 |
實現復雜現代數據堆棧的全面可視性，構建可靠、AI就緒的數據
得克薩斯州圓石鎮(zhèn) 2025年5月13日 /美通社/ -- HCLSoftware的數據部門Actian于今日推出了Actian Data Observability（“Actian數據可觀測性”），它能夠利用AI和機器學習進行全面的數據質量監(jiān)控，檢測異常情況并提供解決方案。 通過確保數據的高質量和可信度，Actian可幫助企業(yè)加速實施AI計劃、提高創(chuàng)新速度并降低風險。
傳統(tǒng)的數據質量檢測方法缺乏實時功能，難以跟上數據量和速度的指數級增長。 Actian Data Observability則突破了這些限制，為整個數據生態(tài)系統(tǒng)提供全面且持續(xù)的監(jiān)控。 Gartner®的統(tǒng)計數據證實了數據可觀測性日益增長的重要性，并指出“到2026年，將有50%實施分布式數據架構的企業(yè)采用數據可觀測性工具來提高數據情況的可視性，而在2024年，這一比例仍不足20%。”[1]
Actian首席技術官Emma McGrattan表示：“企業(yè)依賴數據做出決策、推動實施AI計劃并滿足監(jiān)管要求，但往往面臨著數據不可靠、隱性質量問題以及不斷膨脹的云計算成本等障礙。 Actian Data Observability為團隊提供信任數據、降低風險和控制支出所需的可視性和信心，從而將數據從負擔轉化為競爭優(yōu)勢。”
與反應式和基于規(guī)則的方法不同，Actian Data Observability可在整個數據環(huán)境中同時定義并運行數千條數據質量規(guī)則。 監(jiān)控內容包括數據新鮮度、數量、架構漂移、分布模式和自定義業(yè)務規(guī)則等關鍵維度。 機器學習驅動的異常檢測可自動識別異常值、漂移和意外模式，同時提供有價值的歸因分析建議，以便更快地解決問題。
Actian Data Observability可擴展連接生態(tài)系統(tǒng)中的任何數據集，因此企業(yè)既可以維護其數據完整性，又不會影響運行性能或在數據管道中形成阻塞。 憑借這一解決方案，Actian無需進行數據采樣即可優(yōu)化云資源消耗，從而確保云成本的可預測性，防止意外成本激增。
Actian Data Observability專為運營復雜、大容量現代數據堆棧的企業(yè)而構建，支持以下用例：
Actian Data Observability基于開放式架構，可與云數據倉庫、數據湖、湖倉一體和流平臺無縫集成。 通過將數據質量工作負載與生產基礎架構隔離，Actian可防止生產環(huán)境中的性能下降及其對業(yè)務運營的影響。 為管理大型分析數據集，Actian提供本地Apache Iceberg集成，以確保實現跨系統(tǒng)的準確洞察、質量檢查和變更跟蹤。 此外，為保護數據安全和隱私，Actian Data Observability可訪問元數據并直接在數據所在位置運行檢查，無需使用安全性低或昂貴的數據副本。
Actian Data Observability將于2025年6月全球發(fā)行，并將于2025年秋季作為Actian Data Intelligence Platform（Actian數據智能平臺）的一部分推出。 如需了解更多信息，請查閱“高質量數據與可靠AI：Actian Data Observability介紹”和“無需破費——如何實現完整數據可觀測性”白皮書。
[1]Gartner，《數據可觀測性工具市場指南》，Melody Chien、Jason Medd、Lydia Ferguson、Michael Simone，2024年6月25日。 GARTNER是Gartner, Inc.和/或其附屬公司在美國和國際上的注冊商標和服務標志，經許可在此使用。 保留所有權利。
