GridGain Cloud ergänzt automatische Datenpersistenz und Hochverfügbarkeit

Die auf Apache Ignite basierende PaaS wird als ACID-konforme In-Memory-Datenbank mit Schlüsselwert- und ANSI-99-SQL-Unterstützung angepriesen.

In Pocket speichern vorlesen Druckansicht
GridGain Cloud ergänzt automatische Datenpersistenz und Hochverfügbarkeit
Lesezeit: 2 Min.
Von
  • Alexander Neumann

GridGain Systems, Anbieter von In-Memory-Computing-Software auf Basis von Apache Ignite, hat bekannt gegeben, dass die als PaaS (Platform as a Service) vertriebene GridGain Cloud nun auch eine automatische plattenbasierte Persistenz des In-Memory verarbeiteten Datensatzes umfasst. Sie soll einen sofortigen Datenzugriff gewährleisten, wenn ein Cluster-Neustart erforderlich ist.

Die Testversion ermöglicht es den Benutzern, eine gehostete In-Memory-Datenbank auf Basis von Apache Ignite zu starten und ANSI-99 SQL oder eine Vielzahl von Protokollen zur Kommunikation mit dem Cluster zu verwenden.

GridGain Systems preist sein Angebot als erste ACID-konforme In-Memory-Datenbank mit Schlüsselwert- und ANSI-99-SQL-Unterstützung an. Sie bietet darüber hinaus eine interaktive SQL-Nutzung mit der GridGain Cloud Web Console, eine einheitliche REST-API für SQL- und Key-Value-Operationen, besagtes ANSI-99 SQL mit Apache Ignite oder ODBC/JDBC-Treibern sowie Apache-Ignite- oder GridGain-Thin-Clients für Java, .NET, C++, Python, JavaScript/Node.js, PHP und andere Sprachen.

Apache Ignite ist seit 2007 in der Entwicklung und kommt als sogenannte In-Memory Data Fabric zum Einsatz, um Applikationen in einer verteilten und stark parallelisierten Architektur auf kostengünstiger Hardware laufen zu lassen. Es soll besonders in Bereichen, in denen sehr schnell große Datenmassen zusammenkommen, die es zu bearbeiten gilt, interessant sein.

Im Gegensatz zu anderen Systemen, die mit der Verarbeitung großer Datenmengen befasst sind, handelt es sich bei Ignite um ein In-Memory-Computing-System, dessen primäre Speichergelegenheit der RAM ist. Dadurch soll es generell schneller arbeiten können, was sich unter anderem in geringeren Verzögerungen beim Bearbeiten von Streaming-Daten zeigen soll. Als Vorteil führen seine Entwickler auch das eingesetzte flexible Programmiermodell an, dass sich auf verschiedenen Plattformen (vom Laptop über Cluster bis zum Supercomputer) einsetzen lässt.

Siehe dazu auf heise Developer:

(ane)