L’éditeur entend unifier sur une seule plateforme la gestion des données, la Business Intelligence (BI) et le Machine Learning (ML). Pour y arriver, il faut accélérer la construction d’un Lakehouse, nouveau paradigme de gestion des données.
Cette semaine, Databricks annonce Databricks Ingest. La solution ajoute automatiquement et en temps réel, sans déclencheurs ou calendriers de tâches, les nouvelles données de différentes sources, lorsqu’elles apparaissent dans le stockage cloud de l’entreprise.
Les clients peuvent désormais charger des données dans Delta Lake – technologie open source permettant de construire des Lakehouses -, via les partenaires du Data Ingestion Network composés de Fivetran, Qlik, Infoworks, StreamSets, Syncsort, autant d’intégrations natives à Databricks Ingest pour le chargement automatisé des données. Les clients de Databricks sur Azure bénéficient déjà d’une intégration native à Azure Data Factory pour ingérer des données provenant de nombreuses sources.
Quant aux équipes, elles peuvent charger des données provenant de diverses applications telles que Salesforce, Marketo, Zendesk, SAP et Google Analytics, de bases de données telles que Cassandra, Oracle, MySQL et MongoDB, ainsi que de systèmes de stockage de fichiers tels qu’Amazon S3, Azure Data Lake Storage, Google Cloud Storage dans Delta Lake.
