Imply hat bekannt gegeben, dass es dem Partnerprogramm Connect with Confluent beigetreten ist, einer Initiative, die Unternehmen helfen soll, die Entwicklung von Echtzeitanwendungen durch native Integrationen mit Confluent Cloud zu beschleunigen. Diese Partnerschaft bringt die Cloud-verwalteten Dienste von Imply und Confluent für Druid bzw. Apache Kafka®? zusammen und bietet Entwicklern: Echtzeit-Analysen auf Streaming-Daten jeder Größenordnung: Streamen Sie Millionen von Ereignissen pro Sekunde von der Confluent Cloud zu Imply Polaris, dem Cloud-Datenbankdienst für Druid, mit einer Latenzzeit von weniger als einer Sekunde, so dass die Daten sofort für Echtzeit-Analysen zur Verfügung stehen. Eine Erfahrung ohne Konnektoren: Nehmen Sie Daten aus der Confluent Cloud direkt in Polaris auf, ohne einen Konnektor installieren und verwalten zu müssen.

Cloud-native, vollständig verwaltete Echtzeit-Architektur: Erstellen Sie Echtzeitanwendungen auf Kafka und Druid ohne Produktionsrisiko und Infrastrukturmanagement und beschleunigen Sie die Wertschöpfungszeit für Echtzeit-Analyseanwendungen. Die Analyse von Kafka-Streams über Druid, die Echtzeit-Analyse-Datenbank für Streaming-Daten, ist für Unternehmen jetzt einfacher geworden. Imply und Confluent haben es gemeinsam geschafft, geschäftskritische und kundenorientierte Anwendungen mit Echtzeitdaten zu versorgen. Diese Anwendungen werden in einer Vielzahl von Branchen für eine Vielzahl von Anwendungsfällen eingesetzt, darunter Sicherheits- und Betrugsanalysen, Produktanalysen, IoT/Telemetrie-Analysen und Anwendungsbeobachtung.

Connect with Confluent bietet Unternehmen direkten Zugang zu Confluent Cloud, der cloud-nativen und vollständigen Daten-Streaming-Plattform, die mehr als ein Exabyte Daten pro Jahr verarbeitet. Mit einem vollständig verwalteten Kafka-Service, der hybride, Multi-Cloud- und On-Premise-Umgebungen abdeckt, ist es für Unternehmen jetzt einfacher, Daten von überall nach Druid zu streamen. Darüber hinaus unterstützt das Programm die Markteinführungsbemühungen der Partner durch den Zugang zu den technischen, vertrieblichen und Marketing-Ressourcen von Confluent.

Dies trägt dazu bei, den Erfolg der Kunden in jeder Phase zu gewährleisten, vom Onboarding bis zum technischen Support. Imply basiert ebenso wie Confluent auf einer beliebten Open-Source-Technologie. Apache Druid wird häufig zusammen mit Apache Kafka, der Kerntechnologie von Confluent, in führenden Unternehmen eingesetzt, in denen Echtzeit-Analysen ein entscheidender Aspekt des Produktangebots, des Betriebs und der Kundenerfahrung sind.

Heute nutzen viele der weltweit führenden Unternehmen, darunter Netflix, Salesforce, Citrix und sogar Confluent selbst, Kafka und Druid gemeinsam, um Erkenntnisse in Echtzeit zu gewinnen und innovative Produkte anzubieten. Gemeinsam bieten Confluent und Imply eine umfassende, Cloud-native Plattform, die für Echtzeit-Analyseanwendungen entwickelt wurde. Die Integration bietet: Mühelose Skalierbarkeit: Imply Polaris skaliert die Datenaufnahme direkt neben Confluent Cloud, um gemeinsam Millionen von Ereignissen pro Sekunde zu verarbeiten.

Ein vollständig verwaltetes Erlebnis: Imply Polaris und Confluent Cloud automatisieren wichtige Aspekte der Infrastrukturverwaltung, von der Einrichtung bis hin zu Backups und Upgrades, und bieten so einen mühelosen, zuverlässigen Service. Verlässlichkeit und Sicherheit: Imply Polaris und Confluent Cloud bieten Teams eine zuverlässige Plattform für Echtzeitanwendungen und erfüllen gleichzeitig strenge Sicherheits- und Compliance-Anforderungen. Diese Zusammenarbeit baut auf Open-Source-Technologien auf, um Entwicklern eine Cloud-native Echtzeit-Architektur zur Verfügung zu stellen, die speziell für die Analyse von Streaming-Daten entwickelt wurde.

Die native Integration von Polaris in Confluent Cloud bietet Unternehmen die Möglichkeit, die Synergien zwischen Kafka und Druid zu nutzen, ohne die betriebliche Komplexität und das Produktionsrisiko, die mit selbstverwaltenden Open-Source-Technologien verbunden sind, und beschleunigt so die Time-to-Value für Echtzeitanwendungen.