光子
nachste代毛皮das Lakehouse死去
光子是引擎der nachsten代der磚Lakehouse-Plattform死去,死一張好多schnelle Abfrageleistung祖茂堂niedrigeren這些bietet——Dateneingabe、ETL、流、數據科學和interaktive Abfragen湖——direkt Ihrem數據。光子是麻省理工學院的Apache火花™api kompatibel,汽水der Einstieg所以einfach堅持是不是das Einschalten——keine Codeanderungen和Anbieterbindung。
公平和schneller
光子,馮淺灘毛皮汪汪汪死schnellste Leistung貝geringeren這些entwickelt和bietet Einsparungen馮bis祖茂堂80%貝窩Gesamtbetriebskosten (TCO)貝gleichzeitiger bis祖茂堂12-facher Beschleunigung馮Daten——和Analytics-Workloads。
毛皮阿萊Anwendungsfalle konzipiert
光子是奧地利第一儲蓄引擎死去,死es Datenteams ermoglicht,靠窗戶Satz馮api毛皮阿萊的工作負載,ETL、數據分析和科學- im批奧得河Streaming-Modus祖茂堂standardisieren。
Keine Codeanderungen
光子這ANSI-konforme引擎,死所以konzipiert堅持,您麻省理工學院modernen Apache Spark-APIs kompatibel是麻省理工學院和einfach Ihrem vorhandenen代碼funktioniert - SQL, Python, R, Scala和Java。Es吵架umgeschrieben凱文代碼了。
為什麼光子?
死在磚Abfrageleistung絕不im Laufe der四年stetig erhoht, unterstutzt馮Apache火花和Tausenden馮·Optimierungen死als菩提樹der磚運行時(DBR) bereitgestellt wurden。光子,一張neue原生vektorisierte引擎,死在c++ vollstandig geschrieben堅持,bietet一張zusatzliche 2-fache Beschleunigung pro TPC-DS-Benchmark (1 TB)。Kunden您basierend auf古老而工作負載im Vergleich吧台neuesten DBR-Versionen durchschnittlich 3 - bis 8-fache Beschleunigungen beobachtet。
Anwendungsfalle
PRODUKTIONS-JOBS
Umfangreiche Produktionsauftrage SQL -和汪汪汪Spark-DataFrames beschleunigen
IoT-Anwendungen
Schnellere Zeitreihenanalyse麻省理工學院光子im Vergleich祖茂堂火花和herkommlicher磚運行時
人和合規
Abfragen im Petabyte-Bereich,嗯Datensatze祖茂堂identifizieren祖loschen, ohne Daten三角洲湖,Produktionsjobs和光子祖茂堂duplizieren
拉登·馮·Daten三角洲湖和拚花
Das vektorisierte I / O·馮·光子beschleunigt Das拉登·馮·Daten毛皮和三角洲湖——Parquet-Tabellen和senkt死Gesamtlaufzeit這些皮毛Data-Engineering-Jobs死去。
funktioniert es ?
馮·格倫德在c++中汪汪汪geschrieben nutzt光子現代硬件毛皮schnellere Abfragen和bietet靜脈bis祖茂堂12-mal besser Preis-Leistungs-Verhaltnis im Vergleich祖茂堂anderen雲數據倉庫——一切nativ Ihrem數據湖。
光子是所以konzipiert dass es麻省理工學院Apache火花DataFrame和sql api kompatibel堅持,嗯sicherzustellen dass工作負載nahtlos和ohne Codeanderungen ausgefuhrt了。一切,是您吞得,嗯·馮·光子祖茂堂profitieren,是引擎einzuschalten死去。光子將勞動和Ressourcen nahtlos koordinieren和Teile我SQL -和beschleunigen Spark-Abfragen透明的。Keine Feinabstimmung和凱文Benutzereingriff erforderlich。
當我們爹媽祖茂堂Beginn麻省理工學院光子在往昔Linie auf SQL konzentriert條板,嗯unseren Kunden一張erstklassige Data-Warehousing-Leistung毛皮湖泊祖茂堂bieten您數據,有我們seither窩Umfang der馮光子unterstutzten Aufnahmequellen、甲酸、api和Methoden erheblich erweitert。Infolgedessen您Kunden麻省理工學院光子不大Einsparungen貝Infrastrukturkosten和Beschleunigungen在所有古老而modernen Spark-Workloads festgestellt (z。b . SQL和DataFrame火花)。
統一目錄
Delta Live Tables
三角洲生活表
