博客
关于我
Denodo被评为2020年Gartner数据集成工具魔力象限领导者
阅读量:212 次
发布时间:2019-02-28

本文共 1135 字,大约阅读时间需要 3 分钟。

数据虚拟化领导者荣获Gartner Magic Quadrant领导者地位

2020年8月18日,数据虚拟化领域的领导者Data Virtualization Leader Data Virtualization Platform Denodo正式宣布,其在2020年数据集成工具Magic Quadrant中被Gartner评为领导者。Gartner在报告中指出,Denodo在执行愿景和为未来做好准备方面表现突出,尤其是在混合/多云数据管理、增强数据集成和数据结构设计方面。

Gartner的最新调查显示,传统数据集成已从专注于批量交付转向支持多种数据交付方式的无缝组合。半数以上接受调查的组织表示,他们需要数据集成工具来支持不同数据交付方式的无缝组合和切换。这一趋势与Denodo的核心优势高度契合,其客户主要采用数据虚拟化方式快速交付集成数据,避免数据复制带来的性能瓶颈。

Denodo的最新版本8.0引入了多项创新功能,包括混合/多云集成、AI/ML驱动的数据科学自动化、API/微服务增强和超性能提升。这些创新显著提高了逻辑数据结构架构的使用率。Denodo高级副总裁兼首席营销官Ravi Shankar表示,这一评选结果证明了数据虚拟化在现代数据集成中的重要性,也反映了客户对Denodo创新能力的高度认可。

Denodo平台的最新版本配备了全新基于Web的用户界面、单点登录集成、预计算摘要查询加速以及对GraphQL的支持,进一步增强了用户体验。如需了解客户对Denodo平台的具体评价,可访问相关链接。

关注我们的推文:@Gartner_inc评为2020年8月#DataIntegrationTools #MagicQuadrant领导者。阅读报告:#DataVirtualization

Gartner免责声明

Gartner Peer Insights评论基于个人实体的主观意见,代表个人观点,不代表Gartner或其附属公司的立场。Gartner不为其研究出版物中涉及的厂商、产品或服务提供任何形式的背书或建议,亦不建议技术用户仅选择评级最高的厂商。Gartner研究出版物由其研究机构的观点组成,不构成事实陈述。Gartner对本研究不作任何明示或暗示的担保。

关于Denodo

Denodo是数据虚拟化领域的领导者,为最广泛的企业、云、大数据和非结构化数据源提供敏捷、高性能的数据集成、数据抽象化和实时数据服务,且成本仅为传统方法的一半。Denodo的客户遍布多个行业,利用其平台实现敏捷商务智能、大数据分析、Web集成、单视图应用程序和企业数据服务,显著提升业务敏捷性和投资回报。Denodo为私人所有,拥有雄厚的资金实力和可观的利润。

转载地址:http://jzts.baihongyu.com/

你可能感兴趣的文章
Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
查看>>
Panalog 日志审计系统 sprog_upstatus.php SQL 注入漏洞复现(XVE-2024-5232)
查看>>
Panalog 日志审计系统 前台RCE漏洞复现
查看>>
PANDA VALUE_COUNTS包含GROUP BY之前的所有值
查看>>
Pandas - 有条件的删除重复项
查看>>
pandas -按连续日期时间段分组
查看>>
pandas -更改重新采样的时间序列的开始和结束日期
查看>>
SpringBoot+Vue+Redis前后端分离家具商城平台系统(源码+论文初稿直接运行《精品毕设》)15主要设计:用户登录、注册、商城分类、商品浏览、查看、购物车、订单、支付、以及后台的管理
查看>>
pandas :to_excel() float_format
查看>>
pandas :加入有条件的数据框
查看>>
pandas :将多列汇总为一列,没有最后一列
查看>>
pandas :将时间戳转换为 datetime.date
查看>>
pandas :将行取消堆叠到新列中
查看>>
pandas :设置编号.最大行数
查看>>
pandas DataFrame 中的自定义浮点格式
查看>>
Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答
查看>>
Pandas DataFrame中删除列级的方法链接解决方案
查看>>
Pandas DataFrame中的列从浮点数输出到货币(负值)
查看>>
Pandas DataFrame中的列从浮点数输出到货币(负值)
查看>>
Pandas DataFrame多索引透视表-删除空头和轴行
查看>>