Para muitas empresas, o armazém de dados transformou-se de um ativo estratégico em um fardo operacional.juntamente com serviços exclusivos da nuvem como Snowflake, forneceram escalabilidade e desempenho, mas às custas do bloqueio do fornecedor, preços imprevistos e adaptabilidade restrita da arquitetura.
À medida que o escrutínio regulamentar se intensifica e as análises baseadas em IA se tornam centrais para a vantagem competitiva,As organizações estão a reavaliar se as suas actuais plataformas de armazém estão realmente alinhadas com os objectivos de negócio a longo prazo.
A EDB Postgres® AI (EDB PG AI) aborda esses desafios de frente com o WarehousePG, um armazém de dados de código aberto, em escala de petabytes, criado para restaurar o controle, a previsibilidade, a segurança e a segurança.e soberania dos dados, tudo sem comprometer o desempenhoConstruído no Postgres e projetado para análises paralelas massivas, o WarehousePG oferece uma maneira moderna de se libertar de sistemas restritivos, reduzindo o custo total de propriedade (TCO) em até 58%.
Análise de Petabyte em Escala de Fonte Aberta com o Postgres em seu núcleo
Os armazéns de dados empresariais estão agora a ser estendidos para além dos seus limites de design originais.e análise baseada em IA coexistem em ambientes de produção que exigem desempenho excepcional e flexibilidade arquitetônica.
As plataformas proprietárias tradicionais e os armazéns somente na nuvem lutam para atender a essas demandas simultaneamente, forçando as organizações a fazer compensações entre custo, controle e funcionalidade.
O EDB Postgres AI for WarehousePG preenche esta lacuna fornecendo um armazém de dados totalmente open source, em escala de petabytes, construído no Postgres.e implantação flexível em locais, nuvem e ambientes híbridos, aborda as limitações dos sistemas legados e exclusivos da nuvem.
Arquitetura: MPP baseado em postgres em escala
A arquitetura de processamento massivo paralelo (MPP) do WarehousePG permite que ele seja dimensionado em centenas de nós.distribui dados e execução de consulta em múltiplos nós de segmentos, supervisionado por um nó de coordenação central.
O coordenador lida com análise de consulta, otimização e planejamento de execução.que operam em paralelo nas suas partições de dados locaisEsta abordagem permite ao WarehousePG executar de forma eficiente consultas analíticas complexas, incluindo grandes juntas, agregações, funções de janela e transformações, em conjuntos de dados de escala petabyte.
Esta arquitetura elimina os gargalos inerentes dos bancos de dados monolíticos, mantendo a completa compatibilidade SQL com o Postgres, reduzindo muito a curva de aprendizagem para as equipes de dados existentes.
Desempenho previsível sem restrições proprietárias
Ao contrário dos armazéns nativos da nuvem que dependem de preços baseados no consumo e gestão de recursos opacos, o WarehousePG oferece comportamento de carga de trabalho determinista e desempenho consistente.A alocação de recursos e a execução de consultas são totalmente controladas no cluster, garantindo tempos de resposta constantes mesmo sob cargas de trabalho analíticas mistas.
Como uma solução licenciada Apache 2.0 construída no Postgres de código aberto, o WarehousePG libera as empresas de formatos de armazenamento proprietários e motores de execução controlados pelo fornecedor.,Por outro lado, a utilização de sistemas de gestão de custos é uma das principais prioridades da empresa.
Esta independência arquitectónica, combinada com a fixação de preços baseada no núcleo da EDB,permite uma redução de até 58% no TCO, especialmente para organizações que migram de plataformas proprietárias de alto custo ou de armazéns em nuvem imprevisíveis.
Armazenamento híbrido e acesso SQL a Data Lakes
Os ambientes analíticos modernos estão cada vez mais espalhados por vários níveis de armazenamento.que permite o acesso direto SQL a dados externos armazenados em arquivos de objetos e sistemas de ficheiros distribuídos, como o Amazon S3 e o Hadoop Distributed File System (HDFS).
Com o PXF, os engenheiros de dados podem consultar formatos como Parquet, AVRO, JSON e CSV sem copiar dados no armazém.Isto reduz significativamente a complexidade do ETL e a redundância de armazenamento, permitindo simultaneamente uma estratégia híbrida de dados quentes e frios.: os conjuntos de dados frequentemente acessados permanecem no armazenamento de alto desempenho do WarehousePG, enquanto os dados raramente utilizados residem no armazenamento de objectos de baixo custo.
De um ponto de vista técnico, esta abordagem preserva a semântica SQL em diversas camadas de armazenamento, permitindo que as equipes de análise trabalhem com um único modelo de dados lógicos.
Ingestão em tempo real com o FlowServer
O WarehousePG inclui um componente FlowServer dedicado para ingestão de dados em tempo real e quase em tempo real.
O FlowServer suporta streaming de eventos de alto rendimento a partir de plataformas como Apache Kafka e RabbitMQ, permitindo casos de uso como análise operacional, detecção de fraude e monitoramento em tempo real.Ao ingerir dados de streaming diretamente no armazém, as organizações eliminam a latência entre os sistemas operacionais e insights analíticos.
Esta arquitetura permite que as cargas de trabalho de streaming e batch coexistam dentro da mesma plataforma analítica, simplificando a infraestrutura e reduzindo o movimento de dados.
IA, ML e processamento de vetores no banco de dados
Uma característica chave do EDB Postgres AI for WarehousePG é o seu suporte para análises em bancos de dados e IA, eliminando a necessidade de mover grandes conjuntos de dados para plataformas externas de aprendizado de máquina (ML).
O WarehousePG integra o MADlib para aprendizado de máquina baseado em SQL, permitindo que os usuários treinem e pontuem modelos diretamente dentro do banco de dados usando estruturas relacionais familiares.A plataforma suporta estruturas de ML Python em banco de dados, permitindo aos cientistas de dados operar em escala sem exportar dados.
O suporte nativo de vetores através da extensão pgvector permite pesquisa de semelhança, pesquisa semântica e cargas de trabalho de geração aumentada de recuperação (RAG) diretamente dentro do armazém.Esta capacidade está a tornar-se cada vez mais crítica para aplicações baseadas em IA que combinam dados empresariais estruturados com conteúdo não estruturado como documentos e registos.
Ao centralizar dados, análises e IA, o WarehousePG reduz a complexidade do pipeline e acelera o tempo de visão.
Alta disponibilidade e prontidão das empresas
O WarehousePG foi projetado para confiabilidade de nível de produção. Alta disponibilidade é alcançada através de um coordenador de espera, garantindo operação ininterrupta se o coordenador primário falhar.A tolerância a falhas a nível de segmento permite que as cargas de trabalho continuem a funcionar mesmo quando os nós individuais não estão disponíveis.
As características da empresa incluem gestão da carga de trabalho, programação previsível de consultas e observabilidade abrangente, garantindo uma operação estável sob forte demanda analítica.
De forma crucial, as organizações obtêm acesso ao suporte 24 horas por dia, 7 dias por semana dos especialistas do Postgres do EDB, preenchendo a lacuna entre a flexibilidade do código aberto e as necessidades operacionais da empresa.
Migração sem perturbações
Para as organizações que se modernizam a partir de plataformas analíticas legadas, o WarehousePG oferece um caminho de baixo risco.permitir uma modernização rápida sem reescrever consultas ou requalificar equipas. A alta paridade SQL também simplifica migrações de outros armazéns de dados proprietários baseados em SQL.
Esta abordagem permite às empresas modernizarem-se gradualmente, preservando a continuidade dos negócios ao mesmo tempo em que recuperam o controlo da sua pilha de análises.
Reconstruindo o Armazém de Análises Modernas
O EDB PG AI para WarehousePG prova que a análise em escala de petabyte, a prontidão da IA e a soberania de dados não exigem plataformas proprietárias ou bloqueio na nuvem.Escalabilidade MPP, armazenamento híbrido, ingestão em tempo real e capacidades de IA e ML no banco de dados, o WarehousePG fornece uma base tecnicamente robusta para a análise empresarial moderna.
Para organizações que buscam um data warehouse que priorize o controle de arquitetura, desempenho previsível e economia de código aberto, o WarehousePG oferece uma alternativa convincente e à prova de futuro.
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang, Diretora Global de Estratégia
WhatsApp / WeChat: +86 13426366826
E-mail: yangyd@qianxingdata.com
Site: www.qianxingdata.com/www.storagesserver.com
Foco em Negócios:
Distribuição de produtos TIC/Integração de sistemas e serviços/Soluções de infraestrutura
Com mais de 20 anos de experiência em distribuição de TI, fazemos parcerias com as principais marcas globais para fornecer produtos confiáveis e serviços profissionais.
¢Utilizando a tecnologia para construir um mundo inteligente ¢O seu prestador de serviços de produtos TIC de confiança!
Por favor verifique seu email!
Portuguese
