Teradata早已脱颖而出,不仅仅是因为它的规模或性能,而是因为它有一个高级SQL引擎,专门用于处理非常复杂的函数,如递归查询和隐式联接、独特的语法和用于并行工作负载的自定义逻辑。其结果是Teradata长期以来一直将自己定位于具有最具挑战性的分析问题的组织。最终,它以有利的姿态积极地拥抱了云。
红移、突触、雪花和大查询已经被定位为现代云、超规模的替代品,即用即用的定价,应该为传统的Teradata平台提供更经济的替代品。对许多人来说,功能缺陷或更改源代码和/或模式的要求一直是迁移的阻碍因素。
自然,有一家初创公司认为自己已经找到了答案。
数据计量学说,答案不是数据虚拟化,而是数据库虚拟化。它的方法是在teradatsql语句和目标云数据仓库之间插入一个充当缓冲区的运行时。这样做的目的是让Teradata客户能够在不同的目标上运行Teradata查询,而不必修改或完全重写现有的SQL程序。它的产品Hyper Q正在将Oracle添加到数据库源列表中。
Datometry方法的核心是它自己的专有hypervisor,它可以动态模拟SQL数据库调用。在后台,它将那些复杂的调用、存储过程和/或宏分解为目标数据仓库应该理解的原子操作。例如,用于查询嵌套或分层数据结构的递归查询被动态转换为一系列对目标的简单单独调用,中间结果存储在hypervisor管理的临时表中。考虑到这些操作可能很复杂,它提供了基于策略的排队,与源上运行的现有策略相匹配。它为BI和ETL工具提供JDBC和ODBC API。
当然,Datometry并不是第一个声明“不要更改您的程序”的工具。有SQL转换器,但Datometry声称它们的有效性往往参差不齐。他们估计代码转换器应该处理大约60-70%的工作负载。传统的解决方法是在应用程序中添加非SQL代码,以补偿Teradata SQL和目标数据库的SQL之间的差异。同样,云数据库模式迁移工具也常常忽略了自定义数据类型和结构。
数据计量学能处理Teradata SQL的所有特性吗?该公司声称拥有99%的Teradata工作负载覆盖率。诚然,这是有成本的——Datometry的虚拟化层将增加1-2%的开销,尽管正如他们所说的EPA评级,您的里程数将因工作负载而异。该公司声称,与维护来自SQL代码和模式转换工具的代码的开销相比,这是一个很小的代价。
大约四年前,Datometry在HPE Superdome机器上用SQL Server进行了初步的概念验证,此后,该公司转向在云中支持azuresynapse和googlebigquery。如上所述,它刚刚宣布了Oracle的预览版。明显地,Datometry还没有针对Amazon Redshift或Snowflake,因此它仍有自己的工作要做。
Fanua为全球分布的数据库云添加地理隔离
HPE和Nutanix合作伙伴在GreenLake云服务上添加数据库即服务
Databricks联合创始人的下一步行动:在无服务器上闪耀光芒自动缩放
时间刻度扩展并将目光投向分析
通过注册,您同意使用条款并承认隐私政策中概述的数据实践。
您还将获得免费订阅的ZDNet今日技术更新和ZDNet公告时事通讯。您可以随时取消订阅这些时事通讯。
您同意接收CBS系列公司的更新、提醒和促销活动,包括ZDNet的今日技术更新和ZDNet公告时事通讯。您可以随时取消订阅