Teradata utilise les lacs de données pour battre ses rivaux du cloud

Le pilier de l’entreposage de données lutte toujours pour arriver en tête de la liste. Dès lors, afin de vaincre ses rivaux natifs du cloud, Teradata a déployé des plateformes d’analyse et de lac de données.

Teradata affronte ses rivaux natifs du cloud avec des lacs de données

Teradata s’allie à ClearScape Analytics pour lancer 50 nouvelles séries chronologiques et fonctions ML. La société a également adopté les lacs de données basés sur le cloud avec le produit VantageCloud. L’organisation a renommé sa plateforme d’entrepôt de données cloud Teradata Vantage en « VantageCloud Enterprise ».

Teradata a alors adopté une approche antérieure afin de gérer les lacs de données. Et ce, avec la possibilité d’exécuter Hadoop dans sa plateforme d’analyse sur site Astor. Désormais, avec ses lacs de données sur VantageCloud Lake, Teradata promet un stockage objet centralisé. Celui-ci offrira des formats de données ouverts, des données structurées et non structurées et un schéma flexible. Dans ce nouveau projet, Teradata a choisi de collaborer avec H20.ai. Les utilisateurs peuvent donc y créer ses modèles puis les importer directement dans Teradata Vantage.

L’entreprise se concentre davantage sur le stockage d’objets

Selon les historiques, depuis le lancement de sa plateforme VantageCloud, Teradata prenait en charge S3. Pas que lui, mais aussi d’autres options de stockage dans le cloud. Cependant, le chef de produit de l’entreprise Hillary Ashton déclare les éventuelles améliorations à The Register. Selon lui, aujourd’hui, ses analyses et sa gestion des données se déclinent davantage pour le stockage d’objets S3. Hillary Ashton explique que même si cela paraît subtil, ça fait une différence significative. Désormais, affirme-t-il, la société a donc apporté l’intelligence de son indexation et de sa gestion de charge de travail. Ramené au stockage d’objets, ceci diffère d’une simple lecture, écriture et passage au magasin d’objets, déclare-t-il. En revanche, cette décision permet d’apporter l’IP de la société en termes de traitement parallèle massif et d’amélioration du temps d’accès dans le magasin d’objets.

Une stratégie pour attirer les clients des concurrents

Par ailleurs, afin d’améliorer la gestion de son pipeline d’apprentissage automatique, Teradata y a introduit plus de support. Baptisé Model Ops, celui-ci automatise le processus de sélection du modèle de champion challenger le plus efficace. Dans un ensemble de données donné, non seulement les résultats seront meilleurs, mais le processus plus rapide également.

L’analyste Tony Baer, ​​directeur de dbInsight note que Teradata a pu développer sa propre technologie. Cela dit, l’entreprise n’a donc pas adopté les formats de table open source tels qu’Iceberg de Cloudera ou Delta de Databricks.

En fait, cette nouvelle stratégie cloud de Teradata a pour objectif d’attirer l’attention du marché. Il vise plus précisément à capter les clients de ses rivaux de cloud native comme Snowflake, AWS Redshift, BigQuery de Google et Synapse de Microsoft Azure. Cependant, les jeunes développeurs, quant à eux, ne seront peut-être pas persuadés par Teradata. Selon l’explication de Baer, c’est à cause de sa longue histoire de systèmes sur site.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Pin It on Pinterest