Teradata Corp. (NYSE: TDC), le spécialiste de l'analyse Big Data et des applications marketing, annonce des innovations technologiques pour Teradata Database, dans le but de renforcer les performances des traitements analytiques et la productivité des systèmes, grâce à une utilisation optimale des ressources mémoire et CPU. L'approche de Teradata en matière de technologie in-memory permet ainsi aux clients de tirer le meilleur parti de leurs investissements en ressources mémoire.
« Teradata propose un moyen simple et intelligent de capitaliser sur les ressources mémoire et CPU pour améliorer les performances », explique Scott Gnau, Président de Teradata Labs. « Un renchérissement ad hoc des ressources mémoire pour résoudre une problématique n'apporte que trop rarement les résultats escomptés, notamment en matière de Big Data. L'approche évoluée de Teradata permet de placer les données pertinentes en mémoire, pour obtenir les performances requises, mais, précisément, sans creuser les coûts. »
Dans Teradata Database 15.10, Teradata Intelligent Memory bénéficie de nouvelles fonctionnalités pour alléger les charges en mémoire, améliorer l'efficacité des ressources CPU, réduire les opérations I/O vers et à partir des disques durs et encourager l'efficacité globale des systèmes :
· Pipelining des requêtes et nouvelle structure des tables en mémoire
Le pipelining est une approche innovante pour l'exécution des requêtes : le résultat d'une étape de la requête reste en mémoire pour alimenter l'étape suivante. L'efficacité et les performances des systèmes s'améliorent donc, en l'absence d'échanges inutiles de données. D'autre part, les données gardées en mémoire sont stockées en tant que tables partitionnées en colonne, plutôt qu'en ligne, ce qui réduit l'espace mémoire nécessaire et accélère le traitement CPU.
· Instruction CPU et cache
De nouveaux algorithmes tirent avantage des instructions de calcul vectoriel et du cache d'Intel pour exécuter des opérations en parallèle. Les performances CPU s'améliorent ainsi, tout en gardant la main sur le volume de données entrantes et sortantes de la mémoire. Teradata Database va également optimiser les performances du nouveau processeur Haswell d'Intel, qui propose davantage d'instructions vectorielles.
· Mesure de la sollicitation des données
Teradata Virtual Storage utilise de nouvelles pondérations pour mesurer la fréquence d'accès aux données, en différentiant entre les charges de travail tactiques et stratégiques. Les charges tactiques, qui sont généralement des requêtes métiers prioritaires, sollicitent davantage les données que les charges stratégiques. Les données les plus sollicités sont transférées dans des mémoires plus performantes, pour ainsi répondre aux priorités métiers. Teradata affine également la précision des données stockées in-memory en favorisant le référencement des entrées et sorties de données en mémoire, pour donner un accès prioritaire aux données les plus demandées. Le stockage de données en mémoire améliore les performances des traitements analytiques, et assure une meilleure prise en charge des besoins métiers.
Ces innovations majeures de Teradata Database sont attendues pour le premier semestre 2015.
« Teradata propose un moyen simple et intelligent de capitaliser sur les ressources mémoire et CPU pour améliorer les performances », explique Scott Gnau, Président de Teradata Labs. « Un renchérissement ad hoc des ressources mémoire pour résoudre une problématique n'apporte que trop rarement les résultats escomptés, notamment en matière de Big Data. L'approche évoluée de Teradata permet de placer les données pertinentes en mémoire, pour obtenir les performances requises, mais, précisément, sans creuser les coûts. »
Dans Teradata Database 15.10, Teradata Intelligent Memory bénéficie de nouvelles fonctionnalités pour alléger les charges en mémoire, améliorer l'efficacité des ressources CPU, réduire les opérations I/O vers et à partir des disques durs et encourager l'efficacité globale des systèmes :
· Pipelining des requêtes et nouvelle structure des tables en mémoire
Le pipelining est une approche innovante pour l'exécution des requêtes : le résultat d'une étape de la requête reste en mémoire pour alimenter l'étape suivante. L'efficacité et les performances des systèmes s'améliorent donc, en l'absence d'échanges inutiles de données. D'autre part, les données gardées en mémoire sont stockées en tant que tables partitionnées en colonne, plutôt qu'en ligne, ce qui réduit l'espace mémoire nécessaire et accélère le traitement CPU.
· Instruction CPU et cache
De nouveaux algorithmes tirent avantage des instructions de calcul vectoriel et du cache d'Intel pour exécuter des opérations en parallèle. Les performances CPU s'améliorent ainsi, tout en gardant la main sur le volume de données entrantes et sortantes de la mémoire. Teradata Database va également optimiser les performances du nouveau processeur Haswell d'Intel, qui propose davantage d'instructions vectorielles.
· Mesure de la sollicitation des données
Teradata Virtual Storage utilise de nouvelles pondérations pour mesurer la fréquence d'accès aux données, en différentiant entre les charges de travail tactiques et stratégiques. Les charges tactiques, qui sont généralement des requêtes métiers prioritaires, sollicitent davantage les données que les charges stratégiques. Les données les plus sollicités sont transférées dans des mémoires plus performantes, pour ainsi répondre aux priorités métiers. Teradata affine également la précision des données stockées in-memory en favorisant le référencement des entrées et sorties de données en mémoire, pour donner un accès prioritaire aux données les plus demandées. Le stockage de données en mémoire améliore les performances des traitements analytiques, et assure une meilleure prise en charge des besoins métiers.
Ces innovations majeures de Teradata Database sont attendues pour le premier semestre 2015.