Graphiqa-Stock - Fotolia

Die Analytics-Tools der Teradata Aster Analytics Suite

Die Teradata Aster Analytics Plattform umfasst die Aster-Datenbank, das Aster SNAP Framework, Aster R, SQL MapReduce und verschiedene Analytics-Tools.

Teradata Aster Analytics 7.0 ist das jüngste Release der Analytics-Suite. Die Suite bietet Geschäftskunden eine Reihe von Tools und Modulen, die es ihnen ermöglichen, Datenerfassungen für den gesamten Zyklus effizient abzudecken und dabei fortgeschrittene Datenanalysefunktionen zu nutzen. Die Werkzeuge adressieren eine Reihe von Business-Analytics-Szenarien, einschließlich der Analyse von Kundenfluktuation, Kaufpfaden, Fertigungsoptimierung, Produktaffinität und Betrugserkennung.

Das Portfolio umfasst Module, die den gesamten Datenanalytik-Lebenszyklus abdecken, von der Datenerfassung über die Aufbereitung, Modellierung bis zur Visualisierung. Diese Tools und Technologien ermöglichen es Anwendern, mit Daten über eine Vielzahl von Datenspeicher und Analytik-Technologien hinweg zu arbeiten.

Dazu gehören unter anderem SQL, MapReduce, Hadoop, R, Spark, Graphen und andere Data Stores für Datentypen, die strukturierte, halbstrukturierte und unstrukturierte Daten enthalten. Die Kombination mehrerer Technologien in einer Plattform stellt verschiedene analytische Ebenen zur Verfügung und ermöglicht die Erforschung von Daten und Einblicke, die ansonsten mit individuellen oder disparaten Werkzeugen schwieriger zu erkennen sind.

Komponenten von Teradata Aster Analytics

Das Fundament von Aster Analytics 7.0 bildet die Aster-Datenbank, die den primären Produktdatenspeicher zur Verfügung stellt und das Hadoop Distributed File System (HDFS) und die Aster Execution Engine unterstützt. Dies ermöglicht eine skalierbare, parallele Prozessor- und Execution-Architektur.

Die Kernschicht umfasst mehrere Komponenten, darunter das Aster SNAP Framework, das es den verschiedenen analytischen und Storage Engines ermöglicht, sich problemlos mit der Kernplattform zu integrieren. SNAP enthält einen Abfrageoptimierer für die Verarbeitung über mehrere Arten von Workloads hinweg, einschließlich Graph, R, MapReduce und SQL.

Das Aster SQL MapReduce Framework erlaubte es Anwendern, leistungsstarke Analysen mit MapReduce unter Verwendung von SQL oder R in der Aster-Datenbank auszuführen.

Aster R kombiniert die Leistung des SNAP Frameworks mit den Fähigkeiten der Open Source R-Engine. Dieser Ansatz ermöglicht es R-Programmierern, zusätzlich zu den Fähigkeiten der R-Bibliotheken die vorkonfigurierten Funktionen von Aster Portfolio zu verwenden. Programmierer, die R im Aster-Framework verwenden, erreichen eine massive Skalierbarkeit, indem sie die Datenbank von Aster und die parallele Verarbeitungsarchitektur verwenden.

Aster SQL-GR ist eine Graph-Verarbeitungs-Engine für Graph Analytics auf Basis von Big-Data-Datensätzen in der Aster-Datenbank. Die Graph-Erkennung ermöglicht es Benutzern, komplexe Graph-Netzwerkstrukturen zu analysieren.

Aster Analytics Portfolio ist eine Suite von Modulen, die über der Kernschicht von Analytics 7 arbeiten. Analytics Portfolio umfasst folgende Module:

  • Das Data-Acquisition-Modul unterstützt den Zugriff auf Daten aus einer Vielzahl von Quellen, darunter Teradata Data Warehouse, Apache Hadoop sowie andere strukturierte und unstrukturierte Datenquellen.
  • Das Modul Data Preparation ermöglicht es Benutzern, Daten aus einer Vielzahl von Datentypen und Quellen in Formate zu verwandeln, die leichter für Analysezwecke verwendet werden können.
  • Das Analytics-Modul bietet den Anwendern eine Reihe von vorkonfigurierten analytischen Funktionen, die für Operationen wie PageRank, Confusion Matrix und Single Decision Tree verwendet warden können.
  • Das Visualization-Modul enthält mehrere Funktionen, die Visual SQL-MapReduce-Funktionen verwenden. Diese können große Datenmengen parallel verarbeiten, so dass die Benutzer schneller Erkenntnisse aus den Daten gewinnen.

Mit dem jüngsten Release stellt Aster außerdem verschiedene neue Features bereit:

  • Eine Erweiterung für die Integration mit KNIME, so dass Benutzer den KNIME Workflow Editor nutzen und Astor Analytics-Funktionen in diese Workflows integrieren können. So können sowohl erfahrene als auch nicht-erfahrene Anwender einfache und schnelle Analysemodelle über die kombinierten Funktionen beider Produkte entwickeln.
  • Zusätzliche Erweiterungen, die die Möglichkeit beinhalten, Aster-Workflows mit Spark zu verbinden.
  • Zusätzliche analytische Funktionen für das Internet der Dinge (IoT) und eine Reihe von Modellvalidierungsfunktionen.

Teradata bietet außerdem Teradata IntelliCloud an, einen Cloud-Service, der Anwendern die Flexibilität und Agilität von Cloud Computing für Datenanalytik bietet und gleichzeitig die parallele Analyse-Engine von Aster einsetzt.

Teradata stellt schließlich Aster Express (basierend auf Aster 6.1) zur Verfügung. Aster Express ist eine virtuelle Appliance, die im VMware Workstation Player auf einem PC läuft. Aster Express ist ein vollfunktionsfähiges Cluster, das sich für Auswertungs-, Test- oder Entwicklungszwecke einsetzen lässt.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!

Nächste Schritte

Wie SAS Enterprise Miner Data Mining einfacher macht.

Wie KI, IoT und Big Data zu neuen Erkenntnissen per Data Mining führen.

SAP Predictive Analytics: Das Business von morgen analysieren.

Artikel wurde zuletzt im September 2017 aktualisiert

Erfahren Sie mehr über Business Analytics

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close