Diamo il benvenuto a BladeBridge in Databricks: Accelerare le migrazioni del data warehouse verso Lakehouse

Databricks dà il benvenuto a BladeBridge, un fornitore collaudato di soluzioni di migrazione basate sull'IA per data warehouse aziendali. Insieme, Databricks e BladeBridge aiuteranno le aziende ad accelerare il lavoro necessario per migrare data warehouse legacy come Oracle, SQL Server, Snowflake e Redshift a Databricks SQL (DBSQL), il data warehouse costruito sul lakehouse che definisce la categoria di Databricks. BladeBridge fornirà ai clienti una chiara visione dell'ambito della conversione, transpiling di codice configurabile, conversione basata su LLM e facile validazione dei sistemi migrati.

Cinque anni fa, abbiamo creato Databricks SQL per realizzare la nostra visione di un'architettura lakehouse, portando la scalabilità e l'efficienza dei data lake al data warehousing. Da allora, il settore ha abbracciato il lakehouse come architettura dati del futuro, con Databricks SQL come suo leader indiscusso. Già oltre 10.000 aziende in tutto il mondo hanno adottato Databricks SQL per offrire prestazioni record, efficienza 9 volte superiore e una semplicità che le soluzioni legacy non potevano fornire. Continuiamo inoltre a integrare l'IA in Databricks SQL per offrire funzionalità di linguaggio naturale e ottimizzazioni predittive. Oggi, Databricks SQL potenzia strumenti come Power BI, Tableau e dbt, e si è affermato come il prodotto in più rapida crescita nella storia di Databricks con un tasso di fatturato di 600 milioni di dollari.

Anche gli analisti riconoscono Databricks come leader di mercato. Ad esempio, Forrester ha riconosciuto Databricks come Leader con i punteggi più alti nelle categorie di offerta attuale e strategia in The Forrester Wave™: Data Lakehouses, Q2 2024.

BladeBridge è già un fornitore di tecnologia chiave per system integrator come Accenture, Capgemini, Celebal Technologies e Tredence, con implementazioni comprovate su centinaia di clienti. E ora, i clienti di tutto il mondo potranno ridurre significativamente i costi e i rischi nell'ammodernamento della loro infrastruttura dati, allontanandosi da piattaforme proprietarie, costose e isolate che hanno definito la storia del data warehousing.

Cos'è BladeBridge?

BladeBridge fornisce un approccio potenziato dall'IA per migrare oltre 20 data warehouse e strumenti ETL legacy - tra cui Teradata, Oracle, Snowflake, SQL Server, Amazon Redshift, Azure Synapse Analytics e Hive - più del 50% più velocemente degli approcci tradizionali.

BladeBridge fa risparmiare ai clienti mesi di lavoro costruendo automaticamente un riepilogo di tutti gli asset ETL e database in poche ore, fornendo un report completo sull'ambito e la complessità della migrazione. Inoltre, il test automatico delle query tra il sistema legacy e Databricks SQL identifica tempestivamente le discrepanze per una rapida correzione nel processo di conversione.

Successivamente, la conversione tra sistemi utilizza un approccio basato sulla configurazione che tiene facilmente conto delle differenze tra l'architettura legacy e Databricks SQL. È importante notare che l'approccio garantisce che i clienti mantengano la piena proprietà dei pattern di conversione, in modo che le configurazioni possano sempre essere aggiornate se emergono nuovi requisiti nelle fasi successive della migrazione.

Le conversioni basate sull'IA di BladeBridge tengono conto di tutto il codice legacy ETL, SQL e altro. Quando i test unitari falliscono per qualsiasi componente, i file di configurazione vengono semplicemente adattati per risolvere gli errori. Ciò fornisce un processo rapido e iterativo che consente di gestire la stragrande maggioranza delle conversioni solo con istruzioni di configurazione.

Successo aziendale comprovato con migrazioni rapide ed efficienti verso Databricks

Il costoso ambiente Snowflake di Thomas International non era in grado di gestire dati in tempo reale e supportava solo SQL. Per realizzare le loro ambizioni di strategia dati, richiedevano un ambiente scalabile che permettesse ai data scientist di sfruttare le loro competenze in Python e R. Databricks ha fornito a Thomas un'architettura unificata e scalabile per dati, analytics e IA. Ora, i data scientist stanno innovando nuove soluzioni, dai modelli di segmentazione dei clienti e prototipazione di analisi predittive agli algoritmi di fuzzy matching e all'analisi dei social network, con un aumento del 40% della produttività di sviluppo rispetto alla piattaforma Snowflake legacy.

Un altro cliente, VGZ, aveva un data warehouse cloud legacy che creava colli di bottiglia, rallentando i tempi di sviluppo dei prodotti e aumentando i costi. La condivisione delle risorse tra i team portava a inefficienze, mentre i framework di governance obsoleti complicavano la sicurezza. Queste limitazioni rendevano difficile innovare e scalare efficacemente in un panorama guidato dai dati. Databricks SQL ha semplificato l'accesso ai dati e il reporting per VGZ, consentendo ai team di fornire insight più velocemente e soddisfare meglio le esigenze dei clienti. Avere una piattaforma unificata ha eliminato i colli di bottiglia e migliorato la collaborazione, supportando direttamente decisioni più rapide e basate sui dati, con un miglioramento del 30% del time-to-market per i nuovi prodotti dati.

Accelerare le migrazioni del tuo data warehouse

Nelle prossime settimane, intendiamo rendere BladeBridge disponibile gratuitamente a ogni organizzazione e partner.

Inoltre, oltre 40 partner di integrazione di sistemi, tra cui Accenture, Capgemini, Celebal Technologies e Tredence, hanno già esperienza con BladeBridge, e Databricks amplierà rapidamente l'esperienza BladeBridge alle migliaia di altri system integrator nell'ecosistema di partner Databricks.

Leggi di più sull'approccio Databricks alle migrazioni nella pagina Migrazioni. Puoi anche contattare il nostro team di Professional Services per una valutazione gratuita della migrazione.

Se sei un partner Databricks, puoi accedere alla formazione e all'abilitazione sulla migrazione di BladeBridge nella Partner Academy.

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale