JethroData Inc.是一个基于索引的SQL平台的提供商，该平台加快了Hadoop和传统数据仓库平台上的商业智能操作，今天发布了一个新版本，该版本具有更高的安全性、决策支持多维数据集的自动聚合、改进的管理员界面以及与Apache Hive的更好集成。该公司经过近四年的开发，于去年推出了自己的平台，该公司将其同名软件描述为一个加速层，使用索引和预定义的"立方体"组合来提高BI查询的性能。与专用的商业智能服务器不同，Jethro可以直接在Hadoop集群中的数据集上工作，也可以像Teradata Corp.和IBM公司的Netezza那样对更传统的数据仓库后端进行操作。该公司表示，它解决了困扰专用BI服务器的容量问题。"伊莱比说："今天的首席执行官伊莱比的50亿台服务器也是如此。"我们没有将数据放入内存，而是将查询推送到数据源。"索引是一种通过使用指针指示具有相似特征的记录来加快数据库查询的方法。例如，索引可能指向邮政编码列中出现的每一个"60609"或"性别"列中的"女性"。当数据集非常大且查询范围有限时，索引非常有用。索引通常用于关系数据库管理系统，但在面向决策支持的Hadoop世界中从未流行过，在这种环境中，大规模的数据摄取被认为比快速检索更重要。像Apache配置单元这样的查询工具支持索引，但是不经常使用该功能。Jethro将索引与预定义视图相结合，称之为"自动多维数据集"，它们基于多维数据集，多维数据集是商业智能场景中处理数据的常用方法。该平台根据频繁的查询生成聚合的多维数据视图，并将其存储在数据仓库或Hadoop集群上，以便快速检索。辛格说，Jethro可以从查询频率推断出对立方体的需求。例如，如果查询通常包含美国州信息，Jethro将为所有50个州预先定义多维数据集。"立方体和索引是相辅相成的，"辛格说多维数据集效率低下的情况是索引效率更高的领域，例如跨五个不同的列进行筛选。"新版本3.0极大地扩展了支持自动多维数据集的查询范围，多维数据集的创建现在完全自动化了。"我们之前支持的查询范围非常窄。"。多维数据集现在也以增量方式更新，这意味着新数据将被吸收到现有的多维数据集中，而无需进行完整的重建。通过与轻量级目录访问协议的集成，安全特性得到了增强，基于角色的权限可以与Apache配置单元和Ranger一起分配。命令行管理界面已被图形用户界面所取代，与配置单元的本机集成现在使Jethro能够直接从配置单元表中索引数据。JethroData成立于特拉维夫，2012年扎根美国。辛格说，它已经筹集了1500万美元的风险投资，并有大约20个付费企业客户。该软件的价格约为每台Jethro服务器30000美元，平均每个客户运行大约五台服务器。图片：JethroData既然你来了…点击订阅我们的YouTube频道（见下文），显示您对我们使命的支持。我们的订户越多，YouTube就越会向你推荐相关的企业和新兴技术内容。谢谢！支持我们的使命：>>>>>立即订阅我们的YouTube频道。……我们还想告诉你我们的使命，以及你如何帮助我们完成它。SiliconANGLE Media Inc.的商业模式是基于内容的内在价值，而不是广告。与许多在线出版物不同的是，我们没有付费墙或横幅广告，因为我们想让我们的新闻保持开放，不受影响，也不需要追逐交通。那个新闻、报道和评论SiliconANGLE——以及现场报道，我们的硅谷工作室和cube环球巡演的视频团队提供的未经剪辑的视频需要大量的辛勤工作、时间和金钱。保持高质量需要赞助商的支持，他们与我们的无广告新闻内容的愿景一致。如果你喜欢这里的报道，视频采访和其他无广告内容，请花点时间看看我们的赞助商支持的视频内容样本，在推特上表达你的支持，然后继续回到SiliconANGLE。