Es gibt heute viel mehr Datenquellen und Datentypen, die typische Benutzer als je zuvor nutzen müssen, einschließlich Cloud-Plattformen (z.B. SalesForce, Amazon, Azure), die Hunderte von Quellen und Endpunkten umfassen. Wenn Voracity sich verbindet, unterstützt es. Es kann sogar Werte in unstrukturierten Dateien extrahieren und strukturieren.

Große Unternehmen verfügen über eine hohe organisatorische Komplexität und benötigen Tools, mit denen sie gemeinsam arbeiten können, um konsistente Ergebnisse in Teams zu erzielen. Während einige Tools die Zusammenarbeit erschweren, hat Voracity seine Datenverbindungen und Spezifikationen an derselben Stelle. Leicht zugängliche Metadaten-Management-Hubs wie Git ermöglichen es Teams, diese Komplexität auf einheitliche Weise zu teilen, zu sichern, zu verfolgen und zu kontrollieren.

Die einfachen, gängigen 4GL-Metadaten von Voracity - und die vertraute GUI, die sie unterstützt - schrumpfen die Lernkurven und verwenden vorhandene Fähigkeiten (z.B. Eclipse, JCL oder SQL) und schließen die Notwendigkeit aus, neue wie MapReduce, Teradata ILM, NoSQL oder ein altes ETL-Tool mit mehreren Schritten, geschweige denn mit mehreren Benutzeroberflächen, zu lernen.

Das ist besonders wertvoll für IT-Teams mit "pauschalen" Fähigkeiten (wobei einige mehr als andere über bestimmte Dinge wissen), oder in kleineren ressourcenbeschränkten SMB-Umgebungen, die nicht in der Lage sind, mehrere Metadaten-Infrastrukturen zu verwalten. Voracity ermöglicht es jedem, automatisch in ein gemeinsames Metadaten-Framework für Datenerkennung, -integration, -migration, -steuerung und -analyse einzutreten und zu standardisieren.

Manchmal ist die Geschäftslogik komplex und/oder teamübergreifend unterschiedlich. Voracity begegnet diesem Problem mit benutzerdefinierten Transformations-, Bereinigungs-, Maskierungs- und Testdatengenerierungsregeln - und Regelkategorien -, die Projekten zugewiesen oder global und teamgesteuert erreicht werden können.

Die Geschwindigkeit, das Volumen und die Vielfalt der Daten sind komplex, aber die Geschwindigkeit der Daten ist variabel. Nicht alles ist einfach zu planen oder zu stapeln und Sie wissen vielleicht nicht, wann die Daten dort sein werden.

Voracity führt Batch-Operationen über CoSort, MapReduce oder Tez-Engines durch und verarbeitet Echtzeitdaten über Broker wie MQTT und Kafka, sowie Pipes und Storm. Es kann auch die Variabilität von Daten in Bewegung durch benutzerdefinierte Ein- und Ausgabeverfahren oder den Aufruf von Anwendungen, die das Tempo des Datenflusses definieren, ansprechen.

Voracity hat auch die größte Anzahl von Job Design Entscheidungen aller ETL-Tools - alle in der gleichen GUI - mit sehr vielen Details, die jedem gerecht wird:

Sehen Sie die selbstdokumentierende Benutzerfreundlichkeit und Offenheit von IRI DDF- und SortCL    basierten Metadaten in XML-Workflows (die auch FACT-, Java-, SQL-, CLI- und DB-Loader-Konfigurationscode unterstützen).

Wenn Sie nicht in (oder außerhalb der GUI) kodieren möchten, verwenden Sie skriptgenerierende End-to-End-Assistenten für die Auftragserstellung für ETL, Datenmigration, Datenmaskierung, Metadaten und Testdatenerstellung. Dynamisch verknüpfte Skriptumrisse und GUI-Dialog-Editoren erleichtern die visuelle Parameteränderung.

Oder verwenden Sie die moderne Sirius-Visualisierung des Arbeitsablaufs von IRI und transformieren Sie Mapping-Diagramme und interaktive Eigenschaftsbildschirme, um Aufträge zu entwerfen und zu ändern.

Oder, wenn Sie ein tabellarisches ETL-Design bevorzugen, verwenden Sie Erwin (AnalytiXDS) Mapping Manager (EMM). Voracity ist das einzige von Erwin unterstützte ETL-Tool mit einer Live-Verbindung zum EMM-Jobdesign. In SSIS und Informatica müssen Sie beispielsweise die ETL-Strukturen (Jobs/Mappings) exportieren und manuell importieren.

In IRI Voracity können Sie die Ergebnisse des EMM Flow Design sofort sehen und verwenden und die Metadaten in der neuen Umgebung verwenden, ein weiterer Wettbewerbsvorteil gegenüber anderen ETL-Tools. Ein EMM-Webservice ist sogar verfügbar, um Metadaten von und nach Voracity zu verschieben, um einen sofortigen Austausch und die gemeinsame Nutzung von Metadaten für das Jobdesign zu ermöglichen.