Teradata® QueryGrid™

Teradata Unified Data Architecture™ 向け、シームレスなマルチシステム分析を備えたデータファブリックを実現


ワークロードに特化した処理エンジン全体における処理の最適化、簡易化、統合

Teradata QueryGrid

ビジネス上のメリット

統合されたプロセス

Teradata QueryGrid™ によって、ビジネスをデータ全体に渡るシームレスなデータファブリックおよび容易な分析を実現する分析エンジンと連動させます。 密接な分析環境として運用されている特殊な処理エンジンのメリットを活用することで、ユーザーはすべてのデータから最も高い価値を得ることができます。

透過的に複数の分析エンジンの結合されたパワーを活用してビジネス上の問題に対処する Teradata QueryGrid は、ビジネスに最も包括的な分析ソリューションを提供します。

Teradata QueryGrid と適応的最適化
フラストレーションを排除

記事を読む: Harmonious Orchestration
エンドユーザー向けのシームレスなセルフサービス

Teradata QueryGrid™ は複数のシステム分析に対する独自のアプローチを採用し、ユーザーにすべてのデータへのシームレスなセルスサービスのアクセスおよび SQL を介したシステム全体の分析という優れたエクスペリエンスを提供します。 ユーザーは既存の SQL スキルとツールを引き続き使用することが可能なため、再度トレーニングを受けることなく新しい分析クラスを実行できます。

複合分析の複雑さを低減

記事を読む: Harmonious Orchestration

IT 上のメリット

最適化された分析環境

Teradata QueryGrid™ は、プラットフォーム全体に渡る「プッシュダウン」処理により、分析システムの使用を自動化および最適化します。

  • データ移動を最小限にとどめ、その場でデータを処理
  • データ重複を最小化
  • 分析処理およびシステム間のデータ移動を透過的に自動化
  • 双方間のデータ移動を簡易化
MongoDB and Teradata QueryGrid – Even Better Together
Teradata QueryGrid と適応的最適化

記事を読む: Harmonious Orchestration
統合されたプロセス

管理上の課題に煩わされることなくそのパワーを統合かつ活用することで、分析システムから最大の価値を得ることが可能になりました。 Teradata QueryGrid™ により、Teradata Database や Teradata Aster Database、オープンソース Hadoop、Oracle Database、SASや Perl、Python、Ruby、R といった優れた言語が持つ分析能力や価値を活用できます。

Teradata Database の Adaptive Optimizer が他のソースからのデータを使用してハイパフォーマンスなクエリ実行計画を実現する一方で、Teradata Unified Data Architecture 内のシステムを使用する際にワークロード優先順位を渡すといった特別な機能が、利用可能なリソースを最大限有効に活用します。

複合分析の複雑さを低減
Not Your Traditional Data Warehouse
Teradata QueryGrid and Adaptive Optimization
Eliminate Frustration

記事を読む: Harmonious Orchestration

QueryGrid_ComicBook

QueryGrid のお陰で助かった!

マーケティングと IT という異なる部門の 2 人が直面する問題は、ビッグデータに匹敵するほど大きかった! 続きはコミックで。

コミックを読む

お気軽にお問い合わせください。

皆様のご意見をお聞かせください。また、質問にもお答えします。

テラデータへのお問い合わせ
Forum2

TERADATA フォーラム

テクニカルエキスパートがアイデアやコード、ベストプラクティス、レッスンを共有するデジタルコミュニティ

詳細を表示する

「テラデータは、Hadoop と HCatalog、Aster SQL-H を統合し、Hadoop に格納された多量のデータの直接的かつ高度な分析を可能にしてくれました。」

Ari Zilka

Hortonworks 社 CTO

顧客スポットライト

自動車保険業界では、ドライバーの動作を直接モニタリングして、その情報を保険会社に転送するテレマティックスを採用する傾向が高まっています。 つまり保険会社が、ドライバーのリスクを評価してそれに応じて保険料を変更します。 収集される多量のテレマティクスの生データは Hadoop に格納されます。 アナリストは Aster Database を使ってテレマティクスデータのパス分析を実行し、たとえば、急ブレーキ後の突然のレーン変更といったドライバーの動作が最も引き起こすであろう事故を特定します。 特定後、そうしたパターンは分析のため Teradata データベースにロードされます。 アナリストは Teradata データベースにクエリを書き込み、フィルタリングしたテレマティクスデータセットを Hadoop からデータウェアハウスに移動させ、パターンを分析してドライバーの最も高いリスクを特定します。 このリスク情報は、データウェアハウスに格納された顧客データとともに相互参照され、ドライバーの顧客としての価値の高低が判断されます。そしてアナリストは保険料の見直しについての提案書を作成するのです。

最新情報