What is Blendata Enterprise

Blendata Enterprise

ลดความซับซ้อนในการจัดการ Big Data ครอบคลุมทุกฟังก์ชันในแพลตฟอร์มเดียว

ลดความซับซ้อนในการจัดการ
Big Data ครอบคลุมทุกฟังก์ชัน
ในแพลตฟอร์มเดียว

ลดความซับซ้อนในการ
จัดการ Big Data
ครอบคลุมทุกฟังก์ชันใน
แพลตฟอร์มเดียว

แพลตฟอร์มที่ทำหน้าที่เป็นตัวกลางระหว่าง ‘ข้อมูล’ กับ ‘ผู้ใช้งาน’ เปลี่ยนวิธีการจัดการข้อมูลที่ซับซ้อนให้สะดวกและง่ายขึ้น
ด้วยระบบที่ใช้งานง่าย พร้อมจัดการข้อมูลได้ครบทุกขั้นตอน ตั้งแต่รวบรวม จัดการ ประมวลผล วิเคราะห์ข้อมูล
จนถึงการนำข้อมูลไปใช้ ตอบสนองทุกภารกิจด้านข้อมูลขององค์กรตามแบบฉบับของการจัดการข้อมูลในยุค Data-driven
แพลตฟอร์มที่ทำหน้าที่เป็นตัวกลางระหว่าง ‘ข้อมูล’ กับ ‘ผู้ใช้งาน’ เปลี่ยนวิธีการจัดการข้อมูลที่ซับซ้อนให้สะดวกและง่ายขึ้น ด้วยระบบที่ใช้งานง่าย พร้อมจัดการข้อมูลได้ครบทุกขั้นตอน ตั้งแต่รวบรวม จัดการ ประมวลผล วิเคราะห์ข้อมูล จนถึงการนำข้อมูลไปใช้ ตอบสนองทุกภารกิจด้านข้อมูลขององค์กรตามแบบฉบับของการจัดการข้อมูลในยุค Data-driven
Key Benefits

เริ่มต้นจัดการ Big data ด้วยขั้นตอนที่ง่ายไม่ซับซ้อน

เริ่มต้นจัดการ Big data ด้วยขั้นตอนที่ง่ายไม่ซับซ้อน

ลดความซับซ้อนในการจัดการข้อมูลและลดเวลาในการติดตั้งระบบ สามารถบริหารจัดการทุกขั้นตอน ตั้งแต่การรวบข้อมูล (Integrate) จนถึงการนำข้อมูลไปใช้งาน (Utilize) ได้ในแพลตฟอร์มเดียว จึงเป็นเครื่องมือที่ตอบตั้งแต่การให้ Engineer เชื่อมข้อมูล ไปจนถึงให้ User ใช้ข้อมูล ในแบบ Low-code/No-code ซึ่งไม่ต้องมีความรู้ด้านการเขียนโค้ดก็สามารถใช้งานได้

Play Video
What
Blendata Enterprise
Do
การทำงานของ
Blendata Enterprise
สามารถจัดการข้อมูลครบ
ทุกขั้นตอนในแพลตฟอร์มเดียว

เชื่อมต่อข้อมูลได้หลากหลาย

สามารถเชื่อมต่อและรวบรวมข้อมูลได้จากทุกแหล่งที่มา ไม่ว่าจะเป็น Flat files (CSV, JSON, Plain text, Parquet ฯลฯ ), Databases (Oracle, MS SQL, MySQL ฯลฯ ), Cloud และ Stream ผ่าน Connectors ในตัวแพลตฟอร์ม โดยไม่ต้องเขียนโค้ด

การนำเข้าข้อมูลแบบไดนามิก

นำเข้าข้อมูลจาก Flat files, Log, Databases หรือ Cloud storage ได้แบบอัตโนมัติผ่าน Connectors ในตัวแพลตฟอร์ม โดยวิธีการดังต่อไปนี้
– Scheduled replication (Batch/Stream)
– Data virtualization
– Changed data capture (CDC)

แปลงข้อมูลได้ทันทีระหว่างการนำเข้าข้อมูล (ETL)

สามารถทำการแปลงข้อมูลได้ในทันทีระหว่างการนำเข้าข้อมูล ด้วย Spark SQL พร้อมชุดฟังก์ชันการแปลงข้อมูลที่หลากหลายเพื่อรองรับข้อมูลจำนวนมหาศาล

สร้าง Schema ที่เหมาะสมกับข้อมูลได้แบบอัตโนมัติ

Engine ของ Blendata จะช่วยในการค้นหาคุณลักษณะและสร้าง Schema ได้โดยอัตโนมัติ สำหรับทุกตารางการนำเข้าข้อมูล ไม่ว่าจะเป็น File, Databases หรือการสตรีมผ่าน kafka ซึ่งผู้ใช้งานสามารถแก้ไขได้ผ่าน GUI

What Blendata Enterprise Do
การทำงานของ
Blendata enterprise
สามารถจัดการข้อมูลครบ
ทุกขั้นตอนในแพลตฟอร์มเดียว

เชื่อมต่อข้อมูลได้หลากหลาย

สามารถเชื่อมต่อและรวบรวมข้อมูลได้จากทุกแหล่งที่มา ไม่ว่าจะเป็น Flat files (CSV, JSON, Plain text, Parquet ฯลฯ ), Databases (Oracle, MS SQL, MySQL ฯลฯ ), Cloud และ Stream ผ่าน Connectors ในตัวแพลตฟอร์ม โดยไม่ต้องเขียนโค้ด

การนำเข้าข้อมูลแบบไดนามิก

นำเข้าข้อมูลจาก Flat files, Log, Databases หรือ Cloud storage ได้แบบอัตโนมัติผ่าน Connectors ในตัวแพลตฟอร์ม โดยวิธีการดังต่อไปนี้
– Scheduled replication (Batch/Stream)
– Data virtualization
– Changed data capture (CDC)

แปลงข้อมูลได้ทันทีระหว่างการนำเข้าข้อมูล (ETL)

สามารถทำการแปลงข้อมูลได้ในทันทีระหว่างการนำเข้าข้อมูล ด้วย Spark SQL พร้อมชุดฟังก์ชันการแปลงข้อมูลที่หลากหลายเพื่อรองรับข้อมูลจำนวนมหาศาล

สร้าง Schema ที่เหมาะสมกับข้อมูลได้แบบอัตโนมัติ

Engine ของ Blendata จะช่วยในการค้นหาคุณลักษณะและสร้าง Schema ได้โดยอัตโนมัติ สำหรับทุกตารางการนำเข้าข้อมูล ไม่ว่าจะเป็น File, Databases หรือการสตรีมผ่าน kafka ซึ่งผู้ใช้งานสามารถแก้ไขได้ผ่าน GUI

กำหนดสิทธิ์ในการเข้าถึงข้อมูลของผู้ใช้งาน

ควบคุมสิทธิ์การเข้าถึงข้อมูล โดยการกำหนดบทบาทของผู้ใช้งานอย่างชัดเจน ซึ่งครอบคลุมตั้งแต่การเข้าถึงข้อมูล, Visualization, Dashboard รวมถึงฟังก์ชันทั้งหมดในแพลตฟอร์ม

ระบบดูแลความปลอดภัยข้อมูลมาตรฐานสากล

การรักษาความปลอดภัยระดับแถว การเข้ารหัสแบบตารางหรือแบบคอลัมน์ และสามารถรวมเข้ากับ Key Management System (KMS)  เพื่อเพิ่มขั้นตอนการเข้ารหัสก็ได้เช่นเดียวกัน (บริการเสริมที่ต้องปรับแต่งเพิ่มเติม)

จัดการข้อมูลครอบคลุมทั้ง Lifecycle

ปรับแต่งระดับชั้นในการเก็บรักษาข้อมูลได้ ไม่ว่าจะเป็น Hot/Warm/Cold เพื่อกำหนดประเภทการบีบอัดข้อมูล (Data compression) และประเภทการเก็บรักษาข้อมูล

รองรับการจัดเก็บข้อมูลบน Storage หลายที่

รองรับการเชื่อมโยงพื้นที่จัดเก็บข้อมูลของระบบได้หลากหลายที่ และสามารถจัดทำ Data tiering เพื่อจัดเก็บข้อมูลบน Storage ได้ตามความเหมาะสมของการใช้งาน

การจัดการข้อมูลขั้นสูง

รองรับเทคนิคการจัดการข้อมูลขั้นสูง ไม่ว่าจะเป็น Data compaction, Data compression, Data lifecycle management (Hot-Warm-Cold), Data skipping, Predicated push-down, Dynamic partition pruning และ Physical file partitioning เป็นต้น

SQL Analytics

ครอบคลุมตั้งแต่ขั้นตอนการจัดเตรียม, แปลงข้อมูล (Transform), วิเคราะห์ความสัมพันธ์ (Correlate), รวมข้อมูล (Aggregate) จนถึงการวิเคราะห์ข้อมูล ผ่าน Data exploration UI ที่ช่วยให้นักวิเคราะห์ข้อมูลหรือวิศวกรข้อมูลสามารถเขียนการ Query ข้อมูลได้ด้วยไวยากรณ์ที่คุ้นเคย พร้อมฟังก์ชัน ANSI SQL + Spark SQL และช่วยให้นักวิเคราะห์ข้อมูลหรือวิศวกรข้อมูลสามารถสำรวจ จัดการ หรือกำหนดเวลาในการประมวลผลบนข้อมูลของตนเองได้

Data Preparation Workspace

สามารถจัดเตรียมข้อมูลได้ด้วย Engine และความสามารถเดียวกันกับการวิเคราะห์ SQL (Data exploration UI) แต่สามารถทำได้ด้วยวิธีที่ง่ายกว่า เพื่อรองรับผู้ใช้งานที่ไม่ถนัดด้านเทคนิค ให้สามารถจัดเตรียมข้อมูลได้ ในการเตรียมชุดข้อมูลได้แบบ Low-code/No-code ภายในเวลาไม่กี่นาที

Notebook Interface

มอบประสบการณ์ที่คุ้นเคยให้กับนักวิศวกรข้อมูลและนักพัฒนา ML ด้วยหน้าจอ Interface สำหรับโน้ตบุ๊กที่รองรับภาษาสำหรับการเขียนโปรแกรมที่มีชื่อเสียงทั้งหมด ไม่ว่าจะเป็น Python, R, Scala หรือ SQL เป็นต้น