¿Por qué debería usar la nube pública GaussDB(DWS)?
Los almacenes de datos convencionales no son prácticos para las empresas más pequeñas debido al alto costo, la selección y adquisición de dispositivos y sistemas que consumen mucho tiempo, y el complejo escalamiento horizontal.
GaussDB(DWS) en la nube pública es la mejor opción:
- Este servicio en la nube de almacenamiento de datos MPP distribuido es muy abierto, eficiente, compatible, escalable, y es fácil de O&M.
- Desarrollado en el núcleo FusionInsight de almacén de datos LibrA, permite a las empresas de la nube pública una experiencia mejor y consistente dentro y fuera de la nube.
FusionInsight LibrA es un sistema de almacenamiento de datos distribuidos de última generación con derechos de propiedad intelectual independientes. Actualmente, es ampliamente utilizado en gobierno, finanzas y operadores. FusionInsight LibrA es compatible con bases de datos Postgres de código abierto, especialmente en sentencias SQL de Oracle y Teradata. Los ingenieros de GaussDB(DWS) han diseñado un núcleo de almacenes híbridos de fila-columna no solo para un análisis más rápido, sino también para el procesamiento de datos, como agregar, eliminar, modificar datos. FusionInsight LibrA cuenta con las tecnologías de optimización de costes y almacén, incluido la computación vectorial de código de máquina y entre/dentro paralelismo para operadores y nodos. Utiliza LLVM para optimizar el código local en los planes de consulta de compilación. Las consultas y análisis de datos más potentes abordan los puntos problemáticos del servicio y mejoran la experiencia del usuario.
- GaussDB(DWS) se puede utilizar fuera de la caja.
La solicitud de GaussDB(DWS) en la nube pública toma solo unos minutos, lo que le libera del lento proceso de búsqueda y compra de almacenes de datos. Esto no solo simplifica la adquisición, sino que también reduce el costo y los requisitos para el uso de almacenes de datos. Las pequeñas y medianas empresas con acceso a GaussDB(DWS) pueden extraer sin problemas los valores de los datos para su desarrollo y formar información procesable.