Recursos de Druid

Coleta, armazena e organiza dados massivos e não estruturados em tempo real

Facilita a disseminação de big data coletado em clusters de computação paralela

Cria um repositório para coletar e armazenar dados brutos de sensores, dispositivos, máquinas, arquivos, etc.

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Facilita a execução e dimensionamento da solução para um grande número de máquinas e sistemas

Curates coletaram dados para soluções de análise de big data para analisar, manipular e modelar

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Move a coleta e o processamento de big data para a nuvem

Processa cargas de trabalho de dados em lote, em tempo real e streaming em sistemas singulares, multilocatários ou em nuvem

Consolida, limpa e normaliza dados de várias fontes diferentes.

Ajuda a economizar capacidade de armazenamento e melhora o desempenho da consulta.

Elimina a inconsistência e duplicação de dados, garantindo a integridade dos dados.

Funções analíticas baseadas em SQL, como séries temporais, correspondência de padrões, análise geoespacial, etc.

Fornece recursos integrados como algoritmos de aprendizado de máquina, funções de preparação de dados, avaliação e gerenciamento de modelos, etc.

Permite a consulta de dados em formatos de dados como parquet, ORC, JSON etc e analisar tipos de dados complexos no HDFS

Integra-se com fluxos de trabalho de ciência de dados, Machine Learning e recursos de inteligência artificial (IA).

Integra-se com ferramentas de BI para transformar dados em insights acionáveis.

Proporciona velocidade no processamento de dados e captura de dados não estruturados, semiestruturados e streaming.

Fornece opções de implantação local.

Fornece opções de implantação de nuvem (nuvem privada ou pública, nuvem híbrida).

Gerencia grandes volumes de dados, upscale ou downscale conforme a demanda.

Fornece funcionalidade de recuperação de dados para proteger e restaurar dados em um banco de dados.

Permite controle de simultaneidade de várias versões.

Lida com cargas de trabalho, de máquinas individuais a data warehouses ou serviços Web com muitos usuários simultâneos.

Permite que os usuários recuperem dados rapidamente através de vários tipos de indexação, como árvore B, tabela de hash, etc.

Ajuda a interpretar consultas SQL e determinar o método mais rápido de execução.

Armazena rapidamente dados usados com frequência na memória do sistema.

Fornece suporte para conjuntos de caracteres internacionais e pesquisa de texto completo.

Suporta vários tipos de dados como primitivo, estruturado, documento etc.

Suporta múltiplas linguagens de programação procedural como PL/PGSQL, Perl, Python etc.

Disponível em vários sistemas operacionais como Linux, Windows, MacOS etc.

Fornece suporte para armazenar, indexar e consultar dados em mais de um formato.

Disponível em vários sistemas operacionais como Linux, Windows, MacOS etc.

Impede que outros usuários e aplicativos acessem dados enquanto eles estão sendo atualizados para evitar perda ou atualização de dados.

Permite que permissões sejam concedidas ou revogadas nos níveis de banco de dados, esquema ou tabela.

Criptografia nativa integrada com gerenciamento de chaves corporativas.

Fornece autenticação multifator com certificados.

Políticas, procedimentos e padrões para gerenciar e acessar dados.

Restringe o acesso a dados em um nível de célula, mascara ou oculta partes de células e criptografa dados em repouso e em movimento

Fornece funções de sistema predefinidas, privilégios e funções definidas pelo usuário aos usuários.

Permite integração com mecanismos de segurança externos como Kerberos, autenticação LDAP etc.

Fornece um log de auditoria para controlar o acesso e as operações executadas em bancos de dados para conformidade normativa.

Fornece capacidade de criptografia para todos os dados em repouso usando chaves de criptografia.

Os dados são organizados como um conjunto de tabelas com colunas e linhas como uma estrutura de tabela.

Permite que os usuários criem, atualizem e recuperem dados em um banco de dados.

Adere ao ACID (atomicidade, consistência, isolamento, durabilidade), um conjunto de propriedades de transação de banco de dados.

Fornece replicação baseada em log e/ou em gatilho.

Armazena tabelas de dados como colunas.

Suporta vários tipos de dados como listas, conjuntos, hashes (semelhante ao mapa), conjuntos classificados etc.

Implementa o particionamento automático horizontal de dados que permite armazenar dados em mais de um nó para expandir.

Restaura um banco de dados para um estado correto (consistente) em caso de falha.

Copie dados em vários servidores por meio de arquitetura de replicação mestre-escravo, ponto a ponto, etc.

Auxilia no processamento mais rápido da consulta para obtenção de resultados.

Permite consultas mais rápidas e cargas de trabalho semelhantes a mecanismos de pesquisa.

Permite que o usuário acompanhe o tempo necessário para que os dados sejam gerados e estejam disponíveis para processamento

Auxilia no monitoramento e reporte do desempenho do pipeline de dados.

Gerencia na construção de pipelines entre dois protocolos.

Permite a ingestão contínua de dados diretamente da fonte de dados.

Auxilia o banco de dados no dimensionamento horizontal e vertical em petabytes.

Ajuda a armazenar os dados em segmentos de tamanho fixo chamados vetores para melhor gerenciamento.

Permite a ingestão de dados de forma eficiente e segura.

Permite acesso simultâneo aos dados sem o uso de bloqueios de tabela.

Permite que os usuários gerem texto com base em um prompt de texto.

Condensa documentos longos ou texto em um breve resumo.