GridGain Systems, разработчик корпоративных решений In-Memory Data Fabric на базе Apache Ignite, выпустила новую версию платформы для переноса вычислений в оперативную память компьютера GridGain Professional Edition 1.6, которая ускоряет операции в 1000 раз по сравнению с обработкой данных на диске.
Обновленная версия получила нативную поддержку системы управления базами данных Apache Cassandra, новый драйвер ODBC, транзакции без взаимной блокировки (deadlock-free) и новую облачную консоль управления. Эти функции упрощают интеграцию с инструментами анализа данных, повышают производительность, предоставляют доступ к новому инструменту для конфигурации и управления установками GridGain и Apache Ignite, а также значительно улучшают производительность баз данных для пользователей Cassandra.
Добавив поддержку Apache Cassandra, GridGain расширяет свои возможности для ускорения работы и масштабирования наиболее популярных баз данных как SQL, так и NoSQL, а также Apache Hadoop. Система Apache Cassandra оптимизирована для обработки простых предопределенных запросов по данным, хранящимся на диске. Однако в ней не предусмотрена возможность обработки данных в оперативной памяти и поддержка транзакций. Используя интеграцию с GridGain, пользователи Apache Cassandra могут: ускорить обработку запросов в 1000 раз за счет переноса вычислений с диска в RAM; использовать совместимость с ANSI SQL-99 для обработки как структурированных, так и неструктурированных запросов с полной поддержкой ODBC и JDBC; осуществлять транзакции, полностью выполняющие требования ACID для чтения и записи данных в своих базах Cassandra; использовать преимущества встроенной поддержки Apache Spark, Apache Hadoop и стриминговых приложений.
Платформа GridGain In-Memory Data Fabric на базе Apache Ignite обеспечивает масштабируемую работу с приложениями, обрабатывающими большие объемы данных, а также
GridGain обеспечивает работу как существующих, так и новых приложений в распределенной, массово-параллельной архитектуре на доступном, стандартном в индустрии аппаратном обеспечении, которое легко масштабировать путем добавления дополнительных узлов в вычислительную систему. Платформа GridGain In-Memory Data Fabric не требует, либо требует минимальных изменений в приложении или уровнях базы данных для архитектур на основе RDBMS, NoSQL или Apache Hadoop.
Упрощенная интеграция с Apache Cassandra. GridGain теперь предлагает интеграцию с Apache Cassandra в готовом решении, упрощая использование Cassandra как постоянного хранилища для любой версии GridGain или Apache Ignite.
Новый драйвер ODBC позволяет подключаться к GridGain или Apache Ignite с платформы на любом языке программирования. Пользователи теперь также могут анализировать данные, хранящиеся в GridGain или Apache Ignite, с помощью Tableau или любого другого стандартного инструмента аналитики.
Новая функция транзакций deadlock-free обеспечивает развертывание платформы на несколько масштабных команд без взаимной блокировки. Эта функция предусматривает автоматическое распознавание взаимных блокировок как для оптимистических, так и для пессимистических транзакций, гарантируя бесперебойную работу даже в ситуациях высокой конкуренции.
Новая консоль веб-менеджмента для GridGain и Apache Ignite упрощает управление средой за счет функций облегчения конфигураций, SQL-запросов, мониторинга и контроля.
«GridGain In-Memory Data Fabric — это эффективная технология для компаний, которым необходимо обрабатывать и анализировать большие объемы данных в режиме реального времени в транзакционных, аналитических или гибридных пользовательских сценариях, — говорит Эйб Кляйнфилд, президент и генеральный директор GridGain. — В новом релизе мы упростили интеграцию GridGain с любой средой за счет функции управления взаимными блокировками, драйвера ODBC и облачной веб-консоли, которые повышают производительность для большего числа пользователей. Мы особенно рады появлению прямой поддержки Apache Cassandra, предоставляющей пользователям Cassandra новые возможности — обработку неструктурированных запросов и совместимые с требованиям ACIDтранзакции с сохранением преимуществ скорости обработки данных в оперативной памяти».