Yüksek Performanslı Veri Ambarı ve Analitik

15 Pages·2012·3.41 MB·Turkish

Yüksek Performanslı Veri Ambarı ve
Analitik
Ayhan Önder
Pure Data for Analytics CTP
IBM Pure Data System for Analytics
Analitik İhtiyaçlarınız için İş Yükü Optimize Sistem
PureData
Analitik Uygulamalar
System for Analytics
BI / Analiz/ Fonksiyonel Endüstri Veri İçerik
Raporlama Görselleştirme Uyg. Uyg. Madenciliği BI / Rep
Analitiği
IBM Big Data Platformu
Görselleştirme Uygulama Sistem
ve Keşif Geliştirme Yönetimi
Hızlandırıcılar
Hadoop Akışkan Veri
Sistemi veri işleme Ambarı
Veri Entegrasyonu ve Sahipliği
PureData System for Analytics
Kullanıcı deneyimini
bütünüyle değiştiriyor
ü Amaç optimize Analitik sistem
ü Entegre Veri Tabanı, Sunucu ve Veri Saklama Ünitesi
ü Standart Arayüzler üzerinden erişim
ü Düşük Sahip Olma Maliyeti
Hız: Geleneksel çözümlere* göre 10-100 kat hızlı
Basitlik: Minimal yönetim ve optimizasyon
Ölçeklenebilirlik: Petabyte ölçeğinde veri kapasitesi
Akıllı: Yüksek performanslı ileri düzey analitik
* IBM Müşterilerden alınan geri bildirimlere dayanmaktadır,. “Geleneksel çözümler” ifadesiyle profesyonel olarak
bütün olarak imal edilmiş iş yükü optimiz e sistemler dışındaki sistemler kastedilmektedir.
“IBM PureData System for Analytics” içerisinde neler var?
DDiisskk ÜÜnniitteessii
OOppttiimmiizzee DDoonnaannıımm vvee
YYaazzııllıımm
§ Kullanıcı verileri,
aynalama, swap alanı
§ Donanım Hızlandırıcılı
§ Yüksek performanslı veri
AMPP Mimari
tarama
§ Yüksek performanslı
analitik amaçlı tasarım
SSnniippppeett BBllaaddeess ™™
§ Optimizasyon ihtiyacı yok
§FPGA bazlı donanım
temelli sorgu hızlandırıcı
SSMMPP HHoosstt
§Göz alıcı yüksek
§ SQL Çözümleyici performans
§ Sorgu Planları
§Kompleks analitik
§ Otomatik Optimizasyon
fonksiyonlar veriler diskten
okunurken işlenir
§ Yönetim
Snippet-Blade™ (S-Blade) Bileşenleri
SAS Expander
SAS Expander
Module DRAM Dual-Core FPGA
Module
Intel Quad-Core
IBM BladeCenter Sunucu Netezza Veri Tabanı Hızlandırıcısı
PureData System for Analytics, AMPP Mimarisi
Field Programmable Gate Array
Programlanabilir İşlemciler
CCPPUU FFPPGGAA
MMeemmoorryy
İİlleerrii DDüüzzeeyy
AAnnaalliittiikk
Host
CCPPUU FFPPGGAA
(IBM xSeries, İİşş ZZeekkaassıı
MMeemmoorryy Red Hat Linux)
EETTLL
CCPPUU FFPPGGAA
MMeemmoorryy
VVeerrii
YYüükklleemmee
Disk
Network
Ünitesi S-Blades
Uygulamalar
PureData System for Analytics Appliance
PureData System for Analytics’i farklı kılan nedir?
“Netezza has allowed us to reduce
HHIIZZ Eskisine nazaran 2000 the complexity of regulatory
kat hızlı
reporting and processing of exchange
data from days down to minutes.”
Her ay %30 büyüme
Herhangi bir eğitim
“Allowing the business users
almadan 6 ay
access to the Netezza box was
BBAASSİİTTLLİİKK boyunca üretim what sold it.”
ortamında - Steve Taff, Executive Dir. of IT
Oracle sistemine göre 200 kat
Services
Daha hızlı, 3 ayda yatırımın geri
dönüşü
“NYSE … has replaced an Oracle
7 yıllık tarihçe
IO relational database with a
1 PB’lık veri Netezza’da
ÖÖLLÇÇEEKKLLEENNEEBBİİLLİİRR data warehousing appliance
LLİİKK saklanıyor from Netezza, allowing it to
conduct rapid searches of 650
%100-200 yıllık büyüme
terabytes of data.”
oranı
- ComputerWeekly.com
“Once we had the data on Netezza
SUNY Buffalo araştırmacıları we were able to do the same
analysis and much more complex
kentilyonlarca hesaplamayı
analysis in minutes. The research
AAKKIILLLLII
27 saatten 12 dakikaya draws on medical records, lab
indirdi results, MRI scans, and patient
surveys.”
- Dr. Murali Ramanathan, SUNY

Buffalo
IBM PureData System for Analytics
Raporlamanın Ötesinde Derinlemesine Analitik
Optimizasyon
Tahminleme
İş Zekası Raporlama
ve Ad-hoc Sorgular
• En iyi seçim hangisi olur?
• Ne olacak ?
• Etkisi ne olur?
• Ne oldu ?
• Ne zaman, nerede ?
• Ne kadar ?

© 2012 IBM Corporation
Entegre Analitik
IBM Netezza In-Database Analytics Version 2.0
Netezza EN GENİŞ Analitik Kütüphane
Veri Tabanı içi
Analitik
0 150
T0ransformasyonlar 100
0 Matematik 50
Coğrafi Analiz
0 0
MCea IBM EMC Oracle Teradata
Tahminleme
am Netezza Greenplum
İstatistik
§ Veriyi yerinden çıkarmadan
Zaman Serileri
Veri Madenciliği § Derinlemesine ve büyük veri analizi
§ Yüksek performanslı, paralel hesaplama
Hazır Veri Tabanı içi Analitik Yetkinlikler
Statistics Transformation Time Series Mathematical
s
§ Descriptive Statistics+ § Data Profiling / § Autoregressive+ § Basic Math*
Descriptive Statistics+ § Permutation and
§ Distance Measures* § Forecasting* Combination*
§ General Diagnostics
§ Hypothesis Testing* § Greatest Common Divisor
and Least Common
§ Statistics+ Multiple*
§ Chi-Square &
Contingency Tables* § Sampling § Conversion of Values*
§ Exponential and
§ Univariate & § Data prep Logarithm*
Multivariate
Distributions+ § Gamma and Beta Functions
§ Matrix Algebra+
§ Monte Carlo Simulation*
§ Area Under Curve*
§ Interpolation Methods*
Data Mining Predictive Geospatial
* Fuzzy Logix DB
§ Association Rules+ § Linear Regression+ § Geospatial Data Type
Lytix yetkinlikleri

§ Clustering+ § Logistic Regression+ § Geometric Functions
+ Netezza
Analytics ve Fuzzy
§ Feature Extraction+ § Classification § Geometric Analysis
Logix DB Lytix
§ Discriminant Analysis* § Bayesian yetkinlikleri
§ Sampling
§ Model Testing