NetApp收购Data Mechanics,将加速Spot发展并优化云端数据分析和机器学习工作负载

本文主要是介绍NetApp收购Data Mechanics,将加速Spot发展并优化云端数据分析和机器学习工作负载,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

加州森尼韦尔--(美国商业资讯)--以云为主导、以数据为中心的跨国软件公司NetApp® (NASDAQ: NTAP)今天宣布,该公司已收购Data Mechanics。Data Mechanics是一家大数据处理和云分析托管平台提供商,在法国巴黎设有办事处,致力于帮助企业在Kubernetes中运行用于大规模数据处理和机器学习的开源统一分析引擎Apache Spark。该交易的财务细节没有披露。

在本地和云端企业数据和应用呈爆炸式增长之际,利用数据分析和机器学习来提高运营效率、降低成本并实现手动流程的自动化,从而使工程师能够专注于更具战略性的任务,是所有企业的重中之重,也是企业发展战略所需。

NetApp高级副总裁兼公共云服务事业部总经理Anthony Lye表示:“相比以前,现在越来越多的客户正在采取云优先和云原生战略,这将使他们能够在面对前所未有的数据增长时变得更灵活且适应能力更强。将Data Mechanics添加到我们现有的解决方案中,将能助力各行各业的组织以更简单、更经济高效的方式,充分利用Apache Spark和Kubernetes来推进其数据和云计划。”

本次对Data Mechanics的收购,距离上次NetApp收购Spot(现称Spot by NetApp)不到一年时间。Spot是一家领先的CloudOps提供商,致力于自动化和优化在公共云环境中运行的工作负载。Data Mechanics的团队和IP将与Spot by NetApp的团队和产品组合进行整合,以加速NetApp最近宣布的Spot Wave解决方案的开发,该解决方案旨在简化、优化并自动化在公共云中运行的Spark工作负载。

Spot by NetApp副总裁兼总经理Amiram Shachar表示:“尽管将分析和应用工作负载迁移到云端有很多好处,但管理分析技术和云基础设施可能需要大量的资源和时间,并可能影响员工的工作效率和投资回报。我们热忱欢迎Data Mechanics加入Spot by NetApp。接下来,我们将进一步助力企业将数据分析运用到具体工作当中,并从云基础设施投资中获得更多价值。”

更多资源

  • 阅读博客:https://spot.io/blog/accelerating-wave-big-data/
  • 了解关于Data Mechanics的更多信息:https://www.datamechanics.co/
  • 了解关于Spot by NetApp的更多信息:https://spot.io/

关于NetApp

NetApp是一家以云为主导、以数据为中心的跨国软件企业,在日益加速的数字化转型时代,倾力帮助企业利用数据保持领先优势。无论企业是在云端执行开发,将应用程序迁移到云端,还是在内部自行打造类云体验,NetApp都能提供适用的系统、软件和云服务,助力企业从数据中心到云端以最优化的方式运行应用程序。此外,NetApp还提供跨不同环境运行的解决方案,帮助企业构建自己的数据网络结构,随时随地安全地为合适的人员提供正确的数据、服务和应用程序。欢迎访问www.netapp.com了解更多信息,或者在Twitter、LinkedIn、Facebook和Instagram上关注该公司。

NETAPP、NETAPP标志和www.netapp.com/TM上所列之标识均为NetApp, Inc.的商标。

1995年美国私人证券诉讼改革法案》安全港声明

本新闻稿包含《1995年私人证券诉讼改革法案》规定的前瞻性陈述。这些陈述包括但不限于本交易的预期利益、NetApp对未来策略的陈述及其对客户的影响等。实际结果,包括有关NetApp业务前景的实际结果,可能由于多种因素而有很大不同,这些因素包括但不限于:NetApp成功整合所收购人员和资产的能力;客户、员工和合作伙伴对本收购的反应;本交易给客户和合作伙伴带来的实际利益;保留关键人员的能力;以及NetApp实现更广泛的战略和运营目标的能力。我们不时地向美国证券交易委员会提交的报告和文件,包括我们最近提交的10-Q和10-K表格中的“风险因素”部分,描述了这些以及其他同样重要的因素。我们没有义务由于新信息、未来事件或其他原因而更新本新闻稿中所含的信息。

这篇关于NetApp收购Data Mechanics,将加速Spot发展并优化云端数据分析和机器学习工作负载的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/554083

相关文章

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

SpringBoot集成LiteFlow工作流引擎的完整指南

《SpringBoot集成LiteFlow工作流引擎的完整指南》LiteFlow作为一款国产轻量级规则引擎/流程引擎,以其零学习成本、高可扩展性和极致性能成为微服务架构下的理想选择,本文将详细讲解Sp... 目录一、LiteFlow核心优势二、SpringBoot集成实战三、高级特性应用1. 异步并行执行2

Spring @Scheduled注解及工作原理

《Spring@Scheduled注解及工作原理》Spring的@Scheduled注解用于标记定时任务,无需额外库,需配置@EnableScheduling,设置fixedRate、fixedDe... 目录1.@Scheduled注解定义2.配置 @Scheduled2.1 开启定时任务支持2.2 创建

SpringBoot整合Flowable实现工作流的详细流程

《SpringBoot整合Flowable实现工作流的详细流程》Flowable是一个使用Java编写的轻量级业务流程引擎,Flowable流程引擎可用于部署BPMN2.0流程定义,创建这些流程定义的... 目录1、流程引擎介绍2、创建项目3、画流程图4、开发接口4.1 Java 类梳理4.2 查看流程图4

Python并行处理实战之如何使用ProcessPoolExecutor加速计算

《Python并行处理实战之如何使用ProcessPoolExecutor加速计算》Python提供了多种并行处理的方式,其中concurrent.futures模块的ProcessPoolExecu... 目录简介完整代码示例代码解释1. 导入必要的模块2. 定义处理函数3. 主函数4. 生成数字列表5.

LiteFlow轻量级工作流引擎使用示例详解

《LiteFlow轻量级工作流引擎使用示例详解》:本文主要介绍LiteFlow是一个灵活、简洁且轻量的工作流引擎,适合用于中小型项目和微服务架构中的流程编排,本文给大家介绍LiteFlow轻量级工... 目录1. LiteFlow 主要特点2. 工作流定义方式3. LiteFlow 流程示例4. LiteF

SpringBoot集成LiteFlow实现轻量级工作流引擎的详细过程

《SpringBoot集成LiteFlow实现轻量级工作流引擎的详细过程》LiteFlow是一款专注于逻辑驱动流程编排的轻量级框架,它以组件化方式快速构建和执行业务流程,有效解耦复杂业务逻辑,下面给大... 目录一、基础概念1.1 组件(Component)1.2 规则(Rule)1.3 上下文(Conte

Go学习记录之runtime包深入解析

《Go学习记录之runtime包深入解析》Go语言runtime包管理运行时环境,涵盖goroutine调度、内存分配、垃圾回收、类型信息等核心功能,:本文主要介绍Go学习记录之runtime包的... 目录前言:一、runtime包内容学习1、作用:① Goroutine和并发控制:② 垃圾回收:③ 栈和

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据