挑战：NetApp自己的内部Active IQ解决方案最初是为支持多种用例而设计的，现已发展成为面向内部用户和客户的全面产品。但是、由于数据的快速增长以及对高效数据访问的需求、基于HadooP/MapR的底层后端基础架构在成本和性能方面带来了挑战。扩展存储意味着增加不必要的计算资源、从而导致成本增加。

此外、管理Hadoop集群也非常耗时、需要专业知识。数据性能和管理问题使情况更加复杂、因为查询平均需要45分钟、而配置不当会导致资源匮乏。为了应对这些挑战、NetApp寻找了一种替代现有传统Hadoop环境的解决方案、并确定基于德尔米奥构建的全新现代解决方案可以降低成本、分离存储和计算、提高性能、简化数据管理、提供精细控制并提供灾难恢复功能。

解决方案：DREMIO帮助NetApp分阶段打造基于Hadoop的数据基础架构、为统一分析提供了路线图。与其他需要对Data Processing进行重大更改的供应商不同、Dedelmio与现有管道无缝集成、可节省迁移期间的时间和费用。通过过渡到完全容器化的环境、NetApp降低了管理开销、提高了安全性并增强了弹性。由于采用了Apache iceberg和Arrows等开放式生态系统、因此、这种方式可以确保适应未来需求、提高透明度和可扩展性。

作为Hadoop/Hive基础架构的替代方案、德鲁米奥通过语法层为二级用例提供了功能。虽然基于Spark的现有ETL和数据吸收机制仍然存在、但Dlemio提供了一个统一的访问层、以便在不重复的情况下更轻松地发现和探索数据。这种方法显著减少了数据复制因素、并将存储和计算分离。

优势：借助DREMIO、NetApp可以最大限度地降低数据环境中的计算消耗和磁盘空间需求、从而显著降低成本。新的Active IQ数据湖由8、300个表组成、可容纳3 PB的数据、而以前的基础架构可容纳7 PB以上的数据。迁移到d雷 米奥还涉及到从33个小型集群和4、000个核心过渡到Kubbernetes集群上的16个执行节点。即使计算资源大幅减少、NetApp的性能也有了显著提升。通过直接访问数据、查询运行时间从45分钟缩短到2分钟、从而将获得预测性维护和优化见解的时间缩短95%。迁移还可以将计算成本降低60%以上、将查询速度提高20倍以上、并节省30%以上的总拥有成本(TCO)。

挑战：在这家全球汽车零部件销售公司中、高管和企业财务规划和分析团队无法获得销售报告的整合视图、被迫阅读各个业务部门的销售指标报告并尝试对其进行整合。这样、客户就可以使用至少一天前的数据做出决策。获得新的分析见解所需的交付周期通常超过四周。对数据管道进行故障排除所需的时间甚至更长、在已经很长的时间范围之外、还会再增加三天或更长时间。由于报告开发流程缓慢以及报告性能缓慢、分析师社区不得不持续等待数据处理或加载、而不是让他们能够找到新的业务洞察力并推动新的业务行为。这些问题重重的环境由多个不同业务部门的不同数据库组成、导致出现大量数据孤岛。缓慢且分散的环境使数据监管变得复杂、因为分析师提出自己的真实情况而不是单一真实情况来源的方法太多。该方法的数据平台和人员成本超过190万美元。维护原有平台并满足数据请求每年需要7名现场技术工程师(Field Technical Engineer、FTE)。随着数据请求不断增长、数据智能团队无法扩展传统环境来满足未来需求

解决方案：在NetApp对象存储中经济高效地存储和管理大型冰山一角表。使用Demio的语法层构建数据域、使业务用户能够轻松创建、搜索和共享数据产品。

为客户带来的优势：•改进和优化现有数据架构、将获得洞察力的时间从四周缩短为几小时•将故障排除时间从三天缩短为几小时•将数据平台和管理成本降低了380、000美元以上•(2)每年节省的数据智能工作FTE