Confluent ขยายประสิทธิภาพ Tableflow ยกระดับการวิเคราะห์แบบเรียลไทม์และ AI ทั่วทั้งระบบคลาวด์

    Confluent (คอนฟลูเอนท์) (Nasdaq:CFLT) ผู้บุกเบิกด้าน Data Streaming ได้ประกาศการเปิดตัว Delta Lake และ Databricks Unity Catalog บน Confluent Tableflow แบบ General Availability อย่างเป็นทางการในวันนี้ พร้อมเปิดให้ใช้งานแบบ Early Access (EA) บน Microsoft OneLake โดยนวัตกรรมเหล่านี้ทำให้ Tableflow เป็นโซลูชันครบวงจรที่มีการจัดการอย่างสมบูรณ์ ซึ่งเชื่อมโยงระบบปฏิบัติการ ระบบวิเคราะห์ และระบบ AI เข้าด้วยกันในสภาพแวดล้อมแบบ Hybrid และ Multicloud ขณะนี้ Confluent สามารถนำข้อมูลจาก Apache Kafka® topics เข้าสู่ตาราง Delta Lake หรือ Apache Iceberg™ ได้โดยตรง พร้อมด้วยการควบคุมคุณภาพอัตโนมัติ การเชื่อมต่อแค็ตตาล็อก และการรักษาความปลอดภัยระดับองค์กร

      นับตั้งแต่เปิดตัว Tableflow ได้พลิกโฉมวิธีที่องค์กรจัดการ Data Streaming ให้พร้อมสำหรับงานวิเคราะห์ ช่วยลดการทำงานของ ETL ที่ไม่เสถียร และการเชื่อมต่อ Lakehouse แบบแมนนวลที่ทำให้ทีมงานทำงานได้ช้าลง Confluent ได้ขยายขอบเขตการทำงานในสภาพแวดล้อมมัลติคลาวน์ด้วยการผสานรวม Delta Lake และ Unity Catalog ที่ได้เปิดตัวแบบ General Availability และ Tableflow ที่รองรับการทำงานบน OneLake การอัปเดตเหล่านี้มอบโซลูชันแบบครบวงจรที่เชื่อมโยงข้อมูลแบบเรียลไทม์ และข้อมูลเชิงวิเคราะห์เข้ากับการกำกับดูแลระดับองค์กร ทำให้การสร้างระบบ AI และการวิเคราะห์แบบเรียลไทม์เป็นไปได้ง่ายขึ้น พร้อมเสริมศักยภาพให้ธุรกิจก้าวหน้าเหนือคู่แข่ง

       คุณ Shaun Clowes ตำแหน่ง Chief Product Officer ของ Confluent กล่าว "ลูกค้าต้องมีความต้องการในการนำข้อมูลเรียลไทม์มาใช้มากขึ้น แต่ข้อจำกัดระหว่างระบบ Streaming และการวิเคราะห์ข้อมูลมักเป็นอุปสรรคสำคัญ โดย Tableflow เข้ามาช่วยลดช่องว่างนั้น และทำให้การเชื่อมต่อ Kafka เข้ากับ Lakehouse ที่มีการกำกับดูแลเป็นไปได้อย่างราบรื่น นั่นหมายถึงการได้มาซึ่งข้อมูลคุณภาพสูงที่พร้อมสำหรับการวิเคราะห์และการใช้งานด้าน AI ทันทีที่ข้อมูลถูกสร้างขึ้น"

รองรับการใช้งานระดับองค์กรอย่างเต็มรูปแบบ

        การเปิดตัวแบบ  General Availability นำเสนอคุณสมบัติใหม่ระดับองค์กรที่ทำให้ Tableflow กลายเป็นหนึ่งในโซลูชัน Stream-to-Table ที่สมบูรณ์แบบ น่าเชื่อถือ และปลอดภัยที่สุดในปัจจุบัน ซึ่งช่วยให้องค์กรสามารถ:

• ลดความซับซ้อนของการวิเคราะห์ข้อมูล: การรองรับ Delta Lake (GA) จะช่วยแปลง Kafka topics ให้เป็นตาราง Delta Lake โดยทันที ซึ่งจัดเก็บอยู่ใน Cloud Object Storage (เช่น Amazon S3 หรือ Azure Data Lake Storage) และสามารถเปิดใช้งานรูปแบบข้อมูล Delta Lake และ Iceberg พร้อมกันในแต่ละ topic ได้ เพื่อรองรับการวิเคราะห์ที่มีความยืดหยุ่นและใช้งานได้หลากหลายรูปแบบได้อย่างราบรื่น
• รวมศูนย์การกำกับดูแลข้อมูล: การรองรับ Unity Catalog (GA) จะทำให้การเชื่อมต่อเมตาดาต้า (Metadata) สคีมา (Schema) และนโยบายการเข้าถึงข้อมูลระหว่าง Tableflow และ Databricks Unity Catalog เกิดขึ้นได้โดยอัตโนมัติ เพื่อให้การกำกับดูแลและการจัดการข้อมูลเป็นไปในทิศทางเดียวกัน และสอดคล้องกันทั่วทั้งองค์กร
• ยกระดับความน่าเชื่อถือ: ระบบ Dead Letter Queue จะทำหน้าที่แยกและจัดเก็บข้อมูลที่ผิดรูปแบบออกจากระบบ โดยไม่รบกวนการไหลเวียนของข้อมูล ช่วยให้สามารถตรวจสอบข้อผิดพลาด ฟื้นฟูระบบได้รวดเร็ว และรักษาคุณภาพของข้อมูลให้ต่อเนื่อง
• ประหยัดเวลาและลดความซับซ้อน: ฟังก์ชัน Upsert จะทำการอัปเดตและบันทึกข้อมูลโดยอัตโนมัติซึ่งช่วยให้ตาราง Delta Lake และ Iceberg คงความถูกต้องและสม่ำเสมอ ไม่มีข้อมูลซ้ำซ้อน และพร้อมสำหรับการวิเคราะห์ โดยไม่ต้องมีการดูแลแบบแมนนวล
• เสริมความแข็งแกร่งด้านความปลอดภัย: ฟีเจอร์ Bring Your Own Key เปิดให้ลูกค้าสามารถนำกุญแจเข้ารหัสที่จัดการเองมาใช้กับ Tableflow เพื่อควบคุมการปกป้องข้อมูลที่จัดเก็บได้อย่างเต็มรูปแบบ พร้อมรองรับมาตรฐานการปฏิบัติตามข้อกำหนดของอุตสาหกรรมที่มีการควบคุมสูง เช่น อุตสาหกรรมการเงิน การแพทย์ และภาครัฐ

      Tableflow นั้นต่อยอดจากความสามารถที่มีอยู่เดิม เช่น การพัฒนาสคีมา การจัดเก็บข้อมูลให้กระชับ และการดูแลตารางและการเชื่อมต่อระบบโดยอัตโนมัติ รวมถึงการผสานรวมกับ Apache Iceberg, AWS Glue และ Snowflake Open Catalog ขณะนี้ Tableflow นำเสนอรากฐานแบบครบวงจรสำหรับทีมงานที่ต้องการ Data Streaming พร้อมสำหรับการวิเคราะห์โดยทันที ภายใต้ระบบการกำกับดูแลและความยืดหยุ่นระดับองค์กร

       “ที่ Attune การส่งมอบข้อมูลเชิงลึกแบบเรียลไทม์จากข้อมูล IoT สำหรับอาคารอัจฉริยะ ถือเป็นหัวใจสำคัญในการทำงานของเรา” คุณ David Kinney, Principal Solutions Architect ที่ Attune กล่าว “ด้วยการคลิกเพียงไม่กี่ครั้ง Confluent Tableflow ทำให้เราสามารถสร้าง Kafka topics ให้กลายเป็นตารางข้อมูลที่เชื่อถือได้ และพร้อมสำหรับใช้งาน ซึ่งช่วยให้เรามองเห็นการมีส่วนร่วมของลูกค้าและพฤติกรรมของอุปกรณ์ได้อย่างแม่นยำ ชุดข้อมูลคุณภาพสูงเหล่านี้สามารถขับเคลื่อนงานวิเคราะห์ โมเดลแมชชีนเลิร์นนิง (ML) และแอปพลิเคชัน Generative AI ที่ถูกสร้างขึ้นบนรากฐานข้อมูลที่เชื่อถือได้ ซึ่ง Tableflow ได้ลดความซับซ้อนของสถาปัตยกรรมข้อมูลของเรา ในขณะเดียวกันก็เปิดโอกาสใหม่ ๆ ในการใช้ประโยชน์จากข้อมูลเพิ่มขึ้นอีกด้วย”

เปิดให้บริการแล้วที่ Microsoft OneLake

      Tableflow เปิดให้ใช้งานแบบ Early Access (EA) บน Azure โดยผสานรวมกับ OneLake ซึ่งเป็นการขยายขอบเขตการทำงาน และมอบความยืดหยุ่นที่มากขึ้นให้แก่ลูกค้าในการใช้งานแบบมัลติคลาวน์

      โซลูชันนี้มอบความได้เปรียบต่อองค์กรที่ใช้ Azure Databricks และ Microsoft Fabric ซึ่งในขณะนี้มีการรองรับการผสานรวม Delta Lake และ Unity Catalog อย่างสมบูรณ์แล้ว ทั้งหมดนี้มอบประสบการณ์การวิเคราะห์ที่ราบรื่น และมีการกำกับดูแล ตั้งแต่ขับเคลื่อนข้อมูลแบบเรียลไทม์ ไปจนถึง Cloud Lakehouses  โดยลูกค้าสามารถ:

• รับข้อมูลเชิงลึกได้เร็วขึ้น:  แปลง Kafka topics ให้กลายเป็น Open Tables ใน Microsoft OneLake ได้ทันที และสามารถค้นข้อมูลผ่าน Microsoft Fabric หรือเครื่องมือที่เลือกใช้ผ่าน OneLake Table APIs โดยไม่ต้องผ่านกระบวนการ ETL หรือการจัดการสคีมาด้วยตนเอง
• ลดความซับซ้อนและต้นทุนการดำเนินงาน: ระบบจะช่วยทำงานอัตโนมัติในการจับคู่สคีมา (schema mapping) แปลงประเภทข้อมูล และดูแลตาราง Data Streaming ได้โดยอัตโนมัติ ช่วยให้ระบบการวิเคราะห์ Azure-Native มีความน่าเชื่อถือมากยิ่งขึ้น
• เชื่อมต่อบริการ Azure AI และ Analytics ได้อย่างราบรื่น: ผสานการทำงานอย่างไร้รอยต่อกับ Azure Analytics และ AI ได้อย่างราบรื่นโดยใช้ Microsoft OneLake Table APIs เพื่อขับเคลื่อนข้อมูลเชิงลึกแบบเรียลไทม์ และใช้งานด้าน AI พร้อมรองรับการบริหารจัดการผ่าน Confluent Cloud UI, CLI หรือ Terraform ได้อย่างสะดวก

     การเปิดตัวแบบ Early Access ในครั้งนี้ถือเป็นก้าวสำคัญในการขยายขอบเขตการทำงานแบบ มัลติคลาวน์ของ Tableflow และเสริมสร้างความร่วมมือระหว่าง Confluent, Microsoft และ Databricks ให้แข็งแกร่งยิ่งขึ้น

     “การเข้าถึงข้อมูลเรียลไทม์เป็นหัวใจสำคัญสำหรับลูกค้าในการตัดสินใจได้อย่างรวดเร็วและแม่นยำ” คุณ Dipti Borkar ตำแหน่ง Vice President and GM ของ Microsoft OneLake และ ISV Ecosystem กล่าว “ด้วย Confluent Tableflow ที่พร้อมใช้งานบน Microsoft Azure ลูกค้าสามารถขับเคลื่อนเหตุการณ์ Kafka ไปยัง OneLake ในรูปแบบตาราง Apache Iceberg หรือ Delta Lake พร้อมค้นข้อมูลได้ทันทีผ่าน Microsoft Fabric และระบบของผู้ให้บริการภายนอกรายอื่น ๆ โดยใช้ OneLake Table APIs ซึ่งช่วยลดความซับซ้อนและเร่งการตัดสินใจทางธุรกิจได้อย่างมีประสิทธิภาพ”

แท็ก :
Delta Lake   Confluent  AI  คอนฟลูเอนท์