Cómo trabajar con watsonx.data

Acerca de watsonx.data

IBM® watsonx.data es una solución de gestión de datos para recopilar, almacenar, consultar y analizar todos los datos de la empresa con una única plataforma de datos unificada. Proporciona una plataforma flexible y fiable que se optimiza para trabajar en formatos de datos abiertos. Las características clave de IBM® watsonx.data incluyen:

  • Arquitectura que separa completamente el cálculo, los metadatos y el almacenamiento para ofrecer la máxima flexibilidad.
  • Un motor de consultas distribuidas basado en Presto, que está diseñado para manejar formatos de datos modernos que son altamente elásticos y escalables.
  • Compartición de datos entre watsonx.data, IBM Db2 Warehouse SaaSy NPSaaS o cualquier otra solución de gestión de datos a través del soporte de formato de tabla Iceberg común, conectores y un almacén de metadatos compartible.

Para suministrar una instancia de watsonx.data, consulte Iniciación a watsonx.data.

Casos de uso para Analytics Engine

Necesita una instancia de Spark de IBM Analytics Engine para trabajar con watsonx.data para conseguir los siguientes casos de uso específicos:

  • Ingestión de grandes volúmenes de datos en tablas watsonx.data (S3, COS o almacenamiento compatible). También puede limpiar y transformar datos utilizando el código de procedimiento Spark antes de la ingestión. Puede consultar los datos de las tablas utilizando los motores disponibles de watsonx.data.
  • Operaciones de mantenimiento de tabla para mejorar el rendimiento de watsonx.data de las tablas. Utilizando el formato de tabla Iceberg, puede utilizar Spark para realizar operaciones como la compactación de archivos, la limpieza de instantáneas, la eliminación de archivos huérfanos, la evolución del esquema.
  • Para análisis complejos que son difíciles de representar como consultas, la programación de procedimientos de Spark es una solución adecuada para la transformación de datos.

Para empezar con watsonx.data y IBM Analytics Engine Serverless Spark, consulte Suministro de una instancia de Analytics Engine.