jeudi 18 mai 2017

Démocratiser l'analyse du Big Data


Éléments à retenir
Que ce soit dans le secteur public ou privé, tout le monde est impatient d’utiliser l'analyse des Big Data pour mieux comprendre l'écosystème qui nous entoure, afin de prendre des décisions plus éclairées, plus rapidement. Le logiciel DataCore Parallel Server permet de traiter des transactions très rapidement et d'analyser des quantités considérables de données dans un temps très court, sans recourir à des ordinateurs sophistiqués, des clusters de serveurs importants ou une transformation des codes en mémoire.

Sa technologie de pointe évolutive d’E/S parallèles s'est avérée capable de délivrer des performances extrêmement rapides, pour les applications en entreprise les plus complexes. 
Les résultats opérationnels obtenus se sont donc révélés supérieurs et ce, en utilisant beaucoup moins de serveurs, sans changement de programmation et via un processus beaucoup plus simple. Le logiciel DPS permet des applications transparentes, qu'il soit utilisé sur des fichiers ou des périphériques de bloc. 
Le temps de réponse de quelques microsecondes, et les millions d'IOPS par serveur permettent de décupler l'efficacité informatique global : le traitement est effectué localement, de façon plus efficace, à l'aide d'un nombre beaucoup plus restreint de serveurs, ce qui permet de prendre des décisions plus rapides et plus pertinentes.

La parallélisation des E/S va changer la donne dans le domaine de l'analyse du Big Data. DataCore dispose de la solution appropriée pour permettre aux petites entreprises d'en bénéficier et aux entreprises plus importantes d'obtenir des résultats plus rapidement, à un coût plus faible.

Pour en savoir plus, consultez l'article :

Extrait : « La technologie DataCore de traitement des E/S en parallèle semble être trop belle pour être vraie, voire magique... Toutefois, il suffit de l'essayer pour prendre conscience qu'elle est bien réelle et qu'elle est capable de vous faire réaliser de belles économies ! »

Aucun commentaire: