Basho Technologies a annoncé aujourd'hui le lancement de Basho Riak TS, une base de données distribuées NoSQL conçue pour agréger et analyser des grandes quantités de données séquencées et non structurées qui peuvent être générées par l’Internet des Objets (IoT) ou par d’autres sources de données chronologiques (time-series). Riak TS est optimisé pour fournir des lectures et des écritures fiables et évolutives à une vitesse inégalée afin de permettre aux organisations de répondre aux besoins de stockage et de récupération de leur application time-series.

 « L’émergence des données non-structurées présente une forte opportunité d’innovation qui résulte en une demande accrue des entreprises de travailler avec des solutions de bases de données qui sont faciles à opérer et à optimiser pour spécifiquement gérer des données non-structurées. Riak TS nous permet d’être aujourd’hui le seul acteur du NoSQL qui a une offre spécialisée intégrant clé valeur , large objet, et données time-series. Riak TS va permettre à nos clients de plus facilement mettre à l’échelle et exécuter, entres autres, des cas d’utilisation adaptés à l’Internet des Objets. », commente Adam Wray, PDG, Basho Technologies.

Riak T est présentée par l'éditeur comme offrant une haute disponibilité et une mise à l’échelle massive. Riak TS, toujours selon Basho Technologies, comparativement aux bases de données relationnelles traditionnelles, peut être déployée à un coût moindre et est facile à gérer. Riak TS permet à ses utilisateurs de bénéficier des avantages des applications time-series avec diverses possibilités :

• • Assurer que les applications IoT ou time series sont toujours disponibles pour des opérations de lecture ou d’écriture avec une possibilité d’adaptation pour répondre à l’augmentation du nombre d’appareils ou d’utilisateurs.
• • Ajouter des noeuds aux grappes sans distribution des données (sharding). Avec Riak TS, la donnée est automatiquement et uniformément distribuée à travers la grappe.
• • Archiver une performance de lecture et d’écriture plus rapide même sous des pointes de charges. La co--‐location des données permet de garantir que les données time-series sont stockées dans le même noeud par rapport au temps, géohash ou les deux afin d’éviter des tensions dans les grappes.
• • Obtenir une précision des données avec la possibilité de valider les entrées de données.
• • Obtenir des données d’interrogation en mode similaire aux interrogations SQL.
• • Répondre aux besoins uniques d’une application avec des API solides et des bibliothèques client qui incluent du code Java, Rudby, Python, Go, Erlang, Node.js ou .NET.
• • Intégrer de façon transparente Apache Spark pour permettre l’analyse facilitée et plus rapide des données time-series.
• • Intégrer avec la Basho Data Platform, qui soutien plusieurs modèles de bases de données, simplifiant le travail de construction et de déploiement des charges de travail dans les applications Big Data, IoT et Cloud hybrides.