自从我上次写关于传统和现代架构的文章以来,已经过去了大约一年,这是多么美好的一年!我们认真地改变了我们的工作文化,以适应COVID-19的影响和保持社交距离的需求。这些面对面的会议被视频会议所取代。我们学会了适应那些讨厌的干扰——意料外的配偶、孩子、宠物加入视频通话以及经常发生的技术困难(我是否处于静音状态?)。
回顾影响信息和分析的变化,这也是一次疯狂的冒险。1979年,当Teradata成立时,商业计算系统在批处理环境中工作,处理千字节的数据。Teradata的创始人有一个愿景,即处理超过10亿千字节的数据集,并设计了一个大规模并行的架构来支持这种增长。成立近10年后,第一个1TB系统投入生产,20年后,客户开始部署1PB以上的系统。
在过去的40年中,发生了许多破坏性事件,每次Teradata都代表客户迎接这些挑战。
-
部署了第一批关系数据库系统来支持决策。大多数情况下,这是为了财务报告和公司绩效分析。随着数据量的增长,以及公司的部门和部门希望进行更多报告,部署了数据集市 。Teradata通过数据集市整合战略来构建企业数据仓。为了支持这一点,Teradata增强了其优化器和索引策略,以满足这一规模。它还与许多常见的ETL和BI工具集成,以满足客户的需求。
-
随着时间的推移,公司需要竞争优势,并需要更新和更频繁的数据来支持运营决策。这带来了一个新的数据平台:运营数据存储。在这里,用户可以近乎实时地查看其组织绩效并进行调整。同样,Teradata为发展为活动数据仓提供了技术基础。工作负载管理是明星,为已知工作负载提供一致的 SLA,并为运行时间较长的决策支持查询提供资源管理。数据通过涓流馈送或迷你批处理加载,用户可以立即访问此数据。
-
下一个主要事件是开源的兴起,以及围绕Hadoop架构构建的数据平台。前提很简单,在某些方面类似于Teradata的MPP(大规模并行处理)架构。拿一个大问题,把它分解成许多小问题,独立解决这些问题,然后再次把它重新组合起来。虽然有许多分析工作得很好,但也有许多缺点阻止了它取代企业数据仓。Teradata通过构建连接器,支持多结构数据集,扩展其分析功能并为其客户提供互联生态系统,从而对这些Hadoop系统采取了“和”策略。
-
在过去几年中,云计算已发展成为各种规模公司的商业上可行的解决方案。按实际使用量付费、减少对独立数据中心的需求以及跨计算和存储需求具有弹性的诱惑力,这确实触动了客户。如今,云服务提供商提供的技术托管解决方案可满足最苛刻客户的SLA和安全需求。Teradata采用了现代分析生态系统方法,为其客户提供亚马逊,微软或谷歌的选择,以及灵活的本地部署选项。云为我们带来了对象存储、弹性功能、基于消费的定价模型以及需要集成的综合服务生态系统。
我再次被提醒,我们的一些竞争对手试图将我们称为“过时传统”,但他们不理解的是,在过去的40年中,我们已经崛起并适应了变化,以满足客户的需求。我们确实有一个传统,我们为此感到自豪,这就是不同之处。我们不希望我们的客户每次发生破坏性事件时都必须拆除和更换其分析环境。他们没有时间或金钱可以浪费。
下一个破坏性事件会是什么?也许我们会在量子计算方面看到一些东西,或者也许是一些应用于分析的突破性感知AI?无论它是什么,我都期待着我们继续建立我们的遗产的旅程。
连续 20 年:被公认为数据分析领域的领导者
随时了解情况
订阅 Teradata 的博客,获取每周向您提供的见解