Скала^р — разработчик и производитель модульной платформы для построения корпоративной ИТ-инфраструктуры. Компания выполняет роль технологического контрибьютора и объединяет в экосистему 25 партнеров – лидеров в своем классе решений.
Скала^р с 2015 года выпускает программно-аппаратные комплексы (Машины) и сегодня предлагает широкий технологический стек для решения задач виртуализации, создания транзакционных баз данных, хранения информации и аналитической обработки больших объемов данных. Продукты Скала^р включены в Реестр промышленной продукции, произведенной на территории Российской Федерации, и в Единый реестр российских программ для ЭВМ и БД.
Машины Скала^р являются серийно выпускаемыми преднастроенными комплексами, которые быстро развертываются и вводятся в эксплуатацию. Глубокая интеграция технических средств и программного обеспечения в ПАК Скала^р позволяет получить расширенные возможности и функциональность, которые недоступны при использовании компонентов по отдельности. Модульный принцип обеспечивает интеграцию разнородных компонентов ИТ-инфраструктуры в единую платформу предприятий, корпораций и ведомств. Единые поддержка и сервисное обслуживание для всех продуктов линейки Скала^р от производителя обеспечивают оперативное разрешение инцидентов на стыке технологий.
Продуктовые направления Скала^р:
Машины виртуализации Скала^р МВ на основе решений Basis для создания динамической конвергентной и гиперконвергентной инфраструктуры ЦОД и виртуальных рабочих мест пользователей.
Машины баз данных Скала^р МБД на основе решений Postgres Pro для замены Oracle Exadata в высоконагруженных системах с обеспечением высокой доступности и сохранности критически важных данных.
Машины больших данных Скала^р МБД.8 на основе решений Arenadata и Picodata для создания инфраструктуры хранения, преобразования, аналитической, статистической обработки данных с применением ИИ, а также распределенных вычислений.
Машины хранения данных Скала^р МХД на основе технологии объектного хранения S3 для геораспределенных катастрофоустойчивых систем с сотнями миллионов объектов различного типа и обеспечения быстрого доступа к ним.
Сайт: https://www.skala-r.ru/
Машины больших данных Скала^р МБД.8 для построения корпоративных хранилищ и витрин данных на базе продуктов Arenadata и Picodata
Скала^р МБД.Г (МБД8.АДБ)
Машина аналитической распределенной СУБД массово-параллельной обработки структурированных данных (на основе Greenplum)
Сценарии применения:
- Классические корпоративные хранилища данных и системы отчетности: операционная, управленческая, обязательная регуляторная
- Сверхбольшие хранилища данных с обновлением в реальном времени, обрабатывающие сложные аналитические запросы
- Федерация данных с единым окном доступа
- Работа систем маркетинговых кампаний и систем лояльности, cкоринг
Замещаемые технологии:
- Аналитическая и гибридная типы нагрузки Oracle Exadata
- Teradata
Состав Машины Скала^р МБД.Г
Блок вычисления и хранения
- Хранение таблиц БД и их зеркальной реплики
- Параллельное вычисление запросов
Блок коммутации и агрегации
- Внутренний интерконнект на высокой скорости
- Агрегация по схеме Leaf-Spine или «звезда»
- Выделенная сеть для управления и мониторинга
Блок управления и распределения
- Является основным интерфейсом для запросов и загрузки данных
- Может быть расширен резервными узлами
Блок мониторинга и регистрации
- Управление эксплуатацией и автоматизация критических процедур
- Мониторинг состояния всех компонент Машины
Блок резервного копирования
- Хранение резервных копий БД
- Хранение настроек и метаданных
- Пространство для ETL
Границы применимости
Ограничения для виртуальных сред для ПО Витрин данных: менее 70 запросов в секунду, до 2 ТБ хранимых данных
- Виртуализация вносит дополнительные накладные расходы в операции с чтением-записью. Использование виртуализации для СУБД оправдано в случаях незначительного объема данных или малых нагрузках на БД при небольшом вводе-выводе
- Наибольшей скоростью доступа после обращения к данным в оперативной памяти, обладают внутренние накопители
- С ростом объема БД и интенсивности запросов растет эффективность вложений в Машины больших данных Скала^р МБД.Г, благодаря более высокой производительности Машины и отсутствию необходимости приобретения и эксплуатации дополнительных компонентов — СХД и ПО виртуализации
Скала^р МБД.Т (МБД8.АДГ)
Машина распределенных вычислений в оперативной памяти c применением технологии In-Memory Data Grid (на основе Tarantool)
Сценарии применения:
- Системы сверхбыстрой отработки изменений и принятия решений в реальном времени
- Буферизация и кэширование скоростной загрузки и выгрузки данных в аналитических хранилищах
- Создание витрин данных со сверхвысокой отзывчивостью
Замещаемые технологии:
- Oracle Exalogic и TimesTen
- IBM (DB2 with BLU acceleration and dashdb)
- Pivotal (Gemfire XD)
- Teradata (intelligent memory)
Состав Машины больших данных Скала^р МБД.Т
- Обработка таблиц БД в оперативной памяти
- Репликация «горячих» данных
- Хранение «холодных» таблиц БД
- Параллельное вычисление запросов в каждом инстансе
- Внутренний интерконнект на высокой скорости
- Агрегация по схеме Leaf-Spine или «звезда»
- Выделенная сеть для управления и мониторинга
- Управление эксплуатацией и автоматизация критических процедур
- Мониторинг состояния всех компонент Машины
- Хранение резервных копий БД
- Хранение настроек и метаданных
- Пространство для ETL
Скала^р МБД.С (МБД8.АДС)
Масштабируемая и отказоустойчивая Машина потоковой обработки и очистки данных в реальном времени (на основе Kafka и NiFi)
Сценарии применения:
- Потоковая обработка данных
- Обработка данных и их транспортировка ETL
- Обработка событий в реальном времени для служб мониторинга
- Аналитика в реальном времени
- Обработка потоков информации с множества конечных устройств IoT
- Агрегация статистики из распределенных приложений для корпоративных витрин данных ETL
- Интеграционная шина для приложений по модели издатель-подписчик
Замещаемые продукты и технологии:
- Google Cloud Pub / Sub
- Платформа MuleSoft Anypoint
- Rabbit MQ
- IBM MQ
- Azure Event Hubs
- Amazon Kinesis Data Streams
Состав Машины Скала^р МБД.С
Блок вычисления и хранения
- Хранение таблиц БД и их синхронных и асинхронных реплик
- Быстрое вычисление запросов
Блок коммутации и агрегации
- Внутренний интерконнект на высокой скорости
- Агрегация по схеме Leaf-Spine или «звезда»
- Выделенная сеть для управления и мониторинга
Блок управления и распределения
- Управление синхронизацией реплик БД
- Поддержание отказоустойчивого кластера три узла для Zookeeper
Блок мониторинга и регистрации
- Управление эксплуатацией и автоматизация критических процедур
- Мониторинг состояния всех компонент Машины
Блок резервного копирования
- Хранение резервных копий БД
- Хранение настроек и метаданных
- Пространство для ETL
Скала^р МБД.КХ (МБД8.АДКМ)
Машина быстрых аналитических витрин с реляционным доступом. Децентрализация, репликация, масштабируемость (на основе ClickHouse)
Сценарии применения:
- Сверхбыстрые витрины данных с задаваемой глубиной выборки
- Обработка событий в реальном времени для служб мониторинга, работы с чрезвычайными ситуациями
- Аналитические изыскания, требующие скорости перебора гипотез
- Работа систем маркетинговых кампаний и систем лояльности. Скоринг реакций и обработка метрик
Замещаемые продукты и технологии:
- Vertica
- Paraccel (Amazon RedShift)
- Аналитическая нагрузка Oracle Exadata
- Teradata
- SAP HANA
Состав Машины Скала^р МБД.КХ
Блок вычисления и хранения
- Хранение таблиц БД и их синхронных и асинхронных реплик
- Быстрое вычисление запросов
Блок агрегации и коммутации
- Внутренний интерконнект на высокой скорости
- Агрегация по схеме Leaf-Spine или «звезда»
- Выделенная сеть для управления и мониторинга
Блок управления и распределения
- Управление синхронизацией реплик БД
- Поддержание отказоустойчивого кластера три узла для Zookeeper
Блок мониторинга и регистрации
- Управление эксплуатацией и автоматизация критических процедур
- Мониторинг состояния всех компонент Машины
Блок резервного копирования
- Хранение резервных копий БД
- Хранение настроек и метаданных
- Пространство для ETL
Скала^р МБД.Х (МБД8.АДХ)
Машина обработки данных средствами экосистемы Hadoop
Сценарии применения:
- Разведочный, статистический, предсказательный анализ, машинное обучение и трансформация больших данных
- Расширение возможностей существующих аналитических систем за счёт структурирования и унификации доступа к слабоструктурированным данным и практически неограниченного масштабирования по объёму обрабатываемых данных
- Поиск и корреляций в данных в различных форматах: журналы серверов, потоки операций, данные интернета вещей
Замещаемые технологии:
- Oracle BigData Appliance
- Teradata Appliance for Hadoop
- EMC DCA
- Amazon Elastic MapReduce
- Google Cloud DataProc
Состав Машины Скала^р МБД.Х
Блок вычисления и хранения
- Хранение данных и реплик
- Быстрое массово-паралельное выполнение запросов на узлах
Блок коммутации и агрегации
- Внутренний интерконнект на высокой скорости
- Агрегация по схеме Leaf-Spine или «звезда»
- Выделенная сеть для управления и мониторинга
Блок управления и распределения
- Управление синхронизацией реплик БД
- Поддержание отказоустойчивого кластера три узла для Zookeeper
Блок мониторинга и регистрации
- Управление эксплуатацией и автоматизация критических процедур
- Мониторинг состояния всех компонент Машины
Блок резервного копирования
- Хранение резервных копий БД
- Хранение настроек и метаданных
- Пространство для ETL
