Exécuter SQL Server 2022 partout

Exploitez la puissance de RustFS pour exécuter SQL Server 2022 sur n'importe quel cloud (public, privé ou edge) en utilisant les fonctions de tables externes et PolyBase.

De tout à tout, tout le temps

Utilisez le cloud de données SQL Server 2022 pour interroger et analyser plusieurs sources de données résidant sur RustFS. Maintenant, les entreprises peuvent interroger les données résidant sur RustFS depuis n'importe quelle instance SQL Server (dans le cloud public, le cloud privé ou même les instances edge de streaming).

Environnements de déploiement pris en charge

L'intégration de RustFS avec SQL Server 2022 prend en charge les environnements de déploiement suivants :

• AWS : Environnement cloud Amazon Web Services
• GCP : Google Cloud Platform
• Azure : Plateforme cloud Microsoft Azure
• Tanzu : Plateforme de conteneurs VMware Tanzu
• OpenShift : Plateforme de conteneurs Red Hat OpenShift
• HPE Ezmeral : Plateforme de conteneurs de HPE
• SUSE Rancher : Plateforme de gestion Kubernetes de SUSE
• Déploiement bare metal traditionnel : Environnements de centres de données sur site

Accès unifié aux données

Grâce à l'interface unifiée compatible S3 de RustFS, SQL Server 2022 peut :

• Accéder aux données dans plusieurs environnements cloud
• Éliminer les silos de données
• Fournir une expérience de requête cohérente
• Réduire la complexité d'intégration des données

Se connecter aux données, ne pas les déplacer

En utilisant les tables externes, les entreprises peuvent profiter de la fonctionnalité complète de SQL Server sans encourir les coûts ou les défis de coordination liés au déplacement des données.

Avantages des fonctionnalités PolyBase

La fonctionnalité PolyBase permet aux utilisateurs d'interroger les données directement depuis SQL Server et la plupart des autres installations de bases de données en utilisant Transact-SQL :

Sources de données prises en charge

• SQL Server : Instances sur site et cloud
• Oracle : Base de données relationnelle de niveau entreprise
• Teradata : Plateforme d'analytique big data
• MongoDB : Base de données de documents NoSQL
• API S3 : Accès au stockage d'objets via RustFS

Avantages principaux

1. Aucun mouvement de données : Interrogation directe des sources de données distantes
2. Langage de requête unifié : Utilise la syntaxe T-SQL familière
3. Accès aux données en temps réel : Pas besoin de pré-charger les données
4. Coûts de stockage réduits : Évite le stockage de données dupliquées

Intégration des silos de données

RustFS offre des capacités uniques pour accéder à tous les environnements cloud hyperscale. La combinaison de SQL Server 2022 et RustFS permet aux entreprises de :

• Accéder aux données dispersées dans différents systèmes
• Obtenir des insights complets à partir des silos de données
• Obtenir une vue unifiée des données
• Simplifier les scénarios complexes d'intégration de données

Performance à grande échelle

Solutions de performance à grande échelle pour toutes les données d'entreprise.

Caractéristiques de performance

Avec cette nouvelle capacité, les entreprises peuvent utiliser SQL Server 2022 pour toutes les données organisationnelles :

Échelle de données illimitée

• Agnostique de localisation : Les données peuvent être situées n'importe où
• Échelle illimitée : Support pour le stockage de données multi-pétaoctets
• Requêtes rapides : Requêtes haute vitesse pour des ensembles de données massifs
• Traitement concurrent : Support pour l'accès concurrent multi-utilisateur

Optimisation des performances

Avec les caractéristiques de performance leaders de l'industrie de RustFS :

1. Haut débit : Vitesses de transfert de données optimisées
2. Faible latence : Réponse rapide aux demandes de requêtes
3. Cache intelligent : Améliore les performances pour les données fréquemment accédées
4. Équilibrage de charge : Distribution automatique de la charge des requêtes

Amélioration de l'utilisation des ressources

Cela signifie une utilisation plus élevée :

• Utilisation de SQL Server : Utilise plus pleinement les investissements SQL Server existants
• Utilisation des instances RustFS : Maximise la valeur des ressources de stockage
• Utilisation des données d'entreprise : Débloque la pleine valeur des données

Sauvegarde et récupération

Sauvegarde et restauration comme vous en avez toujours rêvé.

Cas d'utilisation principaux

Un des cas d'utilisation principaux pour SQL Server 2022 et RustFS est la sauvegarde et la restauration :

Support de configurations diverses

• Architectures multiples : Prend en charge différentes architectures de déploiement
• Configuration flexible : S'adapte à divers besoins métier
• Évolutivité : Évolue avec la croissance de l'entreprise

Capacités de récupération rapide

Caractéristiques de débit leaders de l'industrie de RustFS :

1. Compression du temps : Réduit les semaines de temps de récupération à des heures
2. Haute disponibilité : Assure la continuité d'activité
3. Intégrité des données : Garantit l'intégrité des données de sauvegarde
4. Processus automatisés : Réduit l'intervention manuelle

Optimisation de la stratégie de sauvegarde

Les stratégies de sauvegarde efficaces incluent :

• Sauvegarde incrémentale : Sauvegarde uniquement les données modifiées
• Sauvegarde différentielle : Modifications basées sur la dernière sauvegarde complète
• Sauvegarde complète : Sauvegarde complète régulière des données
• Récupération instantanée : Récupération rapide des données d'activité critiques

Sécurisé et disponible

Pour s'assurer que les bonnes données sont disponibles aux bons utilisateurs, un contrôle d'accès précis doit être implémenté sur ces lacs de données multi-cloud.

Authentification et autorisation d'identité

Intégration IDP tiers

RustFS peut s'intégrer avec des fournisseurs d'identité tiers (IDP) :

• Gestion d'identité unifiée : Gestion centralisée des identités utilisateur
• Authentification unique (SSO) : Expérience d'accès utilisateur simplifiée
• Authentification multi-facteurs (MFA) : Sécurité renforcée
• Mappage de rôles : Attribution automatique des permissions appropriées

Mécanismes de contrôle d'accès

S'assurer que l'accès au stockage d'objets est limité à ceux qui en ont besoin :

1. Principe du moindre privilège : N'accorde que les permissions nécessaires
2. Révisions régulières des permissions : Assure l'opportunité des permissions
3. Journalisation d'accès : Pistes d'audit complètes
4. Détection d'anomalies : Identifie les comportements d'accès anormaux

Contrôle d'accès basé sur les politiques (PBAC)

Gestion précise des permissions

La fonctionnalité PBAC sophistiquée de RustFS assure :

• Contrôle au niveau des ressources : Permissions précises pour des ressources spécifiques
• Attribution dynamique des permissions : Ajuste les permissions selon le contexte
• Héritage de politiques : Simplifie la gestion des permissions
• Support de conformité : Répond aux exigences réglementaires

Assurance de sécurité

• Chiffrement des données : Protection par chiffrement pendant la transmission et le stockage
• Isolation réseau : Communication réseau sécurisée
• Détection de menaces : Surveillance en temps réel des menaces de sécurité
• Réponse aux incidents : Réponse rapide aux incidents de sécurité

Résilience

SQL Server est l'un des outils d'analytique les plus largement utilisés dans les entreprises, ce qui en fait une application critique pour la mission.

Capacités de récupération après sinistre

Réplication continue des données

SQL Server 2022 permet la réplication continue des données vers et depuis le cloud :

• Synchronisation en temps réel : Assure que les données sont à jour
• Réplication bidirectionnelle : Prend en charge le déploiement actif-actif
• Résolution de conflits : Gère automatiquement les conflits de données
• Basculement : Commutation rapide vers les systèmes de sauvegarde

Stratégie de stockage hiérarchisé

La combinaison avec RustFS permet :

1. Niveau de stockage rapide : Stockage haute vitesse NVMe
2. Niveau de stockage tiède : Équilibre performance et coût
3. Niveau de stockage froid : Stockage d'archivage à long terme
4. Hiérarchisation automatique : Mouvement intelligent des données

Capacités de traitement des données

Méthodes de traitement multiples

Les entreprises peuvent lire, écrire et traiter les big data en utilisant plusieurs méthodes :

• Transact-SQL : Langage de requête SQL traditionnel
• Bibliothèques Spark : Framework de traitement des big data
• Analytique hybride : Combine données relationnelles et non-relationnelles
• Traitement en temps réel : Capacités de traitement des données de flux

Architecture haute disponibilité

• Déploiement multi-sites : Distribution de données inter-régionale
• Réplication active-active : Fournit la plus haute disponibilité
• Cohérence stricte : Assure la cohérence des données
• Récupération après sinistre cloud : Résiste aux pannes complètes de cloud

Edge en streaming

En ajoutant la fonctionnalité de table externe, les entreprises peuvent maintenant configurer des pipelines de streaming pour sauvegarder les données sur RustFS - dans le cloud ou sur site.

Traitement des données en temps réel

Pipelines de données en streaming

• Ingestion de données en temps réel : Reçoit continuellement les données de streaming
• Prétraitement des données : Nettoie et transforme les données
• Optimisation du stockage : Stockage efficace des données
• Optimisation des requêtes : Optimisation des requêtes pour les données de streaming

Capacités de requête en temps réel

SQL Server peut être configuré pour exécuter des requêtes sur ces données en temps réel :

1. Éliminer les imports par lots : Pas besoin d'attendre le traitement par lots
2. Insights instantanés : Insights métier en temps réel
3. Latence réduite : Minimise les délais de traitement des données
4. Expérience améliorée : Ajoute de nouvelles dimensions à SQL Server

Avantages de l'edge computing

Caractéristiques de déploiement edge

• Traitement à faible latence : Traite les données près de la source
• Optimisation de la bande passante : Réduit la transmission de données
• Capacités hors ligne : Prend en charge la connectivité intermittente
• Intelligence locale : Prise de décision intelligente edge

Scénarios d'application

• Traitement de données IoT : Données des dispositifs Internet des objets
• Surveillance en temps réel : Surveillance de l'état du système
• Maintenance prédictive : Prédiction des pannes d'équipement
• Fabrication intelligente : Optimisation des processus de production

Cloud comme modèle d'exploitation

Modèle d'exploitation cloud à partir de S3.

Caractéristiques des opérations cloud

RustFS adhère au modèle d'exploitation cloud :

Stack technologique principal

• Conteneurisation : Déploiement d'applications conteneurisées
• Orchestration : Orchestration de conteneurs Kubernetes
• Automatisation : Gestion automatisée des opérations
• Piloté par API : Interface API complète
• Compatibilité S3 : Support de l'API S3 standard

Avantages de l'interface unifiée

Fournit une interface unifiée à travers les clouds et types de stockage :

1. Développement simplifié : Interface de développement unifiée
2. Coûts d'apprentissage réduits : Méthodes d'exploitation standardisées
3. Portabilité améliorée : Migration d'applications inter-cloud
4. Réduction du lock-in : Évite le verrouillage fournisseur

Compatibilité des frameworks AI/ML

Support large de frameworks

Puisque la plupart des frameworks et applications AI/ML sont conçus pour utiliser l'API S3 :

• TensorFlow : Framework d'apprentissage automatique de Google
• PyTorch : Framework d'apprentissage profond de Facebook
• Scikit-learn : Bibliothèque d'apprentissage automatique Python
• Apache Spark : Moteur de traitement des big data

Validation des développeurs

Avec plus de 1,3 milliard de téléchargements Docker :

• Le plus validé par les développeurs : Vaste communauté de développeurs
• Validation 24/7/365 : Validation continue de compatibilité
• Meilleure compatibilité : Record de compatibilité leader de l'industrie
• Prêt pour la production : Validé en production à grande échelle

Flexibilité de gestion des données

Cette compatibilité assure :

• Accès aux charges de travail AI : Accès transparent aux données stockées
• Agnostique d'infrastructure cloud : Indépendant des environnements cloud spécifiques
• Approches de données flexibles : S'adapte aux différents besoins de traitement des données
• Traitement d'environnement inter-cloud : Prend en charge le traitement des données multi-cloud

Stockage AI Edge

À l'edge, la latence réseau, la perte de données et le bloat logiciel dégradent les performances.

Fonctionnalités d'optimisation edge

Avantages de performance

RustFS est le stockage d'objets le plus rapide au monde :

• Moins de 100 MB : Fichiers binaires extrêmement petits
• N'importe quel matériel : Peut être déployé sur n'importe quel matériel
• Haute performance : Performance edge optimisée
• Faible consommation de ressources : Exigences système minimales

Fonctionnalités intelligentes

Fonctionnalités avancées de RustFS :

1. Notifications de bucket : Notifications d'événements de bucket de stockage
2. Object Lambda : Fonctions de traitement d'objets
3. Inférence en temps réel : Traitement instantané des données
4. Déclencheurs automatiques : Traitement automatique basé sur les événements

Scénarios d'application edge

Applications critiques

• Détection d'objets aéroportés : Applications de drones haute altitude
• Prédiction de trajectoire de trafic : Véhicules autonomes
• Contrôle industriel : Systèmes de contrôle industriel en temps réel
• Surveillance de sécurité : Surveillance de sécurité en temps réel

Caractéristiques techniques

Fonctionnalités de stockage AI de RustFS :

• Réponse rapide : Temps de réponse en millisecondes
• Tolérance aux pannes : Conception haute fiabilité
• Déploiement simple : Processus de déploiement simplifié
• Optimisation edge : Optimisé pour les scénarios edge

Gestion du cycle de vie pour les charges de travail ML/AI

Les charges de travail AI/ML modernes nécessitent une gestion complexe du cycle de vie.

Gestion automatisée des données

Fonctions principales

Capacités de gestion du cycle de vie de RustFS :

• Tâches automatisées : Exécute automatiquement les tâches de gestion des données
• Optimisation du stockage : Optimise l'efficacité du stockage
• Surcharge réduite : Diminue les frais généraux opérationnels
• Hiérarchisation intelligente : Hiérarchisation automatique des données

Stratégies d'optimisation des coûts

Avec les politiques de cycle de vie :

1. Migration automatique : Migre les données peu accédées vers un stockage à faible coût
2. Libération de ressources : Libère des ressources pour les charges de travail actives
3. Hiérarchisation du stockage : Architecture de stockage multi-niveaux
4. Contrôle des coûts : Contrôle efficace des coûts de stockage

Fonctions spécialisées ML/AI

Expérience développeur

Ces fonctionnalités permettent aux praticiens AI/ML de :

• Se concentrer sur l'essentiel : Se concentrer sur l'entraînement et le développement de modèles
• Gestion automatique : RustFS gère intelligemment les données
• Amélioration des performances : Améliore les performances globales du flux de travail
• Efficacité des coûts : Atteint une efficacité maximale des coûts

Support de conformité

Couche de gestion du cycle de vie :

• Appliquer les politiques : Applique les politiques de rétention et de suppression
• Conformité réglementaire : Assure la conformité aux réglementations
• Pistes d'audit : Enregistrements d'opération complets
• Conformité automatisée : Processus de conformité automatisés

Rétention d'objets pour les flux de travail AI/ML

Comparé à l'AI/ML, moins de charges de travail dépendent plus du moment où les choses se passent.

Rétention d'objets avancée

Garanties principales

Abordées par des fonctionnalités de rétention d'objets avancées :

• Intégrité des données : Assure l'intégrité des données stockées
• Exigences de conformité : Répond aux exigences de conformité réglementaire
• Sensibilité temporelle : Gère les besoins métier liés au temps
• Cohérence des données : Maintient la cohérence des données

Implémentation des politiques de rétention

En implémentant des politiques de rétention, RustFS peut aider les organisations à :

1. Cohérence des modèles : Maintenir la cohérence des données pour les modèles AI/ML et les ensembles de données
2. Prévenir la suppression accidentelle : Éviter la suppression accidentelle ou non autorisée
3. Prévenir la modification : Protéger les données contre la modification non autorisée
4. Contrôle de version : Maintenir l'historique des versions des données

Avantages de la gouvernance des données

Cadre de gouvernance

Cette fonctionnalité est cruciale pour :

• Gouvernance des données : Établir un cadre complet de gouvernance des données
• Conformité réglementaire : Répondre à diverses exigences réglementaires
• Reproductibilité des expériences : Assurer la reproductibilité des expériences AI/ML
• Lignage des données : Suivi complet de la lignée des données

Mécanismes de garantie

Garantir que les données critiques :

• Durée spécifique : Restent accessibles pendant une durée spécifiée
• Immutabilité des données : S'assurer que les données ne sont pas modifiées
• Entraînement précis : Supporter l'entraînement précis des modèles
• Analyse fiable : Fournir une base d'analyse de données fiable

Protection des données pour les ensembles de données AI principaux

RustFS fournit une protection complète des données à travers différentes quantités de fonctionnalités.

Redondance des données et tolérance aux pannes

Mécanismes de protection

• Codage d'effacement : Mécanisme de redondance de données efficace
• Réplication de site : Réplication de données inter-sites
• Redondance des données : Assure le stockage redondant des données
• Tolérance aux pannes : Prévient les pannes matérielles ou la corruption de données

Récupération après panne

Gère automatiquement divers scénarios de panne :

1. Pannes matérielles : Détection et récupération automatiques
2. Corruption de données : Détection et réparation en temps réel
3. Pannes réseau : Récupération automatique des interruptions réseau
4. Pannes de site : Basculement inter-sites

Protection par chiffrement des données

Mécanismes de chiffrement

RustFS prend en charge le chiffrement des données multi-niveaux :

• Chiffrement au repos : Protection par chiffrement pour les données stockées
• Chiffrement en transit : Chiffrement pendant la transmission des données
• Gestion des clés : Mécanismes de gestion sécurisée des clés
• Chiffrement de conformité : Standards de chiffrement répondant aux exigences de conformité

Contrôle d'accès

• Protection contre l'accès non autorisé : Prévient l'accès non autorisé aux données
• Authentification : Applique les mécanismes d'authentification
• Contrôle des permissions : Contrôle des permissions précis
• Surveillance d'accès : Surveillance en temps réel du comportement d'accès

Gestion d'identité et d'accès (IAM)

Support IAM

Le support IAM de RustFS permet aux organisations de :

• Contrôle d'accès : Contrôler l'accès aux données de stockage AI
• Gestion des utilisateurs : Gestion unifiée des utilisateurs
• Autorisation d'application : Contrôle d'accès des applications
• Attribution de permissions : Mécanismes flexibles d'attribution de permissions

Assurance de sécurité

S'assurer que seuls les utilisateurs ou applications autorisés peuvent :

1. Accéder aux données : Accès sécurisé aux données
2. Modifier les données : Modification contrôlée des données
3. Supprimer les données : Suppression sécurisée des données
4. Gérer les permissions : Opérations de gestion des permissions

Protection complète du cycle de vie

Mécanismes de protection complets

RustFS fournit des mécanismes complets de protection des données :

• Protection d'intégrité : Maintient l'intégrité des ensembles de données AI
• Assurance de disponibilité : Assure une haute disponibilité des données
• Protection de confidentialité : Protège la confidentialité des données
• Couverture du cycle de vie : Couvre l'ensemble du cycle de vie des données

Grâce à l'intégration profonde de SQL Server 2022 avec RustFS, les entreprises peuvent construire une plateforme de données moderne puissante, sécurisée et haute performance prenant en charge les besoins complets du traitement traditionnel des données relationnelles aux dernières charges de travail AI/ML.