Crate.io erweitert die CrateDB Cloud um CrateDB Edge
Edge-Datenbank für Maschinendaten
Crate.io, Entwickler und Anbieter der für den Einsatz in IIoT-Umgebungen optimierten CrateDB, gab die Einführung von CrateDB Edge bekannt. Die Lösung befähige Nutzende, Daten direkt an der Datenquelle zu erfassen und zu analysieren, unabhängig von dem geografischen Standort oder einem Cloud- oder Internetzugang.
Stellen Unternehmen Datenbankumgebungen in der Cloud bereit, so sind oft On-Premises-Datenbanken als Teil der Hybridstrategie nötig. Das gilt insbesondere für Anwendungen mit strengen Sicherheitsparametern oder mit verteilten Standorten, welche Daten mit hoher Geschwindigkeit und Volumen generieren. Mit CrateDB Edge sollen Unternehmen die volle Kontrolle über ihre Infrastruktur behalten und dennoch überall CrateDB als vollständig verwalteten Service nutzen können. Sie seien in der Lage, einen Cluster in ihrer eigenen Region bereitzustellen und ihn vollständig auf der eigenen Infrastruktur zu betreiben, sei es AWS, Azure oder auf physischen Servern vor Ort. Über die Web-Oberfläche haben die Unternehmen die Kontrolle über ihre Daten und Verwaltung aller Cluster, so Crate.io weiter.
CrateDB Edge bietet laut Anbieter einen vollständigen Datenschutz. Die Lösung sei für Unternehmen geeignet, die ihre Daten unabhängig vom Internet nutzen möchten. Unabhängig davon, ob der Betrieb von CrateDB in einem unternehmenseigenen AWS- oder Azure-Account oder in einem On-Premises-Rechenzentrum erfolgt, biete CrateDB Edge zudem Flexibilität und erfordere keine kontinuierliche Internetverbindung für den Clusterbetrieb.
Außerdem soll man durch die lokale Bereitstellung von skalierenden Clustern Analysen näher an der Datenquelle durchführen können, wodurch sich Ressourcen und Reaktionszeiten optimieren lassen. CrateDB Edge biete den gleichen Funktionsumfang wie CrateDB Cloud und mache es für Entwicklungsteams einfach und unkompliziert, Anwendungen zu erstellen, die am Netzwerkrand und in der Cloud laufen.
Darüber hinaus sollen konfigurierbare Datensynchronisationsfunktionen dafür sorgen, dass man ausgewählte Teile von Edge-Daten automatisch in die Cloud schieben oder sogar mit anderen Edge-Regionen synchronisieren kann, um alle Arten von Analyseaspekten zu ermöglichen, einschließlich Lernmodellen in der Cloud und operativer maschineller Analysen am Netzwerkrand.
Lesen Sie mehr zum Thema
