Avec Vertica 9, les organisations peuvent analyser leurs données où qu’elles soient, quels que soient les formats tout en permettant le déploiement sur les principales plates-formes cloud public.

Micro Focus annonce également la version beta de Vertica en mode Eon, qui permet la séparation entre les ressources de calcul et de stockage pour les déploiements sur Amazon Web Services (AWS). Les entreprises clientes d’AWS pourront bientôt utiliser AWS S3 pour le stockage, et le moteur d’analyse Vertica pour sa vitesse de traitement sur des instances de calcul déployées indépendamment, afin de tirer pleinement parti du modèle économique permis par le cloud.

Les solutions de Data Warehouse classiques offre un pouvoir analytique limité pour un investissement matériel lourd et coûteux. Les formats de données et les lieux de stockage étant en constante évolution, les organisations ont besoin d’une solution puissante et unifiée pour analyser les données au bon endroit, au bon moment, avec les performances et les contraintes économiques induites par les besoins métier.

Vertica 9 : fournir des fonctions de machine learning in-database et des fonctions analytiques avancées haute performance quel que soit le mode de déploiement

Vertica fournit aux organisations une base de données analytique haute performance supportant les principales plates-formes de cloud public, les formats de données les plus répandus, l’écosystème Hadoop dont l’intégration avec les solutions Spark et Kafka et la capacité d’analyser la donnée là où elle se trouve. Pour les configurations Cloud, Vertica 9 propose de nouvelles interfaces utilisateur pour le provisioning et la gestion des configurations.
Les organisations peuvent profiter des nouvelles options de déploiement de Vertica 9 sur du matériel dédié, sur des clouds privés et publics, et l’associer aux Data Lakes Hadoop, afin de choisir la plate-forme qui répond le mieux à leurs besoins spécifiques. Elles disposent ainsi d’une très grande flexibilité et d’une très grande liberté pour leurs travaux analytiques.

« Fidelis dispose de la première plate-forme de détection et de réponse automatisée, qui offre aux équipes en charge des opérations de sécurité une efficacité de 10 à 20 fois supérieure à ce qui existe sur le marché », a déclaré Abhishek Sharma, Data Scientist chez Fidelis Cybersecurity.
« Notre objectif est d’automatiser les actions de cyber-défense. Le machine learning pour optimiser l’analyse prédictive est un élément clé. Les nouvelles fonctionnalités de machine learning in-database de Vertica sont comme des pépites d’or ! Nous sommes très enthousiastes à l’idée de développer nos modèles de machine learning sur nos données dans Vertica, et de pouvoir les livrer de notre plate-forme vers les clusters de nos clients. C’est quelque chose qui est beaucoup plus difficile à réaliser avec n’importe quel autre outil du marché. Le machine learning in-database de Vertica améliorera notre capacité à offrir à notre clientèle grandissante de nouvelles fonctionnalités d’analyse prédictive plus rapidement et plus facilement, ce qui améliorera notre positionnement concurrentiel ».

Version beta de Vertica en mode Eon pour profiter des modèles économiques du cloud

La version beta de la nouvelle architecture en mode Eon propose la séparation des capacités de traitement et de stockage, pour offrir de nouvelles possibilités d’élasticité ou d’évolutivité, à la hausse comme à la baisse. Un nouveau mécanisme intelligent de mise en cache sur les nœuds garantit qu’avec Vertica les organisations bénéficient des meilleures performances du marché pour traiter leurs requêtes. Les entreprises clientes AWS seront capables de tirer parti du stockage AWS S3 et du moteur analytique Vertica pour traiter rapidement leurs requêtes tout en capitalisant sur le modèle économique du cloud.
 ?
Support de la plate-forme Google Cloud :
Le support de la plate-forme Google Cloud sera disponible depuis le Cloud Launcher, offrant ainsi aux organisations la flexibilité et la liberté de choisir une autre plate-forme cloud en fonction de leurs besoins.

Amélioration de la performance et de la scalabilité :

La nouvelle version triple la performance lors du chargement, améliore considérablement la performance des temps de traitement avec les tables dénormalisées (Flattened Tables), et augmente de 60% les capacités de traitement en mode concurrent. De plus, Vertica est intégré de manière native aux principaux outils du marché et à l’écosystème Open Source, dont Microsoft PowerBI, Cloudera Manager et Apache Spark 2.1 avec cette nouvelle version.

Les fonctionnalités clés et les améliorations apportées à Vertica 9 incluent notamment :

• Machine learning in-database : Vertica propose un ensemble complet de nouveaux algorithmes (categorization, overfitting, prediction) afin d’accélérer les temps de traitement en éliminant la nécessité de faire des échantillonnages ou de déplacer des données.
o Nouvelles fonctions de préparation de données pour garantir une meilleure compréhension et qualité des analyses,
o Workflow simplifié pour faciliter le déploiement en production des modèles de machine learning depuis les environnements de test.

• Amélioration de la gestion des données et de la haute performance analytique : traduit les investissements continus dans l’architecture de la base de données, comme une meilleure gestion des données historiques grâce aux hiérarchies de partitions et une amélioration des temps de chargement et des temps de traitement y compris avec les requêtes les plus sophistiquées.

• Ecriture en format Parquet : la version 9 permet de lire et d’écrire au format Parquet. En étant maintenant capable d’écrire des données et les résultats sur HDFS de manière fiable et robuste, Vertica contribue à l’enrichissement des Data Lakes Hadoop.

• Tables dénormalisées (Flattened Tables) : Facilite les tâches de dénormalisation pour les jointures complexes sur plusieurs tables. Les analystes peuvent écrire des requêtes directes et rapides sur ces tables dénormalisées mises en œuvre très simplement sans effort de développement.

Vertica 9 est disponible en octobre 2017.