Weitreichende Sicherheitskontrollen, proaktive Verwaltung und Automatisierung über den gesamten Daten- und Machine Learning-Lebenszyklus hinweg ermöglichen die neuen Funktionen, die Databricks für seine Unified Data Analytics-Plattform vorgestellt hat.
Um Anwendungen für Analyse und Machine Learning (ML) unternehmensweit einzusetzen, benötigen „Data Teams“ die Fähigkeit, Daten in großem Maßstab sicher zu nutzen. Dies kann komplex und risikoreich sein, insbesondere wenn sie in einer Multi-Cloud-Umgebung arbeiten. Die Sicherheit ist in einer derartigen Konstellation fragmentiert, was die Erweiterung der Zugriffsrichtlinien des Unternehmens erschwert.
Damit erweist sich auch die Verwaltung der Umgebung als reaktiv und ineffizient, und die Entwicklungsprozesse wie Benutzerverwaltung oder Cluster-Bereitstellung sind manuell sowie zeitaufwändig. Die Unified Data Analytics-Plattform von Databricks geht auf diese Herausforderungen ein, indem sie Unternehmen dabei unterstützt, alle ihre Benutzer und Daten in einem einfachen, skalierbaren und sicheren Service zusammenzuführen, der die nativen Fähigkeiten mehrerer Clouds nutzen kann.
„Die größte Herausforderung für Unternehmen besteht heute darin, eine Plattform zu wählen, die alle Daten und alle Personen, die mit ihnen interagieren, verarbeiten kann – heute und in der Zukunft“, erklärt David Meyer, Senior Vice President of Product Management bei Databricks. „Databricks ist die einzige Plattform, die erfolgreich die Größe und Einfachheit erreicht hat, die es Unternehmen ermöglicht, Daten, Geschäftsanalysen und maschinelles Lernen unternehmensweit zu verbreiten. Wir sind bestrebt, dies für unsere Kunden beizubehalten, unabhängig davon, ob und wie sich ihre Cloud-Strategien im Laufe der Zeit entwickeln.“
Die neuen Funktionen innerhalb der Databricks-Plattform ermöglichen:
- Cloud-native Sicherheit – Unternehmen können einen vollständig verwalteten SaaS-Service nutzen, ohne die Kontrolle über ihre Daten zu verlieren, indem sie Databricks-Cluster innerhalb ihres Cloud-Accounts betreiben. Die Hinzufügung von kundeneigenen widerrufbaren Schlüsseln für die Datenverschlüsselung und angepassten privaten Netzwerken zum Betrieb dieser Cluster ermöglicht es den Kunden, den Service noch besser auf ihre individuellen Unternehmens- und Compliance-Anforderungen zuzuschneiden.
- Einfache und proaktive Verwaltung – Zur Unterstützung von Hunderten von Teams mit Tausenden von Benutzern, die Hunderttausende von Rechen-Instanzen erstellen, sind Transparenz und Kontrolle von entscheidender Bedeutung. Für eine vollständige Transparenz können Unternehmen jetzt alle Aktivitäten in ihrem Konto prüfen und analysieren und Richtlinien zur Verwaltung von Benutzern, zur Kontrolle des Budgets und zur Verwaltung der Infrastruktur festlegen.
- Automatisierung in großem Maßstab – Mit einem API-gesteuerten Ansatz ermöglicht Databricks seinen Kunden jetzt die schnelle Produktion von Analysen und ML mit CI/CD (Continuous Integration and Continuous Delivery). Mit der zusätzlichen Unterstützung von git, APIs für alles, von der Benutzerverwaltung, der Bereitstellung von Arbeitsbereichen, Cluster-Richtlinien bis hin zur Anwendungs- und Infrastruktur-Überwachung, können DevOps-Teams den gesamten Daten- und ML-Lebenszyklus automatisieren. (rhh)
