FOSTER CITY, Kalifornien and MÜNCHEN, Deutschland, June 12, 2019 (GLOBE NEWSWIRE) -- GridGain® Systems, Anbieter professioneller In-Memory-Computing-Lösungen auf Basis von Apache® Ignite™, präsentiert den  GridGain Data Lake Accelerator, eine In-Memory-Lösung für digitale Unternehmen, die ihre Alt-Daten aus Datenlagern zu ihren Betriebsdaten hinzufügen möchten, um Analysen und automatisierte Entscheidungen in Echtzeit zu verbessern. Der GridGain Data Lake Accelerator ist in der GridGain Enterprise Edition und GridGain Ultimate Edition verfügbar.

Der GridGain Data Lake Accelerator verbessert den Zugriff auf Datenpools (Data Lakes) durch zweidirektionale Integration mit Apache™ Hadoop®. Die Integration lädt historische Daten in den gleichen In-Memory-Computing-Layer wie die Daten aus dem aktuellen Betrieb. So können Analyse und Verarbeitung des kombinierten Datensatzes durchgeführt werden, um bessere Entscheidungen in Echtzeit zu treffen. Die GridGain Unified API und der native Apache Spark™ Konnektor ermöglichen HTAP (Hybrid Tansactional/Analytical Processing) in Echtzeit, durch die sowohl Transaktionen als auch Analysen mit dem operativen Datensatz parallel durchgeführt werden können.

„Es gibt zahlreiche Beispiele bei denen Unternehmen für ihre digitale Transformation oder IoT-Anwendungen eine Analyse in Echtzeit benötigen, die sowohl die operativen Daten als auch weitere Datenpools miteinbezieht“, sagt Abe Kleinfeld, President and CEO of GridGain. „Der GridGain Data Lake Accelerator hilft Unternehmen dabei, sofortige Einblicke zu erhalten, aufkommende Chancen zu nutzen und Entscheidungsprozesse zu automatisieren.“

„Vielen Unternehmen haben Hadoop-basierte Datenpools aufgebaut, die Daten von zahlreichen Quellen zusammentragen und die Verarbeitung und Analyse für zahlreiche Anwendungsfälle abdecken, jedoch nicht den erwarteten Nutzen bringen“, sagt Matt Aslett, Research VP, Data, AI and Analytics, 451 Research. „Durch die Hinzunahme von In-Memory Computing bietet GridGain Unternehmen nun die Möglichkeit den Zugriff auf ihre historischen und Live-Daten zu beschleunigen, um Echtzeit-Entscheidungen zu ermöglichen.“

Typische Anwendungsfälle für den Data Lake Accelerator sind beispielsweise: Echtzeit-Datenströme mit historischen Daten zu erweitern, Grenzwerte für operationale Entscheidungen aus historischen Trends zu errechnen oder historische und Echtzeit-Daten in einem Dashboard gemeinsam auszuspielen. So kann beispielsweise ein Transportunternehmen kontinuierlich Liven-Daten über die Motoren seiner Flotte sammeln. Diese Daten werden aufgenommen, verarbeitet, analysiert und anschließend in einem Datenpool abgespeichert. Nur die neuesten Daten verbleiben im operationalen Datensatz. Wenn ein ungewöhnlicher Messwert in den Live-Daten eine Warnung für einen bestimmten Motor auslöst, analysiert das System die gesamten Motorendaten, um die Ursache des Problems genau festzustellen. Eine Infrastruktur mit einer GridGain In-Memory-Computing-Plattform, Kafka, Spark und Hadoop macht das möglich. Apache Kafka transferiert den Live-Datenstrom in die GridGain In-Memory-Computing-Plattform und in den Hadoop Datenpool. Spark wiederum holt die benötigten Daten aus dem Datenpool und gibt sie an die In-Memory-Computing-Plattform weiter. Die GridGain Plattform behält nun den kombinierten Datensatz im RAM und kann Analyseanfragen in Echtzeit über die Daten laufen lassen. So erhält das Unternehmen tiefgehende und sofortige Einblicke in die Gründe für den ungewöhnlichen Messwert.

Der GridGain Data Lake Accelerator ist für die GridGain Enterprise und Ultimate Editions erhältlich. GridGain´s In-Memory-Computing-Plattform basiert auf Basis von Apache Ignite und bietet In-Memory-Geschwindigkeiten und massive Skalierbarkeit für datenintensive Anwendungen. Dabei müssen existierende Datenbanken nicht ausgetauscht werden und die Plattform kann On-Premise, in Public- oder Private-Cloud- sowie in hybriden Umgebungen eingesetzt werden. Die GridGain Enterprise Edition bietet Funktionalitäten basierend auf Apache Ignite, die eine einfache Aufstellung, Verwaltung und Sicherung eines In-Memory-Datagrids in wichtigen Produktionsumgebungen ermöglicht. Die GridGain Ultimate Edition fügt dem noch die Back-Up- und Recovery-Funktionen hinzu, die nötig sind, um GridGain als In-Memory-Datenbank zu nutzen.

Über GridGain® Systems
GridGain Systems revolutioniert den Echtzeit-Datenzugriff und die Datenverarbeitung, indem es eine In-Memory-Computing-Plattform auf Basis von Apache® Ignite™ anbietet. GridGain-Lösungen werden von globalen Unternehmen in den Bereichen Finanzen, Software, E-Commerce, Einzelhandel, Online-Business-Services, Gesundheitswesen, Telekommunikation, Transport und anderen wichtigen Branchen eingesetzt. Dazu gehören Kunden wie ING, Raymond James, American Express, Societe Generale, Finastra, IHS Markit, ServiceNow, Marketo, RingCentral, American Airlines, Agilent and UnitedHealthcare. GridGain bietet eine bislang nie dagewesene Geschwindigkeit und massive Skalierbarkeit für Legacy- und Greenfield-Anwendungen. Die auf einem verteilten Cluster von Commodity-Servern installierte GridGain-Software kann sich zwischen den Anwendungs- und Datenschichten (RDBMS, NoSQL und Apache™ Hadoop®) implementiert werden und erfordert kein Rip-and-Replace der vorhandenen Datenbanken. Zudem kann sie als In-Memory-Datenbank eingesetzt werden. GridGain ist die umfassendste In-Memory-Computing-Plattform für hochvolumige ACID-Transaktionen, Echtzeitanalysen, Web-Scale-Anwendungen, kontinuierliches Lernen und HTAP. Weitere Informationen finden Sie unter gridgain.com.

KONTAKT:
HBI GmbH
Simon Herrmann / Christian Fabricius
gridgain@hbi.de
Tel: +49 (0) 89 99 38 87 -33/-31

GridGain is a trademark or registered trademark of GridGain Systems, Inc. Apache, Apache Hadoop, Hadoop, Apache Ignite, Ignite, Apache Kafka, Kafka, Apache Spark, and Spark, are trademarks of The Apache Software Foundation. All other product and company names herein may be trademarks of their registered owners.