用于复杂数据和元数据管理的统一数据平台提供商 MarkLogic Corporation 正在推出其 MarkLogic 11 更新中的最新功能。该更新专注于分析、简化开发、管理和审计，改进了数据的组织管理，包括在云中。
毫无疑问，当涉及到数据管理对实时操作的现代需求时，组织面临着无数挑战；无数的数据源类型和大量的数据生成只会使这种需求变得更加复杂。据该公司称，作为回应，MarkLogic 反映了在这个不断扩展的数据世界中所需的相同的变化适应性。
“许多人都在考虑我们在那里看到的数据量。我的意思是，数据流不断增长，档案不断增长，MarkLogic 集群中的节点数量也在增加，”MarkLogic 产品管理副总裁 Matthieu Jonglez 解释说。“这意味着我们需要不断提高我们的监控能力、我们的部署能力，并集成到我们客户正在使用的更现代的 DevOps 架构和工具中。”
借助 MarkLogic 数据平台，企业可以将数据和元数据作为单一资源加以利用，最终提高多模型数据的效率、创新和真正的数据敏捷性。包含 MarkLogic 11 更新的功能引入了分析和集成多模型数据的新功能，并提高了平台的管理、审计和监控能力。
“MarkLogic 数据库在多模型方面是独一无二的，因此它具有可以原生处理 JSON 和 XML 的文档模型。它可以做关系，可以做语义，可以做双时态。它可以做地理空间，”MarkLogic 战略执行副总裁 Jeremy Bentley 说。“在现场，这些类型的建模中的每一种都有不同的查询语言，这意味着当您使用其中一种时，您只能获得数据的一个方面。真正的价值在于将所有这些数据结合在一起以真正打破数据孤岛。”
新发现的对 GraphQL 的支持允许组织将多模型数据公开给 BI 工具，从而提高与数据生态系统的整体互操作性。MarkLogic 11 支持其他行业标准，包括简化地理空间数据查询的 OpenGIS 和 GeoSPARQL，以及充当外部身份验证新选项的 OAuth。
MarkLogic 9 中先前推出的 MarkLogic Optic AI 在此版本中得到了扩展，提供了将多模型数据交付给 Tableau 等 BI 工具的新功能。通过对大型分析、报告、地理空间数据/分析以及具有外部排序和连接的查询导出的更大支持，多模型分析也得到了增强。
敏捷性和简化的管理也看到了 MarkLogic 11 的改进，因为新工具允许用户通过查询时更大的结果集处理和新的自适应内存算法更好地管理不断增长的数据量。此外，对 Docker 和 Kubernetes 的支持使 MarkLogic 集群能够部署在云中立的容器化环境中，这些环境遵循最佳实践以获得优化价值。
存储故障检测、系统健康监控和更新的符合第 508 节的 UI 可在系统/存储设备故障或云可用区故障/断电时提供可用性，增加对所述故障的响应时间，并改善所有用户的可访问性。
“从本质上讲，在工具层面，我们有两个主要受众：数据科学家和业务分析师，他们拥有数据并需要对数据做一些事情——我们正在为他们创造一种体验——但我们也有开发人员以编程方式访问应用程序并在其上构建应用程序，”Jonglez 说。“因此，我们正在对 API 进行现代化改造，我们正在研究其他连接器、入口和出口，审查我们的文档、策略和学习平台，并为我们看到的客户类型和开发人员类型定制设计模式作为客户，今天。”
文章来源：https://www.dbta.com/Editorial/News-Flashes/MarkLogic-11-Enhances-Complex-Multi-Model-Data-Analytics-Deployment-Management-and-Auditing-156474.aspx
