Cloud Mass Ingestion
Speisen Sie Streaming Big Data, Datenbanken und Dateien mithilfe von cloudbasierten Services effizient ein.
Datenintegration, die mit Ihrem Unternehmen Schritt hält.
Für heutige Analytics-Systeme sind große Datenmengen erforderlich. Um die umfassendsten Analyseergebnisse zu erzielen, müssen Sie zunächst große Datenmengen schnell und genau einspeisen. Die cloudbasierten Dienste von Informatica nehmen Daten effizient in firmeninterne Systeme, Cloud-Repositories und Messaging-Hubs wie Apache Kafka auf, so dass sie schnell für die Echtzeitverarbeitung verfügbar sind. Darüber hinaus erhalten Sie Unterstützung für das Streaming von IoT- und Protokolldaten, von großen Dateigrößen und für die Änderungsdatenerfassung für Datenbanken.
Warum benötige ich die Einspeisung großer Cloud-Daten?
Um Streaming-Daten, IoT-Daten, Dateidaten und Datenbanken effizient in Cloud Data Lakes zu verschieben, damit sie für Analytics- und Data Science-Initiativen zur Verfügung stehen.
Einspeisung von CDC-Daten (Change Data Capture) in Cloud Data Warehouses wie Amazon Redshift, Snowflake oder Microsoft Azure SQL Data Warehouse, damit Sie mithilfe der aktuellsten und konsistentesten Daten schnell Entscheidungen treffen können.
Zur Beschleunigung der Einspeisung von Echtzeitdaten aus Protokollen und Clickstreams in Kafka zur besseren Unterstützung von Microservices und Ereignisverarbeitung in Echtzeit.
Stellen Sie mit den Services für Masseneinspeisung von Informatica mehr Daten für Analysen zur Verfügung
Informatica bietet drei cloudbasierte Dienste an, um Ihre spezifischen Anforderungen an die Dateneinspeisung zu erfüllen. Jeder verwaltete und sichere Service umfasst ein Autoren-Tool, mit dem Sie Dateneinspeisungs-Pipelines und Echtzeitüberwachung mit einem umfassenden Dashboard erstellen können.
Datenbankeinspeisung
Speisen Sie Daten aus relationalen Datenbanken ein, einschließlich Oracle, Microsoft SQL Server und MySQL
Erfüllen Sie die Anforderungen an die Erfassung von Änderungsdaten, und erhalten Sie Unterstützung für Schema-Abweichungen
Speisen Sie Daten in Amazon S3, Kafka, Microsoft Azure Data Lake Storage, Microsoft Azure SQL Data Warehouse oder Snowflake ein
Unterstützung von drei Einspeisungsmodi: Anfängliche Last (einmalig), inkrementelle Last (kontinuierlich) oder anfängliche plus inkrementelle Last
Einspeisung von Dateien
Übertragen Sie Dateien jeder Größe und Art mit hoher Leistung und Skalierbarkeit
Unterstützung von gängigen Protokollen, darunter Advanced FTP, SFTP und FTPS; Amazon S3; Microsoft Azure Blob und Azure Data Lake Storage; Google Cloud Storage und HDFS
Unterstützung mehrerer Datenziele wie FTP, SFTP und FTPS, Amazon S3 und Redshift, Microsoft Azure Blob und Azure Data Lake Storage, Google Cloud Storage und BigQuery, HDFS und Snowflake
Einspeisung von Streaming-Daten
Erfassung, Filterung und Verknüpfung von Daten aus Streaming- und IoT-Endpunkten sowie Einspeisung dieser Daten in Ihren Data Lake oder Messaging Hub
Unterstützung von Datenquellen wie Protokolle, Clickstream, soziale Medien, Kafka, Amazon Kinesis Data Firehose, Amazon S3, Microsoft Azure Data Lake Storage, JMS und MQTT
Unterstützung von Datenzielen wie Kafka, Amazon S3 und Kinese Data Firehose sowie Microsoft Azure Event Hubs
