背景图像

砖的SQL

湖屋的数据仓库

免费试安排一次演示

背景图像

数据库SQL (砖的SQL)是一种由客户操作的多云数据库 lakehouse架构 这比传统的云数据仓库提供了高达12倍的价格/性能. 使用开源标准来避免数据锁定, 它提供了可靠性, 数据湖本身缺乏的质量和性能.

用你选择的工具分析你所有的数据

利用您喜欢的工具,如印度生物技术部, Fivetran, PowerBI或表, 查询和分析最近和完整的数据, 而无需将其移动到单独的数据仓库中. DB SQL还使组织中的每个分析师能够通过内置的SQL编辑器快速查找并分享新的见解, 可视化和仪表板.

简化管理和治理

快速设置、即时、弹性的SQL计算与无服务器存储解耦. 砖自动确定实例类型和配置,以获得最佳的价格/性能. 然后, 轻松地管理用户, data, 和端点监视的资源, 查询历史, 和细粒度的治理.

实时,闪电般的分析数据湖数据

在数据湖经济中,通过在数据仓库性能上运行SQL查询来获得竞争优势. 数据库SQL带来可靠性, 质量, 安全性和性能,您的数据湖,以支持传统的分析工作负载使用您的最新和完整的数据.

背景图像

它是如何工作的?

连接您现有的工具- 砖的SQL

连接您现有的工具

连接您最喜欢的BI工具,如印度生物技术部, PowerBI和表, 并受益于快速的性能, 低延迟和高用户并发到您的数据湖数据. 建立到三角洲湖表的可靠连接很简单, 您还可以集成现有的身份验证解决方案. 重新设计的ODBC/JDBC驱动程序提供更低的延迟和更少的开销,从而将往返次数减少0.25秒. 数据传输速度提高了50%,元数据检索操作的执行速度提高了10倍.

了解更多→

查询执行的最佳价格/性能

砖的SQL包含数千个优化,为所有查询类型和实际应用程序提供最佳性能. 这包括 光子 -下一代查询引擎-与其他云数据仓库相比,提供高达12倍的更好的价格/性能.

了解更多→

性能表

共享终端截图

简化湖屋的管理和治理

砖的SQL使设置和管理SQL计算资源变得容易, 多亏了一个中央日志记录了跨虚拟集群的使用情况, 用户和时间. 这使得跨DB SQL观察工作负载变得更容易, 第三方BI工具和任何其他SQL客户机在一个地方, 这反过来又有助于对错误和性能问题进行分类. 然后,管理员可以深入到每个查询的执行阶段,以排除问题并支持审计.

一流的SQL开发经验

一流的SQL开发经验

DB SQL查询编辑器允许分析人员用熟悉的语法(ANSI SQL)编写查询,并轻松地在lakehouse中查找数据. 分析人员可以很容易地通过各种丰富的可视化来理解查询结果, 并快速构建并与涉众共享仪表板.

了解更多→

快速发现并分享新的见解

分析人员可以很容易地通过各种丰富的可视化来理解查询结果, 并快速构建具有直观拖放界面的仪表板. 让每个人都了解最新情况, 仪表板可以共享,并配置为自动刷新, 以及提醒团队数据中有意义的变化.

快速发现并分享新的见解

用例

启用你的湖屋基础设施

运营一个多云湖屋架构,在数据湖经济中提供数据仓库性能. 砖的SQL使分析师和数据科学家能够使用他们选择的工具,直接在最新和最完整的数据上可靠地执行SQL查询和BI,直接在您的数据湖上,同时通过减少对更多不同系统的需求,极大地简化了体系结构.

利用现有的BI工具

让业务分析师可以使用他们最喜欢的BI工具,如PowerBI或表,直接查询数据湖数据, 避免数据孤岛. 重新设计和优化的连接器,确保快速性能, 数据湖的低延迟和高用户并发性. 现在,分析人员可以使用最好的工具,对数据的单一真实来源进行工作.

协作探索最新的数据

通过协作和自助式的分析体验,使组织中的每个分析师和SQL专业人士能够快速找到并分享新的见解. 放心地使用细粒度治理管理数据权限, 共享和重用查询, 并通过交互式可视化和仪表板快速分析和共享结果.

构建自定义数据应用程序

为您自己的组织或客户构建丰富的自定义数据增强应用程序. 从便捷的连接中受益, 管理和更好的价格/性能的DB SQL,以简化大规模数据增强应用程序的开发, 所有服务都来自您的数据湖.

集成

与现代数据堆栈的无缝集成意味着为您的数据团队提供最大的灵活性. 使用Fivetran获取业务关键数据, 用DBT就地变换它, 并通过Power BI找到新的见解, 表, 或观看者, 这一切都无需将数据转移到遗留数据仓库.

轻松连接砖与表, PowerBI, Looker, Fivetran, 印度生物技术部和您最喜欢的工具

“现在更是如此, 组织需要一种数据策略,使速度和敏捷性具有适应性. 随着企业迅速将数据转移到云上, mg游戏看到对数据湖进行分析的兴趣越来越大.

砖的SQL的引入为客户提供了一种全新的体验,让他们能够从海量的数据中洞察性能, 他们需要的可靠性和规模. mg游戏很荣幸能与砖合作,将这一机遇变为现实.”

-Francois Ajenstat, 表的首席产品官

不正常的
Asurion客户故事

客户的故事

“异常安全”使用砖 Lakehouse将电子邮件网络攻击减少20%
面包
Asurion客户故事

客户的故事

为大规模客户提供安全和个性化的支付选择
Butcherbox
Asurion客户故事

博客

Butcherbox如何利用数据分析为每一位顾客提供量身定做的高质量食物
Atlassian
Atlassian客户故事

数据+ AI峰会

在Atlassian建造湖边小屋
加拿大CBC广播
Asurion客户故事

客户的故事

用个性化重新构想公共广播
Punchh
Atlassian客户故事

数据+ AI峰会

提供快速和可操作的消费者分析
羽客户故事

数据+ AI峰会

从2000多万的智能家庭和超过5亿的设备中提供见解
康卡斯特公司

数据+ AI峰会

利用砖的SQL为康卡斯特的遥测分析提供动力
Nortwestern相互
西北共同公司的客户故事

博客

以可扩展的、开放的湖屋建筑推动转型
Asurion
Asurion客户故事

数据+ AI峰会

在大型湖屋上实现结构化流

客户

壳牌公司的标志

“壳牌一直在进行数字化转型,这是mg游戏提供更多、更清洁能源解决方案的雄心的一部分. 作为这方面的一部分,mg游戏一直在大力投资mg游戏的数据湖架构. mg游戏的目标是让mg游戏的数据团队能够以最简单的方式快速查询mg游戏的海量数据集. 使用标准BI工具对拍字节级数据集执行快速查询的能力对mg游戏来说是一种改变. mg游戏与砖的合作创新方式使mg游戏能够影响产品路线图, mg游戏很高兴看到这个产品上市.”

- Dan Jeavons,壳牌数据科学总经理

Atlassian标志

“在Atlassian, mg游戏需要确保团队能够很好地跨职能协作,以实现不断发展的目标. 一个简化的湖屋架构将使mg游戏能够吸收大量的用户数据,并运行必要的分析,以更好地预测客户的需求,并改善客户的体验.
一个单一的, 易于使用的云分析平台允许mg游戏基于可操作的见解快速改进和构建新的协作工具.”

- Rohan Dhupelia, Atlassian数据平台高级经理

面包的标志

“从Snowflake到砖的lakehouse,已经改变了mg游戏基于最完整和最新的数据视图推动业务行动的方式, 这在mg游戏之前的数据仓库中是不可能的.”

- 面包公司员工数据工程师Christina Taylor

异常的标志

“砖 Lakehouse使mg游戏能够大规模地组织和利用所有数据, 加强分析,以努力检测和阻止所有形式的电子邮件攻击mg游戏的客户, 包括逃避传统防御的有针对性的社会工程电子邮件攻击.”

- Sanny Liao, 不正常的 Security数据科学主管

CBC标志

“砖 Lakehouse平台使mg游戏能够进行分析,从而减少从用户行为中获取洞察力所需的时间,从几周到几分钟, 因此,mg游戏可以迅速适应,提供更能引起听众共鸣的节目.”

- Stephane Caron, Sr. 加拿大广播公司商业情报总监

准备开始了?

入门指南

AWSAzure