摘要:2020年9月24日,开源解决方案提供商Red Hat,Inc.今天宣布推出Red Hat OpenShift Container Storage 4.5。对于数据分析,有必要知道数据的存储位置以及是否可以使用。同样在使用
2020年9月24日,开源解决方案提供商Red Hat,Inc.今天宣布推出Red Hat OpenShift Container Storage 4.5。对于数据分析,有必要知道数据的存储位置以及是否可以使用。同样在使用容器的混合云环境中。Red Hat今天提供的Red Hat Openshift Container Storage 4.5可以做到这一点。
该存储系统与Red Hat OpenShift容器平台紧密集成。这样就可以为使用应用程序的数据服务创建更好的体系结构。这包括测量数据,日志记录和注册表。感谢最近发布的Red Hat OpenShift虚拟化技术,可以在包括Red Hat OpenShift Container Storage在内的单个集成平台上托管虚拟机和容器。这提供了持久性数据(由不再存在的容器创建的数据)的高可用性,包括对块的共享读写多次访问以提高性能,以及针对容器和虚拟机的统一集成存储解决方案。
红帽提供了在混合云中提供一致用户体验的简单数据访问和转换服务。这样可以在数据提供者与静止,运动和行动中的数据用户之间提供更紧密的协作。
可以处理所有数据类型:
静态数据
最新版本的Red Hat OpenShift容器存储具有Red Hat Ceph Storage的新远程部署模式,可以扩展超过100亿个对象而不会降低性能。
借助对对象,文件和块存储的集成支持,Red Hat OpenShift容器存储4.5可以处理基于容器的应用程序中的所有常见数据类型。所有这些都在一个控件概述中。这降低了复杂性并增加了客户选择。此外,Red Hat Ceph Storage的烟雾操作员可确保更好地管理平台。
运动中的数据
为了分析均匀的运动中的数据,有必要知道数据在哪里。这通常是一个斗争。红帽OpenShift容器存储4.5支持Amazon S3存储桶通知的集成,允许用户创建一个自动数据管道来使用、分类、路由和处理实时数据。
例如,组织可以通过消息驱动的体系结构以及对Red Hat AMQ Streams和OpenShift Serverless的集成访问来利用自动化数据管道的效率。
行动中的数据
Red Hat OpenShift容器存储4.5为组织提供了更精细的控制,使他们可以将计算从存储断开。从延迟敏感型数据库到面向吞吐量的可扩展数据仓库和数据湖,这对于各种工作负载都是有用的。专注于归纳/建模的人工智能可以受益于解耦,而机器学习则受益于计算与存储之间更紧密的联系,从而可以更快地消耗数据并进行模型训练。
相关文章推荐
智能手机建站的优点是什么?网站页面布局有哪些关键点? 2022-01-10
2022年中国云计算面临的问题及发展前景预测分析2021-12-28
绿色智能基础设施连接可持续未来-IDCC2021万国数据第一代Smart DC发布会议程揭晓2021-12-27
阿里云:早期未意识到Apache log4j2漏洞情况的严重性 将强化漏洞管理2021-12-27
云计算开发:Python3-replace()方法详解2021-12-27