Actian Zen v16.10: observabilidad moderna, seguridad mejorada y potencia de Python

Nos complace anunciar el lanzamiento de Actian Zen v16.10, una importante actualización diseñada para modernizar la observabilidad, reforzar la seguridad de los datos y potenciar a los desarrolladores de Python.

Basándose en la innovadora base de Zen 16.0, esta versión introduce tres capacidades revolucionarias:

1. Telemetría basada en Prometheus.
2. Enmascaramiento de datos SQL nativo.
3. Compatibilidad con el dialecto SQLAlchemy.

Estas funciones se basan directamente en los comentarios de los clientes para ayudar a sus equipos a gestionar las implementaciones de producción con mayor visibilidad, proteger la información confidencial en el origen y crear aplicaciones modernas utilizando herramientas Python estándar.

A continuación, le mostramos cómo Zen v16.10 le ayuda a crear aplicaciones periféricas más inteligentes, seguras y conectadas:

Modernice la observabilidad con la telemetría de Prometheus

Por primera vez, Actian Zen expone un punto final nativo/métrico, lo que permite utilizar los flujos de trabajo estándar de Prometheus y Grafana para supervisar el estado del motor.

Anteriormente, realizar un seguimiento del rendimiento en implementaciones Linux era todo un reto, ya que a menudo se necesitaban scripts personalizados o se carecía de la visibilidad granular disponible en Windows a través de PerfMon. Con Zen v16.10, hemos igualado el terreno de juego. Ahora puedes recopilar métricas en tiempo real, incluyendo aciertos/fallos de caché, uso de E/S, conflictos de bloqueo y rendimiento de transacciones, directamente en Prometheus.

Por qué es importante:

• Supervisión unificada: utilice los mismos paneles de Grafana para supervisar Zen tanto en implementaciones de Windows como de Linux.
• Diagnóstico proactivo: los administradores de bases de datos y los ingenieros de fiabilidad del sitio pueden configurar alertas para detectar picos en los tiempos de espera o en las operaciones de E/S, lo que les permite resolver los cuellos de botella antes de que afecten a los usuarios.
• Integración estándar: No se requieren herramientas propietarias. Si utiliza pilas de supervisión empresarial estándar como Splunk o Elasticsearch, puede introducir fácilmente las métricas de Zen en ellas a través de Prometheus.

Refuerce la seguridad con el enmascaramiento de datos SQL

La privacidad de los datos ya no es opcional para las empresas. Es obligatoria. Para ayudarle a cumplir con los estrictos requisitos de conformidad, como el RGPD, la HIPAA y el PCI-DSS, Zen v16.10 introduce el enmascaramiento nativo de columnas de tablas directamente en SQL.

Esta función permite a los administradores ocultar datos confidenciales, como números de tarjetas de crédito, números de la seguridad social o direcciones de correo electrónico, para que no puedan verlos los usuarios que no tengan permiso explícito para hacerlo. Cuando un usuario no autorizado consulta la base de datos, ve valores enmascarados, ya sea «xxxx» para todas las columnas de tipo cadena o valores cero para todos los tipos numéricos en los resultados, mientras que los datos subyacentes reales permanecen sin cambios.

Lo que esto permite:

• Control de acceso granular: defina la visibilidad a nivel de columna. Un agente de atención al cliente solo puede ver los cuatro últimos dígitos de una tarjeta de crédito, mientras que un director financiero ve el número completo.
• Sin cambios en la aplicación: implemente reglas de seguridad en la capa de la base de datos. No es necesario reescribir el código de la aplicación para gestionar la lógica de enmascaramiento.
• Seguridad no destructiva: los datos subyacentes permanecen intactos para los procesos autorizados, lo que garantiza que los trabajos de análisis y generación de informes sigan ejecutándose con precisión, pero los datos están protegidos de miradas indiscretas que no tienen autorización.
• Aplicación universal: dado que el enmascaramiento se aplica a nivel del motor, también se aplica al acceso ad hoc de terceros. Cualquier persona que se conecte a través de un generador de informes SQL, como Tableau o Excel, verá los mismos datos enmascarados, lo que evita que los usuarios eludan la seguridad cambiando de herramienta. 

Construye más rápido con el soporte de SQLAlchemy para Python

Python es el lenguaje de los datos, y Zen v16.10 ahora encaja de forma natural en el ecosistema Python con soporte oficial para el dialecto SQLAlchemy.

Los desarrolladores ahora pueden utilizar Zen como backend para aplicaciones populares basadas en ORM. Si estás alcanzando los límites de concurrencia de SQLite pero no deseas reescribir toda la lógica de tu aplicación, Zen v16.10 es la ruta de actualización perfecta. Puedes mantener intactos tus modelos, consultas y migraciones de SQLAlchemy, solo tienes que cambiar la URL del motor.

Lo que esto permite:

• Compatibilidad inmediata: utilice herramientas estándar como Pandas, Polaris y Dask directamente con Zen.
• Mayor concurrencia: supere las limitaciones de un único escritor de SQLite y pase a una base de datos integrada robusta y multiusuario sin necesidad de gestionar un servidor completo.
• Velocidad de desarrollo: Céntrate en crear funciones utilizando objetos Python en lugar de escribir consultas SQL específicas para bases de datos.

¿Listo para actualizar?

Actian Zen v16.10 ya está disponible. Tanto si necesita una mayor visibilidad de sus motores de producción, controles de seguridad mejorados para datos confidenciales o un backend más potente para sus aplicaciones Python, esta versión le ofrece las herramientas que necesita para triunfar en el ámbito tecnológico.

Acerca del autor

Acerca de Tahiya Chowdhury

Tahiya Chowdhury es directora de producto de Actian Zen, donde dirige la estrategia de la plataforma de datos periféricos más sólida del sector. Gracias a su experiencia en MongoDB y Goldman Sachs, Tahiya se especializa en crear productos que se sitúan en la intersección entre las necesidades de las grandes empresas y la velocidad de los desarrolladores modernos. Le apasiona eliminar la complejidad de la infraestructura de datos, lo que permite a los equipos de ingeniería pasar más rápidamente del prototipo a la producción.