Большие данные и аналитика HPE Moonshot
Большие данные, которые встречаются в современной информационной среде, включают в свой состав структурированную и неструктурированную информацию, которую не получится обрабатывать, используя для этого стандартные средства и обычные серверные системы. Кроме этого, для современной информационной системы характерно непрерывное обновление данных, которые нужно обрабатывать в режиме реального времени, для чего потребуется наличие специальных аналитических инструментов.
Инструменты для работы с большими данными
Эффективно могут поддерживаться большие данные и аналитика HPE Moonshot с помощью специальных серверных систем HPE Moonshot, формируемых на основе шасси Moonshot-1500 и специальных картриджей.
Практическое применение HP Moonshot с DataStax Enterprise для NoSQL Apache Cassandra обеспечит широкие возможности по обработке больших объемов информации. При использовании обычных технологий для работы с масштабными данными, например NoSQL, применяется большое число серверов с небольшой мощностью, которые должны функционировать параллельно. HP Moonshot предлагает применение более экономичной и энергоэффективной альтернативы, которая построена на основе платформы с высокой плотностью мощных серверных картриджей.
Использование революционной эталонной архитектуры для больших объемов данных от HPЕ позволяет задействовать потенциал асимметричной архитектуры Hadoop. Это способствует тому, что все аналитические приложения могут располагаться в консолидированном информационном архиве Apollo. Благодаря этому можно независимо определять и масштабировать отдельно выбранные компоненты платформы, оптимизируя процесс вычислений и хранения информации.
Портфель решений для работы с большими данными
Для эффективной работы с масштабными информационными архивами и базами данных используются следующие аппаратные решения:
- серверный картридж ProLiant m710p;
- серверный узел ProLiant m350;
- серверный картридж ProLiant m710;
- серверный узел ProLiant 800;
- корпус HP Moonshot-1500.
Использование этого оборудования совместно с ресурсами для хранения информации позволяет получить высокопроизводительные решения на основе Hadoop. Эти решения отличаются оптимизированным распределением рабочих нагрузок и усовершенствованной сетевой архитектурой.