SAS^® Data Loader for Hadoop

SAS^® DATA LOADER FOR HADOOP

Big Data einfach im Griff – mit Self-Service Data Preparation

Verschieben Sie Ihre Daten genau dahin, wo Sie sie haben möchten: Aus Hadoop heraus, nach Hadoop hinein. Danach können diese Daten für Reports, Visualisierungen und erweiterte Analysen verwendet werden. Klingt einfach? Ist es auch! Denn Sie können das alles selbst erledigen.

Intuitive Benutzeroberfläche

Greifen Sie einfach auf in Hadoop gespeicherte Daten zu, transformieren und managen Sie diese mit einer Web-basierten Schnittstelle, die Schulungsanforderungen reduziert.

Speziell für das Laden von Daten auf oder von Hadoop entwickelt

Von Grund auf für das Management auf Hadoop entwickelt; nicht von vorhandenen IT-orientierten Tools umfunktioniert.

Verkettung und Zeitplanung von Direktiven

Mehrere zusammengefasste Direktiven können gleichzeitig oder nacheinander laufen. Die öffentlich freizugängliche API kann genutzt werden, um die Direktiven zeitlich festzulegen oder zu automatisieren.

Datenmanagement in Spark

Datenqualitätsfunktionen werden In-memory in Spark ausgeführt. Spark Matching und "Golden Record" ermöglichen Stammdatenmanagement für Big Data.

Qualität und Profiling von Big Data

Daten werden dank Direktiven, die Schreibweisen, Gender-Analysen, Musteranalysen und Feldextraktion beinhalten, und einer Profilerstellung, die zur Steigerung der Performance parallel im Hadoop-Cluster ausgeführt wird, genau und nutzbar.

In-Memory-Analytics-Server

Laden Sie Daten in den Arbeitsspeicher, um sie für leistungsstarkes Reporting, Visualisierungen oder Analysen vorzubereiten.

In-Cluster-Code und Durchführung von Datenqualitätsprojekten

Führen Sie in Hadoop Analysen und Datenqualitätsprozesse durch, um schnelle und kostengünstige Ergebnisse zu erhalten. Vermeiden Sie dabei die Verschiebung von Daten, um eine höhere Skalierbarkeit, Data Governance und Performance zu erreichen.

Integration von Big Data

Importieren Sie Daten als CSV oder in ähnlichen Formaten in Hadoop. Sie können außerdem HiveQL-Befehle ausführen und Zeilen in Hadoop-Tabellen löschen.

Mit SAS Data Loader for Hadoop können auch Sie im Fachbereich Ihre eigenen Daten ganz ohne Programmierkenntnisse managen.

Management von Daten ohne IT-Spezialwissen.

Nehmen Sie die Sache selbst in die Hand: Sie wissen, welche Informationen, Sie aus den Daten ziehen wollen und analysieren sie auch selbst. Der SAS Data Loader for Hadoop erleichtert Anwendern oder Data Scientists auch alle Aufgaben in der Vorbereitung einer Analyse. Meistern Sie die Herausforderungen von Datenintegrationen, Datenqualität und Datenvorbereitung ganz ohne ein komplexes MapReduce-Programm schreiben oder andere um Hilfe bitten zu müssen.

Für einfache Skalierung und höchste Performance.

Nie war Datenmanagement für den Fachbereich einfacher. Bereits erfahrene Data Scientists und SAS® Programmierer profitieren von gesteigerter Geschwindigkeit, Effizienz und Agilität. Dank eines Code-Beschleunigers können Codes im Hadoop-Cluster parallel und somit schneller ausgeführt werden. Zudem können Sie die Datenqualität verbessern, ohne Daten verschieben zu müssen: in Hadoop eingebette Datenqualitätsroutinen machen das möglich.

Machen Sie mehr aus Big Data.

Es ist viel einfacher als Sie denken, Daten von relationalen Datenquellen oder SAS Datenbestände auf und von Hadoop zu laden. Datenmanagement muss keine Hürde sein, um wirklich alle Daten voll auszunutzen. SAS unterstützt Sie mit bahnbrechenden Innovationen auf dem Weg zum datengetriebenen Unternehmen, das in einer digitalisierten Welt im Wettbewerb besteht.

Speed data management processes with Spark.

Data quality functions run in memory in Apache Spark for improved performance. Matching and best record creation enables master data management for big data. In addition, you can read and write to Spark data sets as needed.