产品名称：Qlik Compose for Data Lakes

生产厂商：Qlik产品类别：系统工具

Qlik Compose for Data Lakes您最快的分析就绪型数据

自动化分析就绪的数据管道

适用于Data Lakes的Qlik Compose（以前称为Data Lakes的Attunity Compose）使您的数据管道自动化，以创建可用于分析的数据集。通过自动执行数据提取，架构创建和持续更新，组织可以从现有的数据湖投资中更快地实现价值。

通用数据提取

• Qlik Compose for Data Lakes支持最广泛的数据源之一，无论数据是在本地，在云中还是在混合环境中，都可以将数据提取到您的数据湖中。资料包括：
• RDBMS：DB2，MySQL，Oracle，PostgreSQL，SQL Server，Sybase
• 数据仓库：Exadata，IBM Netezza，Pivotal，Teradata，Vertica
• Hadoop：Apache Hadoop，Cloudera，Hortonworks，MapR
• 云：Amazon Web Services，Microsoft Azure，Google Cloud
• 消息系统：Apache Kafka
• 企业应用程序：SAP
• 旧版系统：DB2 z / OS，IMS / DB，RMS，VSAM
• 简单的数据结构和转换
• 直观，指导性的用户界面可帮助您构建，建模和执行数据湖管道。
• 自动为操作数据存储（ODS）和历史数据存储（HDS）生成架构和Hive目录结构，而无需手动编码。

持续更新

• 确信您的ODS和HDS可以准确地代表您的源系统。
• 使用变更数据捕获（CDC）以更少的管理和处理开销实现实时分析。
• 通过并行线程有效地处理初始加载。
• 利用具有事务一致性的基于时间的分区，以确保仅处理在指定时间内完成的事务。

利用最新技术

• 利用Hive SQL和Apache Spark的优势，包括：
• Hive SQL的最新改进包括ACID MERGE操作，该操作可在确保数据完整性的同时有效处理数据的插入，更新和删除。
• 下推处理到Hadoop或Spark引擎。当数据流过管道时，自动生成的转换逻辑将被下推到Hadoop或Spark进行处理。

历史数据存储

• 从完整的历史数据存储（HDS）中导出特定于分析的数据集。
• 当数据更新从源系统到达时，新行将自动附加到HDS。
• 新的HDS记录会自动加上时间戳，从而可以创建趋势分析和其他面向时间的分析数据集市。
• 支持包括Type-2的数据模型，从而减缓了尺寸变化的速度。