Les bases de données multi-modèles visent à réduire les frais généraux associés à la distribution et à la maintenance d’une base de données différente pour chaque modèle de données. L’approche traditionnelle des bases de données multi-modèles ne parvient pas à fournir une véritable interaction entre les différents modèles. En effet, une fois qu’un modèle de données est sélectionné, il devient très difficile d’accéder à un modèle différent sur cette même base de données. Pour résoudre ce problème, les utilisateurs développent généralement une logique distincte exécutée en dehors de la base de données, soit au niveau de l’application soit sur une infrastructure sans serveur, agissant comme un lien entre les différents modèles de données. Une telle logique, externe à la base de données, crée une surcharge d’exécution importante et ne permet pas de répondre aux exigences actuelles d’instantanéité.
Alimentant l’architecture des modules Redis, Redis Enterprise résout ce problème complexe en permettant l’exécution d’opérations multi-modèles, à travers et entre les modules et les structures de données Redis de base, de manière entièrement programmable et distribuée, tout en maintenant une latence instantanée, inférieure au millième de seconde.
Réalisez des opérations de structure de données, entre et au cœur des modules, de manière efficace, à une latence inférieure au millième de seconde.
Programmez une quelconque logique de base de données en alliant les modules Redis et les principales opérations dans Redis à l’aide de RedisGears.
Migrez aisément un ensemble de données existant vers une base de données multi-modèle pure dans Redis, en mettant en œuvre quelques principes simples et sans changer l’architecture de votre base de données.
Ingérez et traitez des millions de données horodatées à la seconde, avec une latence minimale et en utilisant le moins de ressources possible.
Collectez des données de télémétrie à partir de plusieurs appareils de l’IdO distants, sur site, dans n’importe quel cloud ou en périphérie pour obtenir des informations basées sur les données.
Obtenez des informations approfondies sur la santé des infrastructures et des applications avec des intégrations dans Prometheus, Grafana et Telegraf.
Appliquez des modèles d’apprentissage automatique en temps réel à toutes les données de Redis pour noter les transactions, classer les données et y détecter des activités anormales dans la masse.
Activez la découverte automatisée des modèles sur de grands volumes de transactions en streaming pour éliminer les faux positifs et identifier les activités frauduleuses réelles.
Personnalisez les expériences en fournissant un contenu pertinent instantanément, en fonction des préférences, des tendances et des interactions des utilisateurs.
Enrichissez les fonctionnalités en permettant aux modules de découvrir et d’interagir automatiquement avec d’autres modules, comme RediSearch avec RedisGraph pour un croisement des données graphiques avancé.
Éliminez les frais généraux associés au stockage de plusieurs copies d’un jeu de données et évitez les opérations de copie de mémoire.
