Diese Woche werden wir kündigte unsere Serie-D-Finanzierung anunter der Leitung von Ignition Partners. Frank Artale, geschäftsführender Gesellschafter von Ignition, sagte dazu: "Das ist eine tolle Sache:
"Die unausweichliche Verlagerung hin zu Big-Data-Infrastrukturen und Cloud-Anwendungen in Unternehmen stellt eine enorme Chance für einen neuen Ansatz für Datenkonnektivität und Self-Service dar. SnapLogics moderner Ansatz für Datenzugriff, -formung und -streaming positioniert das Unternehmen gut, um von einer enormen Marktchance zu profitieren."
Während wir weiterhin eine leistungsstarke elastische Integrationsplattform als Service(iPaaSopens in new tab) für die Verbindung und Synchronisierung von Cloud- und On-Premises-Geschäftsanwendungen (Salesforce, ServiceNow, SAP, Workday, Zuora usw.) bereitstellen, haben wir in den letzten Versionen die Funktionen unserer einheitlichen Plattform erweitert, um den wachsenden Bedarf an Big Data-Integrationopens in new tab zu decken. Greg Benson, unser Chief Scientist, hat die Big Data-Verarbeitungsplattformen von SnapLogic in diesem Beitrag zusammengefasst und wurde kürzlich in einem Artikel der Integration Developer Newsopens in new tab vorgestellt, in dem unsere Herbstversion 2014opens in new tab besprochen wurde. Was Spark betrifft, so stellte Greg in der jüngsten Ankündigung von Clouderaopens in new tab fest, dass:
"SnapLogic fügt in den kommenden Versionen unserer Elastic Integration Platform native Unterstützung für Apache Spark als Teil von CDH hinzu. In der ersten Phase fügen wir einen Spark-Snap hinzu, der die Vorteile eines Spark-Clusters nutzt, der zusammen mit unserer Snaplex-Verarbeitungs-Engine installiert ist. Dadurch können SnapLogic-Pipelines Daten in ein belastbares verteiltes Spark-Dataset (RDD) streamen. Unser Ziel ist es, die Bereitstellung von Daten für Spark aus unterschiedlichen Quellen wie herkömmlichen Datenbanken, Cloud-Anwendungen, APIs und jedem von SnapLogic unterstützten Ziel einfach zu machen. Weitere Anwendungen von Spark umfassen die Kombination unserer SnapReduce- und Spark-Berechnungen in koordinierten Workflows über SnapLogic-Pipelines und die Bereitstellung von Datenverarbeitungsfunktionen, mit denen Unternehmen die Produktivität ihrer Datenwissenschaftler verdoppeln können."
Unter #Hadoopworldopens in new tab letzte Woche in New York, diese Wikibonopens in new tab Chart erregte meine Aufmerksamkeit: 52 % der Befragten nannten Datenintegrationstools als die Big-Data-Tools und -Technologien, die heute im Einsatz sind. Ob es sich nun um Anforderungen für das Parsing oder Streaming von Daten handelt, um die Notwendigkeit, neue und unterschiedliche Datenformate und Speicherorte (z. B. Cloud) zu verarbeiten, oder um die Forderung nach Selbstbedienung durch Bürger-IntegratorenDie herkömmlichen ETL-Tools (Extrahieren, Transformieren und Laden), die für Zeilen und Spalten entwickelt wurden, sind für Anwendungsfälle der Big Data-Integration nicht geeignet.
Sehen Sie sich diese ausführliche Demonstration von SnapReduceopens in new tab und dem SnapLogic Hadooplex an, um zu erfahren, welche Vorteile die SnapLogic Elastic Integration Platformopens in new tab bietet:
