Teradata Aster在Hadoop和R上的进展

　　在Hadoop基础上进行创新并不鲜见。但能够在企业级市场拥有如此多引擎的并不多。Aster的优势就在于此。以Aster SQL-Graph引擎为例，相比Hadoop Giraph或者Google相关产品，Aster SQL-Graph的优势在于：

图并行架构
通用目标的BSP 框架
无内存绑定，高可扩展
易于开发使用的APIs
面向顶点编程的API
构建用户自定义图函数的SDK 和 IDE
预定义的图函数
开箱即用的函数，适合图并行执行
和现有平台集成能力
和Aster关系存储、文件存储、外部数据源的
数据一起工作
和其它分析引擎集成 (SQL, SQL-MR)
其它企业服务

突破开源R语言的限制

　　不止如此，Aster对R的支持已经进入企业级标准。这与趋势相符。Rexer Analytics咨询公司调查显示，70%的调查对象称他们正在使用R语言。数据显示，从2010年开始到2013年，使用R的人群是陡然剧增的。

　　但R也有不得不面对的挑战。如R分散于各节点或各服务器，各节点或各服务器单独运行，尽管有利于行的独立分析处理，例如模型评分，但并不利于分析功能所需要的所有数据，例如模型搭建等。要突破开源R语言的限制，整合Aster和R，实现企业级分析需求，需要更多技术优化：

• 通过Aster MPP架构运行开源R语言，实现高效并行分析
• 放宽内存及数据处理限制，保证大规模并发
• 利用Aster Discovery Portfolio功能增强R语言分析能力
• 通过整合超过100项 Aster Discovery Portfolio分析功能和 5000多种R工具包

　　孔宇华表示：“Teradata Aster R以软件数据包形式，实现开源R语言的大规模并发，这对数据分析人员而言，更具优势。”

　　从Hadoop中读取数据，在Teradata数据仓库或Teradata Aster数据库中智能地运用多种异构处理引擎的功能进行数据分析，形成可视化报告，进而带动业务洞察和创新。这个技术架构已经极为流畅，对Teradata而言，更重要的挑战是如何尽快在更多行业落地，驱动数据分析变革。