Vertica y Scality han anunciado la disponibilidad de Vertica en modo Eon para el almacenamiento de objetos Scality RING S3 en la plataforma HPE Apollo 4000. Disponible a través del programa HPE Complete, esta solución de análisis predictivo proporciona a las organizaciones que operan con muchos datos más opciones para dimensionar correctamente la economía de su plataforma de datos, vinculando los costes directamente a las necesidades de la empresa. Al proporcionar la cantidad justa de recursos de computación para las consultas y la cantidad justa de recursos de almacenamiento para los datos, los equipos de análisis pueden manejar cargas de trabajo variables con mucha más eficiencia y menos desperdicio.
“Mientras que nuestros clientes ven un gran valor al ejecutar sus tareas de trabajo analítico en las nubes públicas con Vertica en Modo Eon, muchos también requieren ese mismo nivel de rendimiento y flexibilidad para sus infraestructuras internas y los entornos híbridos.”, dijo Colin Mahony, vicepresidente senior y director general de Vertica. “Con Vertica en Modo Eon para el almacenamiento de objetos Scality RING S3 en la plataforma HPE Apollo 4000, las organizaciones ahora tienen aún más opciones para aprovechar nuestra arquitectura optimizada para la nube para entornos híbridos o internos con el flexible almacenamiento de objetos definido por software de Scality que se ejecuta en el confiable hardware HPE”.
Esta solución permite una mayor simplicidad operativa y un aislamiento de la carga de trabajo para cumplir con los cada vez más exigentes SLA y objetivos empresariales. Las cargas de trabajo individuales pueden consumir dinámicamente recursos de computación dedicados, todos apuntando a un único repositorio de datos centralizado alimentado por Scality RING, sin la carga de la replicación de datos, el mantenimiento de copias y el equilibrio de carga a través de los nodos y clusters de computación.
“Juntos ofrecemos a los responsables de TI de todos los sectores la infraestructura in situ más flexible y optimizada en cuanto a costes para el análisis predictivo a la velocidad del rayo”, dijo Wally MacDermid, vicepresidente de alianzas estratégicas de Scality “Como la capa de almacenamiento de objetos definida por software, Scality proporciona opciones de consumo para la eficiencia de costes y la previsibilidad, mientras que Vertica ofrece análisis optimizados en la nube para los volúmenes de datos in situ sin el riesgo, el coste y la complejidad de la migración de las cargas de trabajo analítico a la nube pública”.
Esta solución es ideal para grandes volúmenes de datos en situ que son difíciles o imposibles de trasladar a la nube ya que permite que los equipos de análisis puedan “dimensionar” de forma independiente el cálculo y el almacenamiento según sea necesario, a la vez que aprovechan el modelo de consumo que mejor se ajusta a sus necesidades financieras ofreciendo a los clientes la mayor amplitud de capacidades analíticas unificadas, desde consultas SQL hasta análisis avanzados en la base de datos y aprendizaje automático, de modo que los analistas de negocios y los científicos de datos pueden lograr una visión en tiempo real y predictiva de la totalidad de sus datos.
Las organizaciones de cualquier sector que quieran lograr una rápida compresión analítica de grandes volúmenes de datos podrán usar esta solución para:
• Conseguir un almacenamiento a escala y la computación independiente, dando a las organizaciones la elasticidad y flexibilidad para hacer frente a los cambios en la carga de trabajo analítica y tener en cuenta la estacionalidad o los picos de carga.
• Aislar las cargas de trabajo analítico para permitir que los analistas de negocios y los científicos de datos trabajen juntos a partir del mismo conjunto de datos sin competir por los recursos
• Simplificar las operaciones de la base de datos y asegurar una rápida recuperación de los nodos, un equilibrio superior de la carga de trabajo y un rápido aprovisionamiento de la computación
• Detener y comenzar el análisis más eficientemente hibernando nodos de computación sin estado cuando no se necesitan
