公司新闻

Official news
公司新闻
数据集成工具领域TOP10厂商优劣分析
 

  数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中,从而为企业提供全面的数据共享。在企业数据集成领域,已经有了很多成熟的框架可以利用。架构师或开发人员对数据集成工具的效率应该有所要求。好的数据集成工具是具有分布式处理能力,可读取,分析,交互,在具有分布式处理能力的动态模型中快速对本地和外来数据做出反应。

  强调核心功能和性能。Actian提供实时,消息传递式解决方案和批量数据传输。客户喜欢数据源的多样化连接,以及支持用于企业间数据共享的标准消息格式。

  利用云和数据分析。Actian通过其在Actian DataCloud上提供的集成平台即服务(iPaaS)产品的发展,增强了其云功能,对分析产品进行扩展,并专注于云集成,其中包括进一步简化员工入职并扩展对业务角色的支持。

  嵌入式解决方案。易于将DataFlow嵌入其他技术使Actian的数据集成工具能够与各种合作伙伴(包括独立软件供应商ISV,系统集成商和云服务提供商)互补,以在其解决方案中提供集成功能。强大的企业可行性也使其成为可靠的技术供应商合作伙伴。

  与业务用户或应用程序开发人员的关系。虽然数据集成工具买家的范围越来越广,已经从IT扩展到其他行业,但Actian对非技术买家缺乏可见性和认可,因为客户主要是被Actian在数据集成方面的实力吸引。

  服务支持和学习曲线。Actian的用户参考了其对主要升级支持和实践文档报告的关注,他们希望看到缩短开发到生产的学习曲线,以及简化管理和监控。

  企业信息管理(EIM)和信息基础设施定位。Actian的数据集成工具路线图反映了其技术根源,它的功能和交付能力创新要优于它对市场广度和趋势的探查,这对Actian全面数据集成战略的合作伙伴造成了不利影响。

  集成工具套件涵盖批处理,消息和同步等基础功能。Adeptia支持批量数据传送和粒度数据捕获传播。其单一产品套件中的数据集成能力,应用程序集成,企业服务总线B集成和贸易合作伙伴管理的结合得到了外界的肯定。它通过其编排引擎和工作流支持降低了购买者的复杂性,包括自动处理错误和异常以达到复杂过程自动化。

  有吸引力的定价和灵活性。客户认为Adeptia相对于其竞争对手具有更灵活的订阅许可选项。Adeptia能够与ESB和业务流程管理(BPM)功能进行数据集成功能的互操作,这是客户十分乐于接受的。

  性能,可用性和集成平台即服务(iPaaS)支持。Adeptia提供iPaaS功能,实现B2B集成和互联网数据共享。它支持集成内部端点,云端点以及两者的组合,用于“普及集成”的所有模式。易用性,良好的性能和吞吐量。

  对大数据计划欠缺支持。Adeptia当前的实施和竞争性投标表明,对大数据计划的支持极为有限。由于市场上,不断强调数据集成到大数据存储(如Hadoop和NoSQL)的重要性,用于支持即将到来的和流行的(例如启用数据湖)趋势,Adeptia将继续在这方面努力,因为在其路线图上有大数据集成。

  市场覆盖面广度。客户欣赏Adeptia对涉及批量操作和BPM方案传统用例的支持。然而,其产品路线图并不包括将其所有风格的数据集成(例如数据虚拟化)纳入AIS平台,以利用整个广度的数据集成用例,这在当前的竞争情况下对Adepia构成了挑战。

  缺乏更广泛的信息管理能力。客户还表示希望其在数据集成工具与数据管理和应用集成(包括数据质量,数据治理,元数据管理和MDM)的相关技术之间实现更好的互操作和集成使用。Adeptia正在通过积极扩展其技术合作伙伴,来解决这些问题。

  市场存在记录。凭借超过二十年的经验,Attunity在提供适用于异构数据类型的数据复制和同步技术方面具有强大的牵引力,具有解决大型机数据的历史优势。目前,Attunity正在积极建立与实施服务提供商,技术供应商和云基础架构提供商的全球合作伙伴关系。

  扩展适用性。Attunity通过在云中复制数据,加速数据仓库部署,大数据(Hadoop)和工作负载优化支持的功能,实现更广泛的集成风格,并利用企业数字化的机会,增加了对Apache Kafka的支持,实现了数据移动和事件流的实时交织。

  有利的成本和价值。客户认为其工具在数据捕获(CDC)/复制方面提供了相对较好的性价比。

  市场覆盖和份额。虽然Attunity支持Gartner描述的大多数类型的数据集成样式,但Attunity的工具集主要反映了复制部署和基本同步,并不涉及数据虚拟化。虽然Attunity意识到这个市场开始增长,但还是布局不够。

  与相关数据管理功能的协同。实施反映了需要在Attunity工具的元数据管理中提供更多支持,以便与需要开放共享元数据,驱动数据集成过程的运行以及启用数据服务的多种平台进行互操作。Attunity的数据集成能力与综合数据质量工具的集成使用被列为期望改进的地方。

  使用支持。由于需要在日益复杂的场景中部署,客户提高了对Attunity使用支持和指导说明的期望,Attunity一直在解决这个问题。

  思科提供思科信息服务器和思科集成平台。思科此产品组的客户估计超过380家组织。

  向分布式数据和设备网络演进。思科的扩展愿景包括在分布式网络(包括第三方设备(和地址))上集成数据定位的计划,实现数据集成,基于连接用例和设备内容的特定路由,以及分布式优化。思科继续支持逻辑数据仓库(LDW),集成流式数据和物联网环境,并利用思科Tidal Enterprise Scheduler集成工作流程。

  敏捷性和时间价值。思科重点关注数据集成/虚拟化,以及这一领域日益增长的需求。客户对思科的数据虚拟化技术表示肯定,以实现敏捷开发和使用优化技术,例如将处理推向数据源,从而最大限度地减少数据移动并节约时间。

  客户关系和市场准入。客户指出,思科对客户需求非常敏感,客户问题处理得很好。思科的客户覆盖全球,思科将在全球客户中继续扩大从Composite Software获取数据集成工具的可用性。思科还引入了协同竞争选项来增强其能力。

  有限的覆盖面和市场共鸣。思科信息服务器主要是一种数据虚拟化产品,已经扩展到包括其他类型的交付。技术优化对于不同的集成类型不同,因此,批量操作,同步和迁移能力被更多地作为已经存在的缓存层的实例化来传递。需要提高适用范围,以逐渐利用信息基础设施和云/iPaaS。思科专注于高度分布式和大规模并行处理,旨在增强Hadoop集成和优化分布式部署。

  数据管理的协同性受到挑战。与数据质量,分析统计数据的动态响应以及与主数据管理(包括垂直行业标准)的互操作性集成在分布式环境中将变得更加重要。目前,思科提供与手动部署和维护集成相伴的解决方案。

  部署和诊断限制。客户认为错误消息的诊断标识是思科面临的挑战,需要更好的诊断支持和集成文档。客户表示希望有一个更成熟的用户群体,以更好地获取实施指南和最佳实践方案。

  Denodo总部位于加利福尼亚州的帕洛阿尔托,提供Denodo平台。Denodo的数据集成产品客户约为300家大型公司。凭借已建立的客户群,Denodo平台还提供数据虚拟化,用于从DBMS,网站,文档和各种企业,云和大数据存储库加入多结构化数据源。

  添加功能。去年,Denodo推出了新的动态查询优化功能,支持针对大数据和云环境的基于成本的优化,包括资源管理器,基于策略的工作负载管理,谓词优化技术,包括连接下的完全和部分聚合下推,逻辑数据仓库和数据库需求的联合,以及性能优化。Denodo还提供具有数据,实体级,关系和搜索式浏览功能的自助数据功能。

  技术合作伙伴。Denodo的合作伙伴包括全球和区域系统集成商和软件供应商,包括Cloudera,Hortonworks,SAP,Tableau软件,Infosys,埃森哲,Cognizant和HCL技术。软件供应商还授权或捆绑Denodo的功能作为其产品的一部分用于数据分析,大数据操作使用案例。Denodo也可在亚马逊网络服务(AWS)市场上使用。

  不可用的技能和不一致的支持文档。少数用户在通过合作伙伴关系解决问题,并初步利用该工具时,出现了管理语义模型版本等项目文档不一致以及未对齐的情况。

  进入市场,交付和定价的挑战。一些客户说,Denodo的定价模型不标准(例如,不匹配AWS部署模型)。Denodo在其2016年定价中解决了这一定价偏差问题,定价可以与购买或用例对齐相关。客户表示,Denodo的Java接口和功能需要改进,有些人希望在更多的云PaaS产品中(如Microsoft Azure,这是在Denodo路线图上的)看到平台。

  缺乏市场认可。Denodo在寻求特别是在数据虚拟化组织中变得知名,它以很快的速度增长,然而,超过85%的其他领域(甚至DBMS)供应商开始作为潜在的虚拟化提供商,Denodo很难提高其市场份额(这不能与市场的成功混淆)。

  功能的广度和使用多样性。客户使用包括批量数据移动,CDC和传播,数据复制,数据虚拟化和面向消息的移动。客户通常通过开放的可扩展元数据交换和可扩展性来引用功能。IBM进一步扩展了其功能,包括简化的基于SaaS的自助服务数据准备和数据集成(使用数据虚拟化,DataWorks和数据点击)和本机集成到Hadoop环境中。

  份额和市场资本化趋势。Gartner客户经常在竞争性评估中提到IBM,IBM作为数据集成基础设施的企业标准有其竞争优势,在Watson Analytics,dashDB和Cloudant中,DataWorks(用于自助数据准备)的紧密连接和嵌入促进了云分析生态系统建设,使客户能够集成混合内部部署和云架构。

  信息基础设施和EIM的一致性。IBM继续创新,以支持数据集成与EIM目标(包括数据治理,数据质量,MDM,大数据集成,对iPaaS的支持)之间的深度一致性。IBM通过扩展自助服务数据准备功能和开放式治理,以及元数据管理,将数据集成用例扩展到业务线用户受到了客户好评。

  成本模型和总体拥有成本(TCO)。客户有时会提出认为IBM软件的成本高,许可和定价模型复杂。多年来,IBM通过提供更高价值的捆绑产品以及新的定价模式(例如按月和即付)来解决这些问题,此外,将一些产品合并在一起。新的定价和包装选项对首次购买这些产品的客户产生了积极影响。

  在组合中部署多个组件。客户表示难以将IBM的数据集成工具与InfoSphere产品组合中的其他IBM产品集成。客户表示了与IBM产品之间的重叠功能(即,哪些组件可以使用之前投资的免许可证)相关的挑战。IBM能够利用其现有市场份额进行额外销售, 然而,鉴于列出的问题,可能还需要稍加调整。

  易于升级和用户体验。IBM试图解决产品复杂性,但一些客户称,某些版本的持续升级很困难。他们还指出,IBM需要改善其数据集成工具提供的用户体验。通过其最新版本,IBM提供了就地升级功能以简化迁移。

  快速适应市场功能需求。Informatica的产品开发和路线图解决了多种功能,包括批量ETL,实时集成(面向消息的数据移动,Web服务,流处理和数据捕获),发布/订阅数据共享和数据虚拟化。其数据集成工具和其他Informatica技术之间强大的互操作性和协同作用促进了其作为企业标准使用。强调支持数字/IoT数据集成,iPaaS,自助服务数据准备,大数据,数据治理和数据安全。Informatica开始出现在“最佳适应工程”场景中,作为启用混合集成平台(HIP)功能的一部分。

  强烈吸引数据管理和非技术人士。Informatica继续在混合架构中扩展面向业务用户的功能。它现在支持通过其数据准备(Rev)提供跨部署,云和大数据以及数据向导应用程序的自助数据准备。强调作为企业标准的数据集成基础设施的敏捷性与不同类型和规模的组织共鸣。

  广泛的市场和专注于元数据管理,大数据,数据湖和混合创新。Informatica的元数据中心,Live Data Map(在版本10中发布)提高了元数据的功能,以支持机器学习,内省建模,元数据分析和元数据驱动应用程序。Informatica的智能数据湖和大数据管理旨在确保在大数据部署中支持数据集成,数据治理和数据安全的基本原则。

  高TCO和难以理解的许可方法。Informatica基于硬件的定价和许可模式以及高TCO仍然是一个关键问题。客户指出难以理解其许可方法,并认为“相对于替代品更高的成本”作为他们选择另一供应商的主要原因。Informatica为其核心PowerCenter Edition提供了更简单的包装,现在提供订阅即付的许可选项。

  需要清晰的产品组合和体系结构。Informatica的产品组合已经发展壮大,一些客户表示担心重叠功能可能会出问题。客户期望更清晰地了解产品分类,功能和集成组件。他们还指出了关于向现有Informatica部署添加功能或进行数据交付(例如数据虚拟化或实时集成)的混乱。

  业务解决方案专注于面向市场和客户体验。Informatica表示计划通过更多的解决方案捆绑,垂直消息传递和吸引非IT人群进入市场,而这并非其传统的客户群。这是一个多年来都面对的挑战,需要Informatica进行重大的变更管理,并在复杂情况下最佳地满足客户需求。

  集成。Information Builders在2016年初就提出了更加紧密集成的解决方案平台的愿景。现在,已经完成了与处理工作流配置,审计,警报和操作监控的改进相集成的模型编辑器。利用分析来识别问题的数据管理工作台与数据质量解决方案以及对具有多用户注释能力的数据和模型更改工作流管理器集成。供应商的适配器和连接能力,全面的数据转换和将数据封装成实时消息流仍然被视为部署中的关键优势。

  结合大数据。Information Builders的治理功能已经扩展到Hadoop系统中,包括数据模式分析(以及后续的清理规则),识别异常数据,失败模式并生成修复工作流,数据转换以及通过与Apache Atlas和Cloudera的Navigator集成实现数据沿袭功能。Information Builders的Omni-Gen结合了数据治理,管理,沿袭和集成,为传统与新兴的信息类型结合提供了一个更有凝聚力的平台。

  客户关系。Information Builders的客户对产品及其特性和功能的总体满意度还是很高的,唯一的建议是针对界面的易使用性。

  欠缺企业高层支持。与往年一样,Information Builders主要面向技术社区和IT从业者,但企业管理和流程管理者(尤其是EMEA)的份额相对较低。在自助数据服务上的新重点尚未获得关注,在Gartner客户群中,Information Builders很少出现在竞争情况下。

  狭窄的区域和用例客户群。几乎所有Information Builders的客户都在北美和西欧,从事相当广泛的垂直行业。同样,客户也会关注传统的使用案例(例如分析数据转换,数据同步和基于消息的交付),并且通常不会扩大组织中的用例足迹(即使有计划这样做)。

  产品文档,时间价值和市场反应。客户称,Information Builders的定价方法非常复杂,有些不满意。Information Builders最近简化了定价以解决这些问题。缺乏第三方服务支持,甚至在其服务内没有足够的带宽被客户称为挫折点。此外,Information Builders也会根据需要推出新功能,但通常略微落后于市场需求。

  相关能力和TCO。客户将实施速度,易用程度以及与其他Microsoft SQL Server功能集成的能力,作为选择SSIS的主要原因。预期将重点放在向Cortana智能套件传送数据,旨在建立数据集成,云和认知计算能力之间的协同。

  数据,过程和用户驱动的协同支持。与各种数据类型的连接以及对Hadoop分布式文件系统(HDFS)的支持增加,使SSIS能够准备数据并提取Hadoop的结果。Azure数据工厂提供相同的功能,但也提供数据处理(“数据管道”)的监控和管理。Azure数据目录提供了一个元数据目录,便于轻松注册和发现数据集,以便自助数据准备。

  广泛的市场和技能。SSIS有广泛的社区支持,培训和使用方法和问题解决都有很多的第三方文件。

  市场信息和焦点。企业之间关于Microsoft对数据集成愿景的报告存在一些不一致,因为这些组织需要新功能和相关的最佳实践来协同利用微软更广泛的信息管理技术组合。

  平台支持。无法在非Windows环境中部署SSIS工作负载限制了希望利用各种硬件和操作环境的处理能力的客户。

  综合使用工具。经验表明,SSIS和其他Microsoft产品之间应该更易集成部署,以减少对定制工作的需求。Microsoft计划收紧SSIS与Azure数据工厂的集成。

  2015年,Oracle发布了用于大数据的GoldenGate,并在数据准备(包括对结构化数据源的支持)中引入了自助服务集成功能。此外,还将自然语言处理与图表相结合,以支持机器学习。同时,GoldenGate增加了对多个数据源和平台的支持。

  利用现代集成趋势。Oracle的数据虚拟化能力有所提高。ODI通过集成管理控制台管理基于消息的数据虚拟化,甚至允许在同一主机上进行批处理和消息传递(利用Apache Kafka开放源代码消息传递系统)。Oracle还提供所有这些功能作为iPaaS的解决方案。

  与Oracle技术的良好协同。识别Oracle的多元化产品组合,以解决数据集成和其他数据面向应用的需求(跨越数据质量工具,MDM解决方案,ESB,分析设备和企业应用),继续助推其在部署场景中的吸引力。

  用户尚未接受改进。产品满意度保持在2015年的水平(这是一个“下降”的年份)。人们迫切希望看到新的功能和特性,但Oracle的客户在报告中说,在企业广泛使用之前,需要进行重要的生产测试。即使考虑到这一点,Oracle数据集成工具客户包括许多国际品牌,依然会利用其各种产品来满足对运营数据集成的需求。

  频繁出现的“Bug”。大量客户指出其频繁出现的错误,包括升级受到bug影响,结果Oracle被评为低于市场平均水平。即使有了这样的理解,客户还将在未来12个月内购买更多的Oracle许可证,而不到30%的客户表示不会再购买了。即使没有计划购买的人也积极参与维持现有的实施,对其当前部署的满意度平均达到中上游水平。

  传统经验无法代表当下。虽然大多数Oracle客户称,他们利用这些产品进行转型,同步或迁移,但他们也没有打算扩展到数据虚拟化,与数据质量/治理解决方案集成,甚至迁移到云。Oracle在传统用例中表现良好,但客户的迹象表明,他们正在为新的市场应用程序寻求额外的工具。Oracle不会取消对新功能的探索,但确实表明它目前未被客户认可。


活动五-太阳2注册平台1_1970高奖金官网 活动四-太阳2注册平台5_1970高奖金官网just go 活动三-太阳2注册平台4_1970高奖金官网 活动二太阳2命命注册平台3_1970高奖金官网 活动一太阳2注册平台2_1970高奖金官网