Databricks簡化了BI和ML的數據管理

大數據公司Databricks Inc.希望幫助客戶簡化商業智能和機器學習操作的數據管理，以消除孤島。

為此，該公司今天宣布了一個新的“ Databricks Ingest”平臺，該平臺使客戶可以將數據加載到單個存儲庫中，該存儲庫可用于BI和ML工作負載。

Databricks還宣布了一個新的數據集成網絡，該網絡由數據集成合作伙伴組成，包括Fivetran Inc.，QlikTech International AB，Infoworks.io Inc.，StreamSets Inc.和Syncsort Inc.，它們將提供與Databricks Ingest的內置集成以自動執行數據加載任務。

以前，公司被迫將其數據分為傳統的結構化數據和非結構化的大數據，然后分別在BI和ML工作負載中使用它們。這種方法行之有效，但同時也會導致數據孤立，處理緩慢，并且往往以結果不完整而告終，Databricks說。結果，公司沒有使數據的價值最大化，而這正是Databricks Ingest旨在解決的問題。

“這是向'Lakehouse范式'轉變的眾多推動因素之一，該計劃希望將數據倉庫的可靠性與數據湖的規模相結合，以支持各種用例，” Ali Ghodsi-Databricks的創始人兼首席執行官。

Ghodsi提到了Databricks的新概念“ Delta Lake” ，這是去年4月啟動的一個開源項目，旨在提高企業數據湖的效率。

Ghodsi說：“為了使這種體系結構正常工作，需要輕松提取每種類型的數據。” “ Databricks Ingest是實現這一目標的重要一步。”

借助Databricks Ingest，客戶將能夠從一系列常用來源加載數據，包括Salesforce，SAP和Google Analytics等應用程序，Oracle，Cassandra和MySQL等數據庫以及Amazon S3和Azure Data等文件存儲服務湖泊存儲。

合作伙伴網絡很重要，因為這意味著公司可以確保將其數據連續加載到Delta Lake中，而無需設置和維護時間表的任何工作觸發器。設置完成后，所有新數據都會在創建后立即自動拉入Delta Lake。

Constellation Research Inc.分析師Holger Mueller說：“企業需要更快地獲取更多數據，他們需要能夠將其傳遞到ML運行的地方。” “在此方面，Databricks的合作伙伴網絡可能是一個很好的差異化因素。數據和ML的成功結合是企業加速發展的關鍵推動力，每個公司都必須實現這一目標，才能生存和發展。”