Teradata天睿公司在业内率先将DevOps扩展至数据仓库

企业动态 数据仓库
推出开源Teradata Python模块帮助使用通用Python编程语言的程序员和数据科学家轻松开发出充分利用Teradata数据库中数据的应用,并使数据仓库的操作更加流畅。Python应用可在应用服务器上运行,向Teradata数据库发送SQL查询,或直接在Teradata数据库内运行。程序员在任意Python应用中都可运用Python库中的多种功能,进行高级分析或数据操作。Python公用库包括Python标准库(Python Standard Library)、NumPy/SciPy、Biopython、Pandas、Mlpy和Dateutil/Pytz。

推出开源Teradata Python模块,帮助程序员轻松创建新一代应用,充分利用数据仓库


     为增强数据分析环境的敏捷性,全球领先的大数据分析和营销应用服务供应商Teradata天睿公司(Teradata Corporation,纽交所:TDC)宣布通过推出开源的Teradata Python模块(Teradata Module for Python),在业内率先将DevOps实践扩展至多应用数据仓库环境。该模块帮助软件开发人员开发出新一代支持DevOps的应用,在Teradata数据仓库中充分利用数据。
 
     推出开源Teradata Python模块帮助使用通用Python编程语言的程序员和数据科学家轻松开发出充分利用Teradata数据库中数据的应用,并使数据仓库的操作更加流畅。Python应用可在应用服务器上运行,向Teradata数据库发送SQL查询,或直接在Teradata数据库内运行。程序员在任意Python应用中都可运用Python库中的多种功能,进行高级分析或数据操作。Python公用库包括Python标准库(Python Standard Library)、NumPy/SciPy、Biopython、Pandas、Mlpy和Dateutil/Pytz。
 
     目前,企业通常需要在成百上千个应用上每天运行数千乃至数百万次查询,以满足一线员工基本需求。然而企业面对的挑战是,这些应用并非一成不变,而必须持续演进,才能满足不断变化的业务需求。Teradata天睿公司推出的DevOps使软件开发者也能完成数据仓库操作,从而帮助他们轻松进行应用的开发、持续升级与管理。
 
     Teradata天睿公司实验室总裁Oliver Ratzesberger表示:“Teradata天睿公司将DevOps实践扩展至数据仓库环境,率先帮助客户运用支持数据驱动型业务的敏捷型数据基础设施,增强竞争优势。开源的Teradata Python模块还将帮助客户轻松开发支持DevOps的应用,这些应用可提供版本控制、配置管理、活动日志等功能。”
 
     Teradata天睿公司从自身产品开发及全球最成功的数据仓库用户吸取DevOps实践经验,并运用这些经验开发出Teradata Python模块。企业使用Teradata Python模块开发应用时,无需为格式一致的运行日志重新设计编码规范和工具,即可支持自动监测。
 
Teradata Python模块提供:
 
     一致的应用工具与日志 - Teradata Python模块依据严格编程规范减少乏味的手工编码工作,并提供一致的活动日志及影响分析功能;
 
     轻松连接至Teradata数据库 - 通过表征性状态传输(REST)服务或标准的开放式数据库连接(ODBC)驱动程序,Python应用可随时随地从任意设备上轻松连接至Teradata数据库;
 
     查询执行之外的应用执行 - 为帮助管理员监管运行过程,使用Python语言开发的应用可获取脚本版本、运行id及执行时间,用于版本影响分析以及应用分析,而不仅仅是查询;
 
     Python 数据库 API 规范2.0版 - 便捷部署Python标准数据库接口。
 
     IT研究、分析、战略与验证公司ESG应用开发与部署研究部门***分析师Stephen Hendrick表示:“面向数据驱动型企业发布DevOps实践为敏捷性定义出新标准,这是用户期盼已久的新标准。用户通常只在纯应用环境下讨论DevOps,而很少将DevOps作为共享数据仓库环境的一部分进行讨论。Teradata天睿公司利用其独特优势,帮助客户了解应用与数据仓库环境之间的相依性。其数据仓库环境可支持连续应用部署,并满足连续变化的数据与分析需求。”
 
     Teradata Python模块安装包现可从PyPI索引网站上获取或直接安装。该模块的开源代码已在GitHub上发布,用户还可访问Teradata数据库Teradata开发人员交流社区网站,获取该模块文档。请访问Teradata GitHub,关注Teradata开源贡献信息。

责任编辑:wangpeng 来源: Teradata
相关推荐

2013-05-09 16:09:19

Teradata 数据仓库天睿

2020-09-11 13:36:47

Teradata大数据 Vantage

2017-03-16 09:14:00

Teradata

2016-06-15 16:27:26

Teradata天睿 数据仓库

2016-02-18 15:47:31

Teradata

2015-12-17 16:11:41

Teradata

2021-03-25 17:27:12

Teradata

2017-05-24 17:38:38

Teradata

2014-05-28 16:02:34

Teradata数据仓库

2018-10-09 17:37:54

超越分析成果

2013-03-15 10:11:25

Teradata 大数据分析天睿

2012-12-25 09:41:00

Teradata大数据金融

2014-08-18 09:01:09

Teradata数据仓库

2017-07-20 09:59:52

TeradataStackIQIntelliClou

2017-07-24 13:25:57

互联网

2013-03-05 10:13:10

Teradata 大数据天睿

2012-10-11 10:31:02

Teradata 大数据

2013-05-09 16:22:03

Teradata 数据仓库数据治理

2013-10-18 09:13:26

Teradata

2013-05-17 08:52:10

Teradata 大数据天睿
点赞
收藏

51CTO技术栈公众号