最新的TigerGraph Cloud更新包含一系列基础功能,包括简化的流数据摄取设置和改进对开发操作的支持。
TigerGraph总部位于加利福尼亚州红木城,这是一家数据库供应商,其工具基于图形技术。
传统关系数据库一次只允许数据点连接到另一个数据点,与之不同,图形技术使数据点能够同时与多个其他数据点连接。其结果是一个神经网络,这通常可以使用户更快、更轻松地发现数据点之间的关系,从而缩短查询时间,并加快获得见解的速度。
新功能
TigerGraph于2019年首次推出了其平台的云版本。随后的更新侧重于机器学习和连接性,以实现数据生态系统的发展。同时,该供应商一直在与其他图形数据库专家合作开发一种通用查询语言,并一直致力于使图形技术更加主流的目标。
Constellation Research分析师Doug Henschen表示,3月1日发布的TigerGraph Cloud的3.9版本代表着该供应商回归到基础功能。
除了简化的流数据摄取和改进的对DevOps的支持(增加了对详细操作信息的访问和监视单个查询的功能)之外,此更新还包括以下内容:
- 支持开源 Parquet 数据格式。
- 扩展Kubernetes 功能。
- 改进的自助式可视化功能,包括在共享仪表板上进行协作编辑。
- 支持相同类型的多个边缘,以简化时间序列预测和其他类型的分析。
- 增强的数据科学套件,可实现更具可扩展性的嵌入预打包算法。
Henschen说:“我看到很多针对数据库开发人员、数据库管理员和DevOps类型人员的基础功能。此次更新包含用户最想要的功能以及填补技术差距。
他继续说,在2022年,TigerGraph的路线图包括为不同的垂直应用添加入门套件,包括欺诈检测和客户体验。
而TigerGraph Cloud 3.9代表着转向更基本的功能。
Henschen说:“这种转变表明,客户和买家希望这个核心数据库平台变得更成熟。也许随着所有关于经济衰退的传言,以及买家更为谨慎,TigerGraph认为现在应该回归基础,并确保现有客户对特性和功能请求感到满意。”
该供应商的产品和创新副总裁Jay Yu表示,在开发最新TigerGraph Cloud更新中包含的功能时,客户反馈是主要动力。
他说:“新功能是客户要求和反馈的直接结果。例如,Parquet支持越来越受欢迎,因为它正在成为数据湖的事实标准,我们的客户希望将大量数据从他们的数据湖摄取到TigerGraph中,以利用大规模并行处理架构和图形机器学习。”
Yu补充说,多边支持使用户能够捕获图形的演变。随着客户在TigerGraph上部署越来越大的数据集,数据摄取正成为优先事项。自助式分析仍然是关键工具,使更多人员可以处理数据,而不仅仅是数据专家。
展望未来
随着TigerGraph Cloud 3.9的正式发布,Yu表示未来的更新将集中在四个主要领域:企业准备、性能和可扩展性、易用性以及创新。
企业准备工作将包括更好地优化云功能,添加图形应用程序和垂直解决方案软件开发工具包,改进的数据可观测性和增强的数据安全功能。
性能和可扩展性增强将专注于使TigerGraph更快。
易用性将解决继续致力于标准图形查询语言,继续增强数据集成工具并添加更多无代码/低代码可视化功能的问题。
创新将围绕增强智能和ML功能,包括自然语言查询。
Henschen指出,成本是数据管理和分析中的一个问题,尤其是在如此多的公司裁员以削减开支的情况下。因此,他表示,他希望看到TigerGraph和其他供应商添加更多工具,使用户能够分析支出,并采取更多措施帮助客户控制云计算成本。
Henschen说:“我看到对成本分析、成本控制、云支出可见性和新的成本优化方案的需求很大,我还看到很多云计算和数据库供应商都在以这种方式提供新功能。”
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
作者
翻译
相关推荐
-
Java、JDBC和Postgres
现在越来越多的企业开始部署PostgreSQL,为什么呢?当你看到这个许可开源数据库所提供的功能,你就不会对此 […]
-
5个元数据管理最佳实践
在数据驱动的环境中,元数据不仅仅是数据的副产品;还是综合数据治理战略的关键组成部分。企业需要适当的元数据管理, […]
-
Cockroach Labs增加矢量搜索,更新定价选项
Cockroach Labs 近日推出矢量搜索功能,旨在使客户能够访问和操作非结构化数据,以训练生成式人工智能 […]
-
如何使用数据治理成熟度模型
如果没有强大的数据治理,数据就无法产生有价值的见解以及改善决策。数据治理成熟度模型可帮助企业评估当前的成就水平 […]