Actian Zen v16.10 : observabilité moderne, sécurité renforcée et Python

Nous sommes ravis d'annoncer la sortie de Actian Zen v16.10, une mise à jour importante conçue pour moderniser observabilité, renforcer la sécurité des données et donner plus de moyens Python .

S'appuyant sur les bases innovantes de Zen 16.0, cette version introduit trois Fonctionnalités révolutionnaires :

1. Télémétrie basée sur Prometheus.
2. Masquage des données SQL natif.
3. support du dialecte SQLAlchemy.

Ces fonctionnalités sont directement inspirées des commentaires des clients afin d'aider vos équipes à gérer les déploiements de production avec une plus grande visibilité, à protéger les informations sensibles à la source et à créer des applications modernes à l'aide Python standard.

Voici comment Zen v16.10 vous aide à créer des applications périphériques plus intelligentes, plus sûres et plus connectées :

Modernisez observabilité Prometheus Telemetry

Pour la première fois, Actian Zen expose un point de terminaison natif/métrique, permettant ainsi l'utilisation des workflows Prometheus et Grafana standard pour surveiller la santé du moteur.

Auparavant, le suivi des performances sur les déploiements Linux était un véritable défi, nécessitant souvent des scripts personnalisés ou ne bénéficiant pas de la visibilité granulaire offerte par PerfMon sous Windows. Avec Zen v16.10, nous avons uniformisé les règles du jeu. Vous pouvez désormais récupérer des métriques en temps réel, notamment les accès/échecs au cache, l'utilisation des E/S, les conflits de verrouillage et le débit des transactions, directement dans Prometheus.

Pourquoi est-ce important ?

• Surveillance unifiée : utilisez les mêmes tableaux de bord Grafana pour surveiller Zen sur les déploiements Windows et Linux.
• Diagnostic proactif : les administrateurs de bases de données et les ingénieurs SRE peuvent configurer des alertes en cas de pics dans les temps d'attente ou les E/S, ce qui leur permet de résoudre goulots d’étranglement ils n'aient un impact sur les utilisateurs.
• Intégration standard : aucun outil propriétaire n'est requis. Si vous utilisez des piles de surveillance d'entreprise standard telles que Splunk ou Elasticsearch, vous pouvez facilement y intégrer les métriques Zen via Prometheus.

Renforcez la sécurité grâce au masquage des données SQL

La confidentialité des données n'est plus une option pour les entreprises. C'est une obligation. Pour vous aider à respecter les exigences strictes en matière de conformité, telles que le RGPD, la loi HIPAA et la norme PCI-DSS, Zen v16.10 introduit le masquage natif des colonnes de table directement dans SQL.

Cette fonctionnalité permet aux administrateurs de masquer les données sensibles, telles que les numéros de carte de crédit, les numéros de sécurité sociale ou les adresses e-mail, afin qu'elles ne puissent pas être vues par les utilisateurs qui ne disposent pas d'une autorisation explicite pour les consulter. Lorsqu'un utilisateur non autorisé utilisateur la base de données, il voit des valeurs masquées, soit « xxxx » pour toutes les colonnes de type chaîne, soit des valeurs nulles pour tous les types numériques dans les résultats, tandis que les données sous-jacentes réelles restent inchangées.

Ce que cela permet :

• Contrôle d'accès granulaire : définissez la visibilité au niveau des colonnes. Un support clientèle peut ne voir que les quatre derniers chiffres d'une carte de crédit, tandis qu'un responsable financier voit le numéro complet.
• Aucune modification de l'application : implémentez des règles de sécurité au niveau de la couche base de données. Vous n'avez pas besoin de réécrire le code de votre application pour gérer la logique de masquage.
• Sécurité non destructive : les données sous-jacentes restent intactes pour les processus autorisés, ce qui garantit que les tâches d'analyse et de reporting continuent de s'exécuter avec précision, mais les données sont protégées des regards indiscrets qui ne disposent pas d'autorisation.
• Application universelle : le masquage étant appliqué au niveau du moteur, il s'applique également aux accès ad hoc de tiers. Toute personne se connectant via un générateur de rapports SQL, tel que Tableau ou Excel, verra les mêmes données masquées, ce qui empêche les utilisateurs de contourner la sécurité en changeant d'outil. 

Développez plus rapidement grâce à Support SQLAlchemy Support Python

Python le langage des données, et Zen v16.10 s'intègre désormais naturellement dans Python grâce à support officielle du dialecte SQLAlchemy.

Les développeurs peuvent désormais utiliser Zen comme backend pour les applications populaires basées sur ORM. Si vous atteignez les simultanéité de SQLite mais que vous ne souhaitez pas réécrire l'intégralité de la logique de votre application, Zen v16.10 est la solution de mise à niveau idéale. Vous pouvez conserver vos modèles, requêtes et migrations SQLAlchemy intacts, il vous suffit de modifier l'URL du moteur.

Ce que cela permet :

• Compatibilité immédiate : utilisez directement des outils standard tels que Pandas, Polaris et Dask avec Zen.
• simultanéité accrue : dépassez les limites d'un seul rédacteur de SQLite pour passer à uneEmbarqué robuste etutilisateur sans avoir à gérer un serveur complet.
• Vitesse de développement : concentrez-vous sur la création de fonctionnalités à l'aide d'Python plutôt que sur l'écriture de requêtes SQL spécifiques à la base de données.

Prêt à passer à la version supérieure ?

Actian Zen v16.10 est désormais disponible. Que vous ayez besoin d'une meilleure visibilité sur vos moteurs de production, de contrôles de sécurité renforcés pour les données sensibles ou d'un backend plus puissant pour vos Python , cette version vous offre les outils dont vous avez besoin pour réussir à la pointe de la technologie.

À propos de l'auteur

À propos de Tahiya Chowdhury

Tahiya Chowdhury est chef de produit chez Actian Zen, où elle dirige la stratégie de la plateforme de données périphériques la plus robuste du secteur. Forte de son expérience chez MongoDB et Goldman Sachs, Tahiya est spécialisée dans la création de produits qui répondent à la fois aux besoins des grandes entreprises et à la rapidité des développeurs modernes. Elle se passionne pour la simplification de l'infrastructure des données, permettant ainsi aux équipes d'ingénieurs de passer plus rapidement du prototype à la production.