概述
以智能方式管理云端和本地的大数据工程管道，从而更快获得洞见。
加快数据管道处理
无需掌握任何底层技术（如 Spark 和 Hadoop），通过执行数据流程即可获得极致的性能、可扩展性和利用率。
丰富的数据集成
利用海量摄取功能和针对数百个数据源（比如数据库、应用程序或云）的连接器，简化和加快数据工程集成。
无服务器云数据管道
借助 AWS、Microsoft Azure 和 Google Cloud Platform 上的无服务器体系结构，实现分布式数据处理资源部署和管理的自动化。
主要功能
了解业界最全面的数据工程产品如何帮助您大规模访问、集成、清理、编目和管控大数据。
Hadoop 和 Spark 上的数据集成
访问广泛的高级预建数据转换库（包括 PythonTx），以促成数据科学项目的实施和分析。
先进的 Spark 支持
可利用最新 Spark 引擎的创新实现高级数据管理，包括大规模数据摄取、数据质量、数据屏蔽和数据处理。
可视化设计界面
采用简单易用的可视界面为数据工程管道快速构建数据转换逻辑。
基于人工智能的管道建议
借助由 Informatica CLAIRE™ 引擎提供支持的数据管道建议和跨数据管道分类来提高数据工程师的工作效率。
高速批量摄取
使用高性能连接、批量摄取和动态映射，将源系统和应用程序中的数据提取到云和大数据中。
无服务器部署
在 Amazon Web Services、Microsoft Azure 和 Google Cloud Platform 等云环境中自动扩展和部署大数据工程工作负载。
智能数据解析
使用 Informatica Intelligent Structure Discovery 自动解析复杂的多结构化数据、分层式数据和非结构化数据。轻松处理架构偏差。
灵活部署
可使用 Spark Serverless 服务实现 Databricks、Qubole 和 Google Dataproc 等数据处理计算群集部署和管理的自动化。
大数据剖析
剖析大数据，以便更好地了解数据、识别数据质量问题并在数据管道中进行协作。
高级数据运营
在 CI/CD 管道中部署数据工程任务，并使用 Informatica 运营洞察监控大数据资源，从而改善与数据运营的协作。
云端数据工程
AWS 上的 Informatica Data Lake Management
利用 AWS EMR 中托管 Hadoop 框架的安全性和可扩展性，轻松查找、准备和管控大数据，从而快速提升业务价值。
Microsoft Azure 上的 Informatica Data Lake Management
利用 Microsoft Azure HDInsight 中托管 Hadoop 框架的灵活性，轻松查找、准备和管控大数据，从而快速提升业务价值。
使用 Databricks 的智能数据管道
借助 Informatica 和 Databricks 的智能数据集成和摄取，加快用于人工智能和分析的数据管道。
