Analisi unificata dei big data: pronta l’appliance di Emc

10 Novembre 2011

Il sistema Greenplum unisce un database relazionale Mpp Shared-Nothing ad Apache Hadoop per il trattamento contemporaneo di dati strutturati e non.

Con la Greenplum Data Computing Appliance (Dca) Emc ha rilasciato la propria prima piattaforma completa di analisi dei big data.

Greenplum Dca dispone di un’architettura modulare che permette di combinare un database relazionale Mpp Shared-Nothing con Apache Hadoop, insieme alle applicazioni di Business intelligence ed Etl realizzate da partner Greenplum, in modo da ottenere una gestione contemporanea di dati, strutturati e non, con la possibilità di estenderla a seconda delle necessità, in un’unica piattaforma unificata.

Oltre a combinare e sovrapporre i moduli Greenplum Database e Greenplum Hadoop le aziende possono portare le loro applicazioni di analytics direttamente nel cluster, nello stesso Dca, mediante l’utilizzo dei nuovi moduli Greenplum Data Integration Accelerator.
Il risultato è una piattaforma unificata di big data che unisce dati, strutturati e non strutturati, e applicazioni in una sola infrastruttura che è anche monitorata, gestita e supportata da Emc.

In sintesi a oggi sono disponibili quattro moduli.
Greenplum Database è un’appliance di archiviazione creata ad hoc, scalabile che integra a livello architetturale database, capacità di elaborazione, storage e network in un sistema di facile da implementare.

Greenplum Database High Capacity è studiato per ospitare grandi quantità (petabyte) di dati, senza che ciò provochi aumento nei consumi di energia elettrica, incremento dei costi o riduzione degli spazi.

Greenplum Hd, l’appliance Hadoop di trattamento contemporaneo dei dati, abbina Hadoop con il Greenplum Database, permettendo un trattamento contemporaneo sia dei dati strutturati sia di quelli non strutturati dentro un’unica soluzione.

Greenplum Data Integration Accelerator (Dia) ospita appliance di analisi di terze parti, e le pone direttamente allo stesso livello di performance e collegamento a bassa latenza degli altri moduli dell’appliance, per ottenere le migliori prestazioni di data loading con un modello parallelo e scalabile, per accorciare i carichi di batch o implementare il caricamento di micro-batch.