13 Verktyg för kommersiell dataextraktion av Big Data

I min förra blogg pratade vi om Open Source Data Extraction Tools. Huvudsyftet med ett "ETL-verktyg" är att samla innehållet i olika databaser eller operativa system över hela din organisation och flytta/kopiera/överföra all denna data till en centraliserad databas. Denna "centraliserade databas" kallas ofta för ett "Datalager". Alternativt används även ETL-verktyg för att utföra komplexa datatransformationer som är svåra att göra med enkla SQL-satser.

Här är en lista över några kommersiella ETL-verktyg:

• IBM INFOSPHERE DATASTAGE –

Det är ett ETL-verktyg och en del av IBM Information Platforms Solutions Suite och IBM InfoSphere. Den använder en grafisk notation för att konstruera dataintegrationslösningar. Den integrerar data över flera system med hjälp av ett högpresterande parallellt ramverk, och det stöder utökad metadatahantering och företagsanslutning. Den skalbara plattformen ger en mer flexibel integrering av alla typer av data, inklusive stordata i vila (Hadoop-baserad) eller i rörelse (strömbaserad), på distribuerade och stordatorplattformar.

• Microsoft SQL Server Integration Services (SSIS) –

Microsoft SSIS är ett verktyg för dataintegration, datatransformation och datamigrering för företag som är inbyggt i Microsofts SQL Server-databas. Den kan användas för en mängd olika integrationsrelaterade uppgifter, som att analysera och rensa data och köra extrahera, transformera och ladda processer för att uppdatera datalager.

Se även:  En inblick i 26 Big Data analytiska tekniker

• ADEPTIA ETL SUITE –

Adeptia erbjuder full ETL-funktionalitet kombinerat med ett enkelt, intuitivt gränssnitt; ger användarna möjlighet att omvandla ett antal olika filer. Adeptia ETL Suite är designad för icke-IT-personer till och med, vilket ger affärsanvändarna möjlighet att komma åt sina data i realtid och omvandla sin egen data så att den passar deras verksamhet, samtidigt som IT-enheten kan hantera processer och säkerställa att data hanteras säkert och korrekt.

• Informatica Powercenter –

Informatica Power Center är ett flitigt använt verktyg för utvinning, transformation och laddning som används för att bygga företagsdatalager. Huvudkomponenterna i Informatica PowerCenter är dess klientverktyg, server, arkivserver och arkiv. Power Center-servern och lagringsservern utgör ETL-skiktet, som slutför ETL-bearbetningen.

• IBI IWAY DATAMIGRATOR –

Data Migrator är ett kraftfullt och heltäckande automatiserat verktyg designat för att dramatiskt förenkla processer för extrahering, transformation och laddning (ETL), inklusive skapandet, underhållet och utbyggnaden av datalager, datamarts och operativa datalager. Ett intuitivt gränssnitt möjliggör snabb end-to-end ETL-processskapande som involverar heterogena datastrukturer över olika datorplattformar. Dessutom laddar en ändringsdatafångstfunktion endast in ändrade poster i din datakälla, vilket dramatiskt minskar tiden som behövs för att uppdatera data och underlättar ett datalager i nästan realtid.

Se även:  Big Data-gråområdet – att göra och inte göra

• Elixir Data ETL –

Elixir Data ETL är designad för att tillhandahålla on-demand, självbetjänad datamanipulation för företagsanvändare såväl som för databehandlingsbehov på företagsnivå. Dess visuella modelleringsparadigm minskar drastiskt tiden som krävs för att designa, testa och implementera dataextraktion, aggregering och transformation – en kritisk process för all applikationsbehandling, företagsrapportering och prestationsmätning, datamart eller datalagerinitiativ.

• SYNCSORT DMX –

Syncsort DMX tar med alla datatransformationer till en ETL-motor med högre prestanda i minnet. Transformationer bearbetas i farten, vilket eliminerar behovet av dyra databaslagringsområden eller manuellt skjuta transformationer till databasen.

• SAS Data Management –

SAS Data Management gör det möjligt för dina företagsanvändare att själva uppdatera data, justera processer och analysera resultat, vilket frigör för andra projekt. Dessutom håller en inbyggd affärsordlista samt SAS och tredjeparts metadatahantering och linjevisualiseringsfunktioner alla på samma sida.

• SAP Data Services –

Det hjälper till att integrera, transformera och förbättra data på projekt- eller företagsnivå. Den levererar en enda företagsklasslösning för dataintegration, datakvalitet, dataprofilering och textdatabehandling som tillåter användare att integrera, transformera, förbättra och leverera data.

• ORACLE DATA INTEGRATOR ENTERPRISE EDITION –

Den levererar E-LT-teknik (Extract Load and Transform) som förbättrar prestandan och minskar kostnaderna för dataintegrering – även över heterogena system. Ger högpresterande och lägre TCO, heterogen plattformsstöd för företagsdataintegration och kunskapsmoduler för optimerad utvecklarproduktivitet och utbyggbarhet.

• Meta Suite -

Meta Suite erbjuder dig snabb tid till värde, skalbarhet och ett rikt urval av käll- och målfil- och databastyper som stöds. Förutom den normala driften av extrahera, ladda och sammanfoga operativ data, kan den också användas för att konsolidera och rationalisera data och leverera som sådan stöd för Master Data Management.

Läs också:  En nybörjarguide till Big Data Analytics

• PERVASIVES DATAINtegrator –

Det är nu en del av Actian. Den utför komplexa integrationsoperationer, även om programvaran är anmärkningsvärt lätt att använda och inte kräver en specialiserad kompetens. Dess rika funktioner är mycket intuitiva och konfigurerbara för design, driftsättning och hantering – utan klistermärken. Den har samma fullfjädrade webbgränssnitt som används för både premiss- och molnversioner.

• Sagent dataflöde –

Det är en kraftfull och flexibel integrationsmotor som sammanställer data från olika källor. Den är designad av Pitney Bowes Software och tillhandahåller en omfattande uppsättning datatransformationsverktyg för att förbättra dess affärsvärden. Det gör det möjligt att analysera information och skapa meningsfulla rapporter för att underlätta förståelsen av din verksamhet

Läs också:  Topp 15 Big Data-verktyg under 2017

Att välja vilken programvara eller verktyg som helst avgörs av vilken typ av krav man har och vilka varierar från företag till företag. Ett telekomföretag skulle ha stora och komplexa data att hantera i jämförelse med klädbutiker. Så, ett telekomföretag skulle välja ett verktyg som har funktioner för att arbeta på komplexa data. Medan en butik skulle gå efter ett lättanvänt verktyg med mindre komplexitet, eftersom det inte har programmeringskunskaper och teknisk bakgrund.

I min nästa blogg skulle jag lista verktyg för nästa lager i referensarkitekturen.