Data Virtualization
Descrizione
Data Virtualization abilita l'accesso ai dati fisici da varie origini in modo virtuale, in modo che i dati possano essere acceduti, manipolati e analizzati da un'unica ubicazione centrale, senza la necessità di conoscerne il formato fisico o l'ubicazione e senza doverli spostare o copiare.
Data Virtualization è completamente integrato in Cloud Pak for Data as a Service su IBM Cloud come parte del data fabric. Data Virtualization fornisce le funzionalità di virtualizzazione dell'architettura del data fabric.
Per iniziare, crea un'istanza del servizio di Data Virtualization e avvialo in Cloud Pak for Data as a Service. Quindi, creare connessioni alle origini dati in modo da poter creare rapidamente viste in tutti i dati della propria organizzazione.
Con Data Virtualization, la tua azienda può raggiungere questi obiettivi:
- Semplifica le tue analisi e rendile più accurate perché stai interrogando i dati più recenti alla loro origine.
- Utilizzare l'analytics in tempo reale in modo efficiente e ottenere l'analytics corrente per le origini dati distribuite, senza la necessità di archiviare i dati al di fuori del data center.
- Accelerare i tempi di elaborazione organizzando automaticamente i nodi di dati in una rete collaborativa per l'efficienza computazionale.
- Sfruttate l'SQL standard attraverso interfacce comuni come R, Spark, Python e Jupyter Notebook in un unico repository di dati dove le vostre applicazioni SQL possono connettersi ed essere eseguite.
- Centralizza l'autenticazione e l'autorizzazione per le origini dati in un ambiente attendibile in cui le credenziali per i tuoi database privati sono memorizzate crittografate sul dispositivo locale e sono private per tale dispositivo.
Questo servizio aggiunge uno spazio di lavoro a Cloud Pak for Data as a Service.
Casi di utilizzo
La seguente tabella descrive come Data Virtualization risponde alle esigenze critiche di un'organizzazione:
| Istruzione problema | Cosa Data Virtualization abilita | Valore |
|---|---|---|
| Utilizzare molti dati in diverse ubicazioni e formati è impegnativo e porta a una pipeline di dati complessa. | Un livello semantico che si sovrappone alla proliferazione dei dati che consente agli utenti di eseguire query in diverse origini e formati di dati in tempo reale. | Consentire ai consumatori di dati di essere self - service. |
Archiviazione dei dati in diverse ubicazioni cloud e on - premise con software e sistemi che non lavorano insieme per creare pipeline di dati end - to - end. |
Gli ingegneri dei dati possono soddisfare rapidamente le richieste di integrazione dei dati ad hoc per convalidare ipotesi o scenari "what-if" con sicurezza e governance. | Accelera il ciclo di vita dei dati e riduci il time to value per rispondere alle domande di business. |
| Incapacità di gestire la governance e applicare le normative sulla privacy su larga scala. | Astrazione della governance dei dati e applicazione delle policy dei dati in tutte le origini dati tramite un unico livello. | Aumentare la conformità con le normative di protezione dei dati, riducendo il sovraccarico di gestione del controllo degli accessi su larga scala. |
Collegamenti rapidi
- Imposta: imposta il servizio
- Amministra: gestisci e gestisci il servizio
- Sviluppare: Scrivere codice e creare applicazioni
- Novità: scopri le novità di ogni settimana
- Crea: crea l'istanza del servizio
Servizi richiesti
| Servizio | Funzionalità |
|---|---|
| IBM® Knowledge Catalog | Crea cataloghi di asset curati con questa piattaforma di gestione del catalogo aziendale sicura supportata da un framework di governance dei dati. |
Servizi integrati
| Servizio | Funzionalità |
|---|---|
| watsonx.ai™ Studio | Prepara, analizza e modella i dati in un ambiente collaborativo con strumenti per data scientist, sviluppatori ed esperti di dominio. |