Análise Técnica ESG:
InterSystems IRIS

Data: Junho 2020
Autor: Kerry Dolan, Analista Sênior de Validação de TI

Este relatório documenta a validação do ESG de ingestão simultânea de dados e teste de desempenho de consulta em tempo real de vários produtos de software de gerenciamento de banco de dados que demonstra a capacidade da plataforma de dados InterSystems IRIS de ingerir centenas de milhões de registros e executar simultaneamente milhões de consultas com desempenho de microssegundos, superando outros produtos tradicionais e in-memory.

Para muitas organizações, a capacidade de coletar dados e analisá-los em tempo real é uma tarefa essencial que gera receita, melhora a visibilidade, informa a estratégia e auxilia na tomada de decisões. Por exemplo, aplicativos focados em negociação financeira, IoT, detecção de fraude e personalização em tempo real devem ingerir grandes quantidades de dados e analisá-los imediatamente.

O desafio é encontrar uma plataforma de banco de dados com potência suficiente para lidar com ingestão e consulta em larga escala simultaneamente sem prejudicar o desempenho. Quando o ESG perguntou aos profissionais de banco de dados e análise sobre as tecnologias de suporte à análise de dados, o desempenho estava entre os recursos mais importantes.1

Os bancos de dados in-memory oferecem alto desempenho, mas são caros de escalar e têm limites de memória difíceis que podem afetar a confiabilidade e causar atrasos. Os bancos de dados tradicionais oferecem persistência e confiabilidade, mas carecem do alto desempenho dos bancos de dados in-memory.

InterSystems IRIS pode processar simultaneamente as cargas de trabalho de ingestão e consulta, com desempenho igual ou superior a de bancos de dados somente na memória, sem suas limitações. A InterSystems publicou um teste de código aberto para demonstrar esta alegação, que a ESG está validando neste relatório.

InterSystems IRIS é uma plataforma de software de gerenciamento de dados que foi construída para processamento em escala de alto desempenho e com múltiplas cargas de trabalho. Como um SGBD multimodelo, ele fornece suporte nativo para objetos de dados relacionais, orientados a objetos, de valor chave e hierárquicos; além disso, ele permite um alto desempenho consistente tanto para cargas de trabalho transacionais quanto analíticas simultaneamente.

Embora uma descrição completa do produto esteja além do escopo deste relatório, algumas funcionalidades-chave são descritas abaixo.

• Uma característica importante que proporciona um desempenho superior de ingestão é o mecanismo de dados multidimensionais no InterSystems IRIS que permite um armazenamento eficiente e compacto com uma rica estrutura de dados, acelerando a ingestão, o acesso e as atualizações de dados enquanto minimiza o uso de recursos e o consumo de disco.
  
• O desempenho analítico em tempo real é alcançado através do uso de um esquema de indexação do mapa de bits transacional que permite à InterSystems IRIS processar consultas complexas rapidamente, inclusive em dados em tempo real, sem pesquisar todo o banco de dados.
  
• O InterSystems IRIS Enterprise Cache Protocol, um mecanismo inteligente de cache de memória distribuída, permite executar consultas sofisticadas em conjuntos de dados muito grandes com alto desempenho e confiabilidade, incluindo a realização de junções acessando dados distribuídos, sem fazer múltiplas cópias de dados.

Outras características incluem:

• Desempenho in-memory com persistência de dados incorporada em um formato otimizado para acesso rápido aos dados.
• Camada de caching distribuída embutida com consistência automática e garantida.
• Suporte SQL completo.
• Implantação no local, em todas as principais nuvens públicas, e em ambientes híbridos, com um único API.

O ESG validou os benefícios de desempenho do InterSystems IRIS usando o kit de referência de teste de velocidade de código aberto, disponível ao público e personalizável da empresa.2 A referência foi projetada para medir o desempenho de ingestão e consulta simultâneas em tempo real. Este é um caso de uso comum que os serviços financeiros, detecção de fraude, IoT e outras aplicações enfrentam. Por exemplo, enquanto as empresas de serviços financeiros estão executando milhares de operações, milhares de usuários estão consultando o status do pedido, gerenciamento de risco, etc. Da mesma forma, os dados do sensor IoT chegam rapidamente do campo e as aplicações devem realizar a detecção imediata de anomalias e outros cálculos em tempo real. Quando um banco de dados é enfatizado desta forma, ter que simultaneamente ingerir dados e executar consultas analíticas pode retardar o desempenho.

--continua--

Faça o Download da Análise Técnica da ESG

 

 

---

^{1 - Source: ESG Master Survey Results, The State of Data Analytics, August 2019. 2 - https://github.com/intersystems-community/irisdemo-demo-htap.}