Hortonworks Data Platform 3.0 für Containerisierung und Deep-Learning-Workloads

SAN JOSE, Kalifornien, 19. Juni 2018 /PRNewswire/ -- DATAWORKS SUMMIT — Hortonworks, Inc.® (NASDAQ: HDP), ein führender Anbieter von globalen Daten-Management-Lösungen, stellte heute die Hortonworks Data Platform (HDP) 3.0 vor, die signifikante neue Unternehmensfunktionen ermöglicht, darunter die Containerisierung für den einfacheren und schnelleren Einsatz von Anwendungen und gesteigerte Entwicklerproduktivität. Die neue Version von HDP ermöglicht es Kunden, Daten im großen Umfang schneller, zuverlässiger und sicherer auszuwerten, um Geschäftstransformationen optimal zu steuern.    

„Das Innovationstempo aus der Open-Source-Community hat noch immer nicht nachgelassen, was bedeutet, dass Kunden die neuesten und besten Funktionen mit HDP erhalten, darunter Containerisierung, Deep-Learning-Anwendungen und massive Leistungsverbesserungen im Bereich der Analytik," sagte Arun Murthy, Mitbegründer und Chief Product Officer bei Hortonworks. „HDP hat den gewünschten Reifegrad erreicht, um geänderten Unternehmensanforderungen gerecht zu werden. Wir freuen uns, diesen Meilenstein mit unseren Kunden feiern und diesen eine moderne Art der Datenarchitektur zur Verfügung stellen zu dürfen."

Als Schlüsselkomponente moderner Datenarchitekturen ist HDP eine sichere, unternehmensgerechte OpenSource-Plattform, die auf Apache^™ Hadoop^® basiert. Es werden sämtliche Anforderungen in Bezug auf Daten im Ruhezustand erfüllt, Echtzeit-Kundenanwendungen unterstützt und robuste Big-Data-Analysen geliefert, was Entscheidungsfindung und Innovation beschleunigt. Im Gegensatz zu anderen Hadoop-basierten Distributionen bauen viele der neuen Verbesserungen von HDP 3.0 auf Apache Hadoop 3.1 auf und umfassen:

• Agile Anwendungsbereitstellung mittels Containerisierung, die es ermöglicht, Apps schnell zu starten, sodass Benutzer Zeit und Ressourcen sparen können. Mit der HDP-Containerisierung können Entwickler rasch agieren, mehr Software effizienter einsetzen und mit gesteigerter Geschwindigkeit arbeiten.
• Unterstützung für Deep-Learning-Anwendungen, was Kunden Workloads wie maschinelles Lernen und Deep-Learning-Anwendungen ermöglicht, die auf umfangreiche und teure GPU-Ressourcen angewiesen sind. Diese Funktion nutzt Pooling und Isolierung, was es dem Data Scientist ermöglicht, den GPU-Zugriff zu teilen und gemeinsam zu nutzen.
• Echtzeit-Datenbank für optimierte Abfragen, sodass durch Schließen der Leistungslücke zwischen Workloads mit geringer Latenz und hohem Durchsatz mehr Daten schneller verarbeitet werden können. Aktiviert über Apache Hive 3.0 bietet HDP 3.0 die einzige vereinheitlichte SQL-Lösung an, die interaktive Abfragen im großen Maßstab durchführen kann - unabhängig davon, ob die Daten vor Ort oder in der Cloud gespeichert sind.
• Größere Sicherheit und Governance für die gesicherte Einhaltung gesetzlicher Vorschriften, einschließlich der DSGVO, durch eine ununterbrochene Daten-Überwachungskette und engmaschige Kontrollen. Diese neuen Funktionen sind einzigartig, da sie die Herkunft der Daten von ihrem Ursprung bis zum „Datensee" nachverfolgen können. Außerdem können Auditoren Daten einsehen, ohne Änderungen vorzunehmen, es können zeitbasierte Richtlinien eingesetzt und Audit-Events mit Verschlüsselungsschutz erfolgen.

Optimiert für die Cloud