HPE在其数据结构上整合分析

发布时间: 2023-05-16

HPEtoday公布了对Ezmeral软件平台的重大更新，该软件平台以前包括许多组件，但现在只包括两个组件，包括从一个类别的面板提供从云到云的数据管理的EzmeralDataFabric，以及UnifiedAnalytics，这意味着它可以在没有供应商或锁定的情况下简化客户对薪酬源分析和MLframework的访问HPEEzmeralDataFabric是一种灵活的数据制造服务，它于2019年从MapRback获得。它支持S3公司的对象存储、Kafka兼容的数据流和Posix兼容的数据存储层，所有这些都在一个全局名称空间内（在工作中有向量和图形存储）。支持ApacheIceberg和DatabricksDeltatableformatshelpto保持数据一致

HPE的更新是由新的SaaSdelivery选项、一个无人机接口和更精确的控制以及自动化的策略管理组成的。但与EzmeralUnifiedAnalytics有着巨大的创新，它为所有的开源框架带来了开箱即用的部署能力，包括ApacheAirflow、ApacheSpark、ApacheSuperset、Feast、Kubeflow、MLFlow、PrestoSQL和RayHPEEzmeralSoftware的副总裁兼总经理MohanRajagopalan表示，客户可以在不担心安全加固、数据集成问题、正在进行的项目或供应商锁定的情况下，将这些框架工作部署到他们的数据中加入HPEaboutayarago的Rajagopalan说：“我们的客户可以在没有任何供应商或锁定的情况下访问最新、最强大的资源。”。“他们为HPEC提供支持和服务的企业提供了整体防护，但没有锁定。”

Rajagopalan说，开源社区发展迅速，经常更新，提供新的功能和特性。然而，开源用户不必满怀热情地工作，以确保他们的实施能够提供企业级的安全性和合规性。HPE将采取行动，确保一半的客户都能完成工作

HPEEzmeralUnifiedAnalyticsgivesusers访问补偿源分析和MLframework（图像源：HPE）

他说：“补丁、安全更新等都是向我们的客户提供的。他们对此并不担心。他们应该使用这些工具。我们保持这些工具的绿色。”。“我们要确保所有工具都符合企业或公司的安全标准。所以要考虑OIDC、单点登录等。我们要注意所有的部署。”

更重要的是，他说，HPEwillenusetthetoolsallyplaylytogether。例如，以Kubeflow和MLFlow为例Rajagopalan说：“KubeflowIthink是当今市场上最受欢迎的MLOpscapability'。”。“MLFlow我认为它具有最好的模型管理功能。然而，让Kubeflow和MLFlow一起工作只会让人大吃一惊。”

HPE已承诺确保其与外部引入的重大代码更改或项目分叉相兼容。Rajagopalan说，这对HPE客户来说很重要，因为他们希望能够轻松地检查其实施，包括任何云、边缘和非核心的强度软件总经理表示：“我们需要迫使我们的客户选择库存。”。“我们想知道他们在哪里康复，以及他们的痛点在哪里膨胀。”

当这是企业Hadoopm模型运行时的差异–；其中分配器类似于Cloudera、Hortonworks和MapR希望为开源项目（Hive、HDFS、HBase等）建立并保持同步的大型集合–；Rajagopalansaidit并非如此。”他说：“我认为这是在赚钱，是在欺骗人才。然而，我认为这种方法是有缺陷的。”

这是一个重要的技术差异。对于启动器，HPE引入了组件和存储的分离，这最终成为了Hadoupgame中的主要粘性点，并最终导致了HDFS和YARN的混合，而不是3对象存储和Kubernetes。HPE的Ezmeral DataFabric和UnifiedAnalytics将支持HDFS（它正在被优先考虑），但现在的StargetiS3（以及Kafka和Posix文件系统）存储与Kubernetes控制的容器相耦合“所有重新统一的分析系统KubernatizadappofSparkorKubeflow或MLFlow或者所有的框架都包含在其中。”“每个应用程序的爆炸都是由容器决定的。然而，在这些场景之后，我们也会创建一个脉冲串，这样应用程序可以在相互通信的情况下进行通信，同时我们也可以在不干扰任何应用程序的情况下，在适当的位置进行自定义替换或升级应用程序。”

然而，仅仅是将一些Kubernetes公司的软件用于支付资源比特并不是一个大问题。公司必须向UnifiedAnalytics公司支付费用，而HPE的专家们在这些应用程序上的支持可以在没有引起骚动的情况下共存Rajagopalan说：“我认为Kubernetes是一个秘密，负责保管所有东西。”。“我不认为有魔法盒。我认为我们在管理设置工具方面有很多经验。这就是魔法酱。”

对ApacheIceberg和Databricks的DeltaLake格式的支持也将用于帮助HPEto确定Hadoop社区最终失败的原因–；在不锁定的情况下，保持大量持续参与的薪酬框架工作的分布Rajagopalan在谈到冰山在UnifiedAnalytics中的存在时说：“这太棒了。”冰山已经被Snowflake和其他云数据仓库供应商所采用，比如Databricks，惠普为其提供数据连接器。Snowflak正在普及许多想要进行BI和报告的惠普客户，而Databricks的条件DeltaLake格式对做AI和ML工作的客户来说很重要Rajagopalan说：“什么是Wetrytois Wetryto provide the ghts sets of abstractions and here we’；relation on on open standards。Wedon’，twont to create our own bespoked abstraction。”。“现在，我希望惠普能在瑞士为我们的客户提供最好的选择。随着市场的成熟，我们可能会采取更谨慎的态度。但我认为应该有足够的空间来满足客户的需求。”

相关项目：

HPEA将Lakehouse添加到GreenLake，目标数据块

HPEUnveels'Ezmeral'下一代应用程序平台

DataMeshVs.DataFabric:理解差异

-