Actian Analytics Engine 8.0 : compatible avec les lacs de données et prêt pour l'IA

Actian Analytics Engine 8.0 offre une de haute performance complète de haute performance pour la pile de données moderne, comblant ainsi le fossé entre l'analyse des données critiques et les nouveaux besoins liés à l'IA. Cette version dynamise vos données pour l'écosystème moderne en intégrant support native support formats de tables ouverts, support workflows de développement optimisés et les éléments fondamentaux de IA générative.Plutôt que de fonctionner comme un dépôt statique, la version 8.0 sert de couche de calcul dynamique qui se connecte aux données, les met en cache et les traite dans l’ensemble de votre environnement. 

Actian Analytics Engine 8.0 est conçu pour la souveraineté au niveau de l’infrastructure, des données et de l’IA, et permet de mettre en place une architecture moderne en « air-gap » au sein de vos propres locaux.

Remarque sur notre évolution : 

Alors que nous poursuivons la modernisation de notre infrastructure, Actian Vector a officiellement évolué pour devenir le Actian Analytics Engine. Ce changement s’inscrit dans le cadre du changement de nom de notre service géré, désormais appelé Actian Analytics AI Platform. Bien que ces offres soient adaptées à différents déploiement —sur site, cloud privé et entièrement géré—, elles partagent la même technologie de base, la même gamme technique et la même capacité « du sol au cloud ».  

Intégrer l'IA à vos données

L'un des axes principaux de la version 8.0 consiste à intégrer des fonctionnalités d'IA directement dans l'environnement utilisateur , ce qui réduit la nécessité de transférer jeux de données grands jeux de données plateformes d'IA externes. Bien que apprentissage des modèles s'effectue apprentissage dans des environnements externes, la version 8.0 vous permet d'importer ces modèles dans le moteur afin de les exécuter et de les gérer là où se trouvent vos données.  

• Support native de VECTOR : La version 8.0 ajoute support native support la bibliothèque type de données et des fonctions de recherche de similarité. 
• Stockage vectoriel unifié : Unifier les données relationnelles et vectorielles dans un seul système, ce qui permet d'assurer cohérence forte cohérence requête efficace requête sans avoir à gérer plusieurs bases de données spécialisées.  
• Accès RAG et LLM au sein de la base de données : Le moteur sert de base de haute performance pour la génération augmentée par la recherche (RAG). Grâce à l’utilisation de GénAI FDU, vous pouvez interroger directement les LLM via SQL, en les enrichissant avec vos données relationnelles locales. 
• Inférence ML en base de données : Outre TensorFlow, vous pouvez désormais exécuter l’inférence de modèles dans le cadre de vos analyses en tirant parti de support modèles ONNX. 
• Prétraitement des caractéristiques et indicateurs : Fonctions intégrées pour les étapes courantes du workflow d'apprentissage automatique, notamment la mise à l'échelle et l'encodage, ainsi que des métriques permettant de surveiller les performances du modèle. 
• Connectivité IA standardisée : Un serveur MCP (Model Context Protocol) dédié garantit que les agents d'IA modernes et les outils de développement puissent interagir avec vos données via une interface standardisée. 

Activation du Data Lakehouse

Analytics Engine 8.0 fait tomber les barrières entre l'entrepôt de données et le lac de données, vous permettant ainsi d'requête des ensembles de données requête sur l'ensemble de votre environnement distribué.  

• Intégration au format Open Table : Intégration simplifiée des catalogues externes, avec support Iceberg, Hudiet Delta Lake. 
• Mise en cache transparente : Afin de garantir des performances optimales lors des requêtes répétitives sur le lac de données, le moteur met automatiquement en cache les sources de données externes pour offrir une expérience similaire à celle de l'utilisation de tables internes. 
• Inscription simplifiée : La nouvelle commande commande CREATE DATA SOURCE abstraie les entrepôts externes, les SGBD ou les compartiments CloudFS en une seule requête DDL requête mappage automatique des types. 

Optimisation de l'expérience des développeurs et des processus ETL

Cette version facilite le travail des développeurs d'applications et des responsables de pipelines de données complexes.  

• Support des tables temporaires : Conçues pour accélérer les opérations ETL et les cas d'utilisation temporaires au-delà des limites de session, les tables transitoires résident en mémoire vive (RAM) pour offrir un débit plus élevé et une latence réduite, et sont automatiquement supprimées à l'arrêt du serveur. 
• Python Vector pour Python : Un nouveau Python disponible via les gestionnaires de paquets standard simplifie le développement d'applications utilisant la spécification de l'API Python v2.0. 
• Data Science Workbench : Lancez facilement des environnements basés sur navigateur grâce à  
• Jupyter Notebook , intégration à VS Code et connectivité préconfigurée au moteur. 
• observabilité des données ouvertes : Tout nouveau Actian Monitor 1.0, basé sur système de surveillance basé sur OpenTelemetry (OTel) , offre une télémétrie approfondie via Grafana et Prometheus. 

Performance et fondements

L'innovation reste ancrée dans les performances brutes qui caractérisent notre moteur.  

• Des performances exceptionnelles : La version 8.0 offre des gains significatifs, les tests de performance TPC-DS 1 To montrant des temps d'exécution jusqu'à 2,5 fois plus rapides que les versions précédentes. 
• Adaptation de la mémoire en cours d'exécution : Ajustez la configuration de la mémoire (pool de tampons vs requête ) pendant l'exécution afin de s'adapter aux variations de charge de travail sans temps d'arrêt du système. 
• Sécurité renforcée : La communication est sécurisée par défaut grâce au protocole TLS 1.3, et de nouvelles  
• Gestion des identifiants : Les commandes DDL permettent de gérer les secrets en toute sécurité par leur nom.

Pour en savoir plus sur Actian Analytics Engine 8.0, rendez-vous sur la page Actian Analytics Engine (anciennement Vector) :

À propos de l'auteur

À propos de Douglas Dailey

Douglas Dailey est directeur de la gestion des produits pour les bases de données, les outils et les solutions de connectivité en nuage et sur site d'Actian. Au cours des 15 dernières années, Doug a construit des plateformes virtualisation des données et dirigé des investissements technologiques dans IBM Netezza, DB2 Replication et Informix. Il a animé des sessions lors d'événements majeurs sur les données (par exemple, la conférence Think d'IBM) et a rédigé des livres blancs sur les topologies de hub de données et de tissu de données. Sur le blogue d'Actian, Doug se concentre sur les stratégies de données hybrides, la réplication et les cas d'utilisation émergents. Consultez ses derniers articles pour comprendre les architectures de données modernes.