati come liste, set, hash (simili a mappe), set ordinati ecc.

Implementa il partizionamento automatico dei dati orizzontale che consente di memorizzare i dati su più di un nodo per scalare.

Ripristina un database a uno stato corretto (coerente) in caso di guasto.

Copia i dati su più server attraverso architetture di replica master-slave, peer-to-peer, ecc.

Aiuta a elaborare più velocemente le query per ottenere risultati.

Abilita query più veloci e carichi di lavoro simili a quelli dei motori di ricerca.

Consente all'utente di monitorare il tempo impiegato affinché i dati vengano generati e resi disponibili per l'elaborazione.

Aiuta a monitorare e segnalare le prestazioni del flusso di dati.

Gestisce la costruzione di pipeline tra due protocolli.

Consente l'ingestione continua dei dati direttamente dalla fonte dei dati.

Aiuta il database a scalare orizzontalmente e verticalmente in petabyte.

Aiuta a memorizzare i dati in segmenti di dimensioni fisse chiamati vettori per una gestione migliore.

Consente di ingerire dati in modo efficiente e sicuro.

Consente l'accesso concorrente ai dati senza l'uso di alcun blocco delle tabelle.

Consente agli utenti di generare testo basato su un prompt di testo.

Condensa documenti o testi lunghi in un breve riassunto.