Starburst, la plateforme de l’open lakehouse, annonce de nouvelles fonctionnalités pour faciliter la gestion des données au sein de sa plateforme SaaS Starburst Galaxy.
Starburst propose une formation d’introduction à Icehouse pour permettre aux entreprises d’en savoir plus sur la construction de cette architecture de type data lakehouse, qui fonctionne avec Trino comme moteur de requête SQL et Apache Iceberg comme format de table ouvert. Les utilisateurs pourront ainsi découvrir les architectures types, des cas d'utilisation fréquents et obtenir des conseils pour démarrer. Des modules de formation couvriront les sujets suivants :
Créer des tables Iceberg à partir de leurs fichiers Parquet.
Réaliser un nettoyage, une transformation et une optimisation des données dans leur architecture Icehouse.
Packager leurs tables Iceberg dans des data products présentant une valeur ajoutée.
Configurer des tâches d'optimisation des données, telles que le compactage et la rétention.
Starburst a également lancé un tableau de bord intégré qui offre une vue d'ensemble des règles de qualité des données, des tendances sur 30 jours et des outils de résolution de problèmes. Ce tableau de bord indique l'état de réussite ou d'échec des vérifications et de futures mises à jour sont prévues pour des classifications et des visualisations plus détaillées.
Dans Starburst Galaxy, une nouvelle fonctionnalité permet aux propriétaires de données de fournir des exemples de code SQL pour leurs Data Products. Cela permet aux utilisateurs de comprendre et d'utiliser rapidement les données sans partir de zéro. Ils peuvent exécuter ces modèles dans l'éditeur de requêtes et, grâce aux fonctionnalités d'IA générative, recevoir des explications et du contexte pour une meilleure compréhension.
Les requêtes actives dans Starburst Galaxy sont désormais généralement disponibles. Les utilisateurs peuvent surveiller les requêtes actives à travers les étapes d'exécution dans Starburst Galaxy, examiner l'état des requêtes et identifier les problèmes de manière proactive sans avoir besoin de l'interface utilisateur Trino. Les catalogues dynamiques permettent quant à eux d'ajouter, de mettre à jour ou de supprimer des catalogues de manière dynamique sans avoir à redémarrer le cluster associé, ce qui garantit des flux de travail ininterrompus.
Starburst propose une formation d’introduction à Icehouse pour permettre aux entreprises d’en savoir plus sur la construction de cette architecture de type data lakehouse, qui fonctionne avec Trino comme moteur de requête SQL et Apache Iceberg comme format de table ouvert. Les utilisateurs pourront ainsi découvrir les architectures types, des cas d'utilisation fréquents et obtenir des conseils pour démarrer. Des modules de formation couvriront les sujets suivants :
Créer des tables Iceberg à partir de leurs fichiers Parquet.
Réaliser un nettoyage, une transformation et une optimisation des données dans leur architecture Icehouse.
Packager leurs tables Iceberg dans des data products présentant une valeur ajoutée.
Configurer des tâches d'optimisation des données, telles que le compactage et la rétention.
Starburst a également lancé un tableau de bord intégré qui offre une vue d'ensemble des règles de qualité des données, des tendances sur 30 jours et des outils de résolution de problèmes. Ce tableau de bord indique l'état de réussite ou d'échec des vérifications et de futures mises à jour sont prévues pour des classifications et des visualisations plus détaillées.
Dans Starburst Galaxy, une nouvelle fonctionnalité permet aux propriétaires de données de fournir des exemples de code SQL pour leurs Data Products. Cela permet aux utilisateurs de comprendre et d'utiliser rapidement les données sans partir de zéro. Ils peuvent exécuter ces modèles dans l'éditeur de requêtes et, grâce aux fonctionnalités d'IA générative, recevoir des explications et du contexte pour une meilleure compréhension.
Les requêtes actives dans Starburst Galaxy sont désormais généralement disponibles. Les utilisateurs peuvent surveiller les requêtes actives à travers les étapes d'exécution dans Starburst Galaxy, examiner l'état des requêtes et identifier les problèmes de manière proactive sans avoir besoin de l'interface utilisateur Trino. Les catalogues dynamiques permettent quant à eux d'ajouter, de mettre à jour ou de supprimer des catalogues de manière dynamique sans avoir à redémarrer le cluster associé, ce qui garantit des flux de travail ininterrompus.
Autres articles
-
Starburst intègre le support du catalogue Polaris pour Apache Iceberg
-
Starburst et Google Distributed Cloud proposent une solution d'analyse des données sécurisée aux entreprises hautement réglementées
-
Starburst nomme trois leaders de l’industrie pour accélérer sa croissance
-
Starburst alimente le nouveau Dell Data Lakehouse pour accélérer l’analyse des données sans les déplacer
-
Dell annonce le lancement du Dell Data Lakehouse qui intègre Starburst et permet d’unifier toutes les données pour accélérer les projets analytiques et d’IA