博客推出Sisense 2019年第3季度发布就在两年多前，我们的首席执行官阿米尔·奥拉德（Amir Orad）发布了一份内部公告，称Sisense已经做出了一项战略决策，将我们的平台完全重新设计为一个云本地架构，该架构将部署在任何使用Windows或Linux的云上（私有或供应商管理）。在他的声明中，很明显这将需要大量的投资，而不是一个将代码移植到Linux的快速的黑客行为。取而代之的是，它将是专门从头开始建造的，以便经得起未来的考验。它将利用现代的容器化微服务体系结构，并结合同类最佳的开源技术，如Linux、Kubernetes和Docker，以便在应用程序生命周期中集成交付。虽然云本地架构对于推动分析应用的未来至关重要，但人工智能也是一个关键组件，可以减少数据准备过程中的手动重复步骤，并让业务用户能够获得新的见解，从而采取行动。阿米尔说，可视化数据大屏，结合起来，我们可以超越仪表盘，创建人工智能驱动的分析应用程序，用户可以立即对自己的见解采取行动。今天，我很高兴地宣布，Sisense 2019年第3季度发布不仅推出了我们的云本地架构，而且还展示了我们AI路线图上的主要成就。云本地架构我们的重新架构的云本地架构是从基础上建立起来的，其基础是基于一个现代化的容器化的微服务架构，新云，爱回扣返现网，它结合了最优秀的开源技术，如Linux、Kubernetes和DoCKER，物联网是啥，用于在您的应用程序生命周期中的集成交付。最佳开源技术以下是我们的云原生架构为现代数据团队提供的一些好处：更低的总体拥有成本，硬件需求更灵活。内置负载平衡和按需自动扩展数据实例，并可选择细粒度配置和完全控制利用共享存储、分布式体系结构和内置冗余。在同一服务器或群集上部署多个竖井租户以节省硬件和资源。DevOps方法构建大规模分析应用程序的好处如果您是客户，那么您也会喜欢的众多性能增强之一就是我们支持并行表和同时运行的多个并发ElastiCube构建。总体构建性能比Windows快2倍，构建和数据容量比Windows大5倍（当然，这取决于数据源和结构！）。此外，您将看到仪表板性能的显著改进。云原生Sisense还代表了集成Sisense和Periscope数据平台的第一步。两家公司共享的通用微服务体系结构允许我们各自的研发团队更快地将每个产品集成到一个企业端到端数据团队平台中。自从我们5月份合并以来，我们已经取得了很多成就，下个季度我们将分享更多的进展我们的云本机架构与现有的基于Windows的产品一起受到支持，目前正在逐步发布。人工智能探索目前，数据驱动的决策是基于业务用户成功过滤、切片和切分他们想要跟踪和改进的已知kpi的能力。然而，无法从已知的kpi中获得新的见解并从数据中发现新的关系，这是我们认为采用分析法没有获得进一步动力的众多原因之一人工智能探索会自动生成可视化和更深入的见解，从而在没有业务分析师参与的情况下预测业务用户的下一个问题。它利用人工智能对大多数用户在查看数据时想到的问题即时提供新的答案，以便直接在仪表板的上下文中促进新的和更深入的见解。AI探索路径为不一定是数据驱动的业务用户提供了一条直观的路径，以便他们能够立即从多个角度全面了解KPI的各个方面。另一个好处是，仪表板设计师现在可以专注于最重要的业务驱动因素，最终用户可以加深对业务的理解，因为他们可以得到一些他们甚至不知道自己有问题的答案发布2019年第三季度总结2019年第3季度Sisense发布版还有更多内容，大淘客网站，包括：Group Similar使用AIExpanded library of certified data connectors纠正在单个列中发现的数据差异，通过最终用户报表管理实时数据模型支持PostrgreSQL、MySQL和OracleLive表查询，提高了企业可扩展性，很快将于2019年第三季度提供我鼓励您在发布页面上探索这些功能和其他功能，在我们的社区论坛上与我们分享您的意见，并在8月28日美国东部时间下午12:00–1:00参加我们的网络研讨会以了解更多信息。我们在过去两年中开始的旅程为创新创造了一个新的更坚实的基础，包括如何开始设计强大的嵌入式、人工智能分析应用程序。我们为我们的客户开始与我们一起踏上这段旅程感到骄傲，并珍视您对Sisense的持续投资。我们期待着在下一季度产品博客发布期间分享我们与潜望镜数据合并的更多进展和进展标签：人工智能|云