Redislabs levert de oplossing voor een in-memory database
De IT-industrie ontwikkelt zich snel en de klant stelt steeds hogere eisen aan de prestaties van de infrastructuur. Instant respons is bijna een randvoorwaarde en de dynamiek van de klantenbasis stelt ook eisen aan de schaalbaarheid van platformen. De autonome auto wordt een helder voorbeeld van een applicatie die enkel werk met lage reactietijden en is daarmee absoluut verplicht via edge netwerken te communiceren. Ook andere services zoals gezichtsherkenning hebben die dynamiek. Een online spel zoals Pokemon Go dat in recordtijd van 0 tot 10 miljoen gebruikers groeide, stelde de dynamiek van de IT op de proef. Scale up en scale down zijn essentieel om de juiste performance te garanderen. Al deze ontwikkelingen maken steeds duidelijker dat cloud native in deze tijd essentieel is, aldus Priya Balakrishnan, director of Product Marketing bij Redis Labs tijdens een recent gesprek met Dutch-IT channel in Mountain View.
Priya Balakrishnan: "Redis Labs is de thuisbasis van Redis en de leverancier van Redis Enterprise, introduceert een nieuwe en op maat gemaakte applicatie; RedisEdge. Deze oplossing komt geheel tot zijn recht bij het Internet of Things (IoT) en applicaties die edge computing vereisen. RedisEdge is zeer krachtig en uiterst compact. De applicatie analyseert miljoenen data streams afkomstig van bijvoorbeeld de sensoren in het veld en kan de informatie in milliseconden verwerken. Het is dan ook het antwoord op de marktvraag naar systemen die lage latency vereisen en daarom edge computing nodig hebben. IoT-toepassingen zoals slimme apparaten, sensoren, actuatoren en miniatuur cloud-oplossingen aan de rand van het netwerk en miniatuur datacentra zijn hiervan voorbeelden."
RadisEdge verwerkt heterogene data in uiteenlopende formaten op basis van een multi-model configuratie en maakt voor de gebruikers complexe configuraties overbodig, bij uiteenlopende toepassingen van IoT-systemen, aldus Priya Balakrishnan. "Het complete systeem omvat RedisStreams en RedisTimesSeries voor de snelle input van data, constante real time processing en het uiteenrafelen van data voor analyse. RedisGears knoopt verschillende datamodellen aan elkaar en transformeert de data dynamisch om de gewenste intelligentie aan de grens van het netwerk te realiseren. RedisAI met deep learning en machine learning detecteert in real time patronen en trends en afwijkingen in de data, zelfs aan de edge endpoints en gateways. Dit alles zonder gebruik te maken van de centrale computersystemen en de storage infrastructuur."
Door: Hans Steeman
