Database as a Service (DBaaS) ?r en kategori molnbaserade datortj?nster som ger tillg?ng till en databas utan att man beh?ver etablera fysisk h?rdvara, installera programvara eller konfigurera databasen. Ist?llet hanterar tj?nsteleverant?ren de flesta databasadministrations- och underh?llsuppgifter. Anv?ndarna kan snabbt starta upp en databas och ladda och analysera data, vanligtvis med liten eller ingen IT-intervention.
DBaaS ?r viktigt f?r det st?rre f?retagsinitiativet digital transformation, d?r f?retag i grunden f?r?ndrar hur de arbetar och levererar v?rde till kunderna. F?retag som str?var efter ?kad datademokratisering kan v?lja DBaaS som ett s?tt att leverera enligt strategin "any analytics, any time". Organisationer som ?r m?na om ESG (Environmental, Social, and Governance) kan ocks? utnyttja DBaaS f?rm?ga att snurra upp och ner servrar efter behag som ett s?tt att spara resurser.
F?rdelar med DBaaS
DBaaS erbjuder vissa f?rdelar j?mf?rt med traditionella metoder f?r att distribuera databassystem, inklusive f?ljande:
Nackdelar med DBaaS
Det finns ocks? potentiella nackdelar med DBaaS j?mf?rt med databaser p? plats.
?
Det finns ett antal typer av DBaaS-leverant?rer, vilket ger ett extraordin?rt och varierat utbud av alternativ i DBaaS-utrymmet.
Offentliga molnleverant?rer
M?nga molnleverant?rer som Google, Azure och Alibaba har sina egna DBaaS-erbjudanden. Anv?ndare kan utnyttja samma konto som de anv?nder f?r databehandling och lagring f?r att skapa databaser.
Proffs
Nackdelar
Propriet?ra molnleverant?rer
Leverant?rer som Snowflake, Firebolt och andra erbjuder ett propriet?rt moln, d?r anv?ndarna betalar leverant?ren f?r b?de anv?ndningen av databasen och anv?ndningen av molntj?nsterna. Databasen och servrarna tillhandah?lls av leverant?ren, ?ven om servrarna och lagringen ?r outsourcade till ett publikt moln som tillhandah?lls genom leverant?rsavtalet.
Proffs
Nackdelar
Partner DBaaS-f?retag
M?nga fantastiska alternativ f?r DBaaS dyker ocks? upp p? partnermarknaden f?r de offentliga molnen. Anv?ndarna tecknar avtal med DBaaS-partnern och molnleverant?ren separat. Dessa leverant?rer, inklusive Vertica, erbjuder ofta alternativ.
Proffs
Nackdelar
?
Ut?ver typerna av DBaaS finns det andra stora skillnader mellan DBaaS-leverant?rer, inklusive:
Alternativ f?r DBaaS-drifts?ttning
Erbjuder din DBaaS ocks? icke-SaaS-distribution? Vissa DBaaS-leverant?rer kr?ver att du l?ser dig till en specifik lagringsplats i ett visst moln. Detta l?ser kunden till ett moln, vilket inte ger frihet att enkelt flytta till ett annat moln eller dra nytta av molnber?kning till l?gre kostnad n?r det finns tillg?ngligt. Vissa leverant?rer erbjuder ingen l?sning f?r lokal analys eller drifts?ttning i . V?lj bort leverant?rer som inte st?der alla dina distributionsbehov.
Flexibilitet i licensieringen
Erbjuder din l?sning en licens som g?r att du enkelt kan flytta mellan flera moln eller lokalt, eller kr?vs det separata licenser f?r varje drifts?ttning? Vilka ?r kostnaderna f?r att underh?lla DEV, TEST, BACKUP och PRODUCTION? Ta en titt p? totalkostnaderna f?r att f?rst? vilka leverant?rer som kommer att uppfylla dina behov.
Kapacitet f?r datalagring
Har du ofta lokalt lagrade Parquet-, Orc-, AVRO-, JSON- eller TEXT-filer som du beh?ver integrera i dina analyser? N?r du v?ljer din DBaaS-leverant?r b?r du unders?ka hur den kan kombinera skalan och ekonomin hos en datasj? med f?ruts?gbarheten och reproducerbarheten hos ett datalager. Dessutom b?r du ?verv?ga hur v?l din l?sning f?rst?r arbetsbelastningen f?r externa tabeller och hur mycket dataf?rflyttning som kr?vs.
F?rm?ga att optimera
Fungerar din DBaaS i ett begr?nsat datapaket? All analys ?r inte densamma och b?r inte heller betraktas som densamma. Se till att den databas du v?ljer har alternativ f?r att hantera alla typer av arbetsbelastningar och f?rv?ntningar p? serviceniv?n. L?sningar som g?r nodbaserad optimering (helt enkelt l?gger till generiska noder n?r arbetsbelastningen kr?ver det) kan leda till att du missar metoder f?r att h?lla dina molnkostnader l?gre samtidigt som du f?rb?ttrar fr?geprestandan. M?jligheten att anv?nda specialiserade noder och att st?lla in l?ngsamma fr?gor ?r av yttersta vikt.
Djupg?ende analyser
Kan du utnyttja din DBaaS f?r mer ?n bara beskrivande analys? Dagens datacentrerade f?retag har analytiska behov som str?cker sig bortom vanliga SQL-databaser. Till exempel kr?ver vissa arbetsbelastningar avancerad analys som geospatial eller tidsseriefunktion. Prediktiv analys blir allt viktigare f?r datavetenskapsteam, s? fundera ?ver hur maskininl?rning st?ds. Fundera p? hur din l?sning kan st?dja ett brett spektrum av analytiska anv?ndningsfall och ett bredare team av yrkesverksamma n?r din molndatabas blir framg?ngsrik i din organisation.
?
Vertica Accelerator ?r Vertica-as-a-Service (DBaaS) som levererar en enhetlig, h?gpresterande plattform f?r avancerad analys och maskininl?rning med automatiserad molnkonfiguration och hj?lp med onboarding. Den k?rs i ditt eget AWS-molnkonto, med automatisering fr?n Vertica management plane. Vertica Accelerator ?r en av de distributionsmetoder som erbjuds av Vertica analytiska databas. Vertica erbjuder ocks? lokal distribution, Kubernetes-distribution med mera.
Vertica ger flexibilitet f?r privat och offentlig molndrift - inte bara ett eget moln, utan vilket moln som helst. V?r databas ansluter s?ml?st lokala milj?er till publika moln f?r en hybrid datormolnupplevelse. Genom att implementera hybridmoln kan du ?ka flexibiliteten, prestandan och skalbarheten. Det ger dig ett s?tt att beh?lla fullst?ndig kontroll ?ver dina data samtidigt som du utnyttjar modern molnteknik.
Vertica Accelerator hj?lper dig att skapa en strategi f?r mer f?ruts?gbar priss?ttning med v?r flexibla deploy-anywhere-licens. Det ?r det b?sta s?ttet att placera arbetsbelastningar p? r?tt plats f?r pris/prestanda och undvika scenarier med en enda felk?lla.
Med Vertica Accelerator kan du ?ntligen f? maskininl?rning i produktion. Vertica st?der klusteroptimerade ML-algoritmer, R och Python. Dataforskare och analytiker kan bygga sina modeller med hj?lp av de verktyg och spr?k de f?redrar och sedan anv?nda Vertica f?r att driva dem p? st?rre datam?ngder. Maskininl?rning i databaser hanterar varje steg i ML-processen.
F? tillg?ng till robusta analyser av stora datam?ngder samtidigt som ber?knings- och lagringskraven minimeras