SAS Data Loader for Hadoop

SAS Data Loader 3.1

SAS Data Loader 3.1은 SAS 9.4M4에서 실행됩니다.

다음은 이 릴리스에서 향상된 주요 기능입니다.

이제 다중 사용자 웹 응용 프로그램은 SAS Intelligence Architecture를 기반으로 합니다.
이제 중앙 집중식 관리 지원에서 서버, 액세스, 작업 및 QKB 업데이트를 관리합니다.
새로운 IT 친화적 관리 배포 프로세스에서 SAS 배포 도구를 사용합니다.
추가적인 연결 옵션이 외부 데이트 소스에 대한 직접 액세스를 제공합니다.
업데이트된 지원을 통해 최신 Hadoop 기술을 사용할 수 있습니다.
SAS 데이터 관리 소프트웨어와의 통합이 향상되어 원격 작업 실행이 가능합니다.

자세한 내용은 SAS Data Loader의 소프트웨어 제품 페이지를 참조하십시오.

SAS Data Loader 2.4 for Hadoop

다음은 SAS Data Loader 2.4 for Hadoop에서 향상된 주요 기능입니다.

SAS Data Loader for Hadoop의 새로운 평가판 버전을 사용할 수 있습니다.
새로운 '데이터 매치-병합' 작업을 사용하여 여러 소스 테이블의 칼럼을 하나의 대상 테이블로 결합할 수 있습니다. 또한 행이 둘 이상의 소스 테이블에서 일치하면 지정된 칼럼의 데이터를 병합할 수도 있습니다.
새로운 '연쇄 작업'을 사용하면 두 개 이상의 저장된 작업을 순차적으로 또는 동시에 실행할 수 있습니다.
Apache Spark 및 Cloudera Impala를 사용하여 성능이 향상되었습니다.
Hadoop 분산 Pivotal HD 및 IBM Big Insights를 지원합니다. Cloudera, Hortonworks 및 MapR의 새로운 버전이 지원됩니다. Kerberos와 MapR 또는 IBM Big Insights의 조합은 지원되지 않습니다.

SAS Data Loader 2.3 for Hadoop

다음은 SAS Data Loader 2.3 for Hadoop에서 향상된 주요 기능입니다.

구분된 파일을 Hadoop으로 가져오기를 지원합니다.
SAS LASR Analytic Server 지원이 향상되었습니다. 이제 'LASR로 데이터 로드' 작업은 SAS LASR Analytic Server 소프트웨어의 비-그리드 구성으로 데이터를 로드할 때 SASIOLA 엔진을 사용한 SMP(Symmetric Multiprocessing)를 지원합니다.
데이터 품질 분석에서 사례 변경, 성별 분석, 패턴 분석 및 필드 추출과 같은 새로운 변환 기능을 제공합니다.
Hadoop에 대한 지원이 향상되었습니다. Cloudera 및 Hortonworks의 새로운 버전이 지원됩니다. MapR에 대한 지원이 추가되었습니다. Kerberos와 MapR의 결합은 지원되지 않습니다.
Apache Hive에 대한 지원 향상을 통해 기존 Hive 프로그램을 붙여 넣고 편집한 다음 해당 프로그램을 Hadoop에서 실행할 수 있습니다.

SAS Data Loader 2.2 for Hadoop

SAS Data Loader for Hadoop은 비즈니스 분석가 및 데이터 사이언티스트를 위한 셀프 서비스식의 빅 데이터 준비, 데이터 품질 및 데이터 통합을 제공합니다. 포인트 클릭(point-and-click) 사용자 인터페이스는 사용자가 코드 작성 없이 빠르고 쉽게 빅 데이터를 준비하고, 통합하고 클렌징할 수 있도록 해줍니다. 또한 파워 사용자(Power User)는 생상성 향상 및 데이터 이동 간소화를 위해 Hadoop에서 SAS 코드 및 데이터 품질 기능을 빠르게 실행할 수 있습니다.

SAS Data Loader for Hadoop 2.2는 SAS 9.4M2에서 실행됩니다. 이번 릴리스에서 SAS Data Loader for Hadoop은 Hadoop에서 데이터를 질의하고, 조인하고, 프로파일하고 변환할 수 있습니다. Hadoop에서 또는 Hadoop으로 관계형 데이터 소스 및 SAS 데이터셋을 이동할수 있습니다. Hadoop 내에서 데이터를 파싱하고 표준화할 수 있습니다. SAS Data Loader for Hadoop을 사용하여 시각화 또는 분석을 위한 데이터를 메모리에 로드할 수 있습니다. Hadoop에서 SAS 코드 및 데이터 품질 기능을 병렬로 실행할 수도 있습니다.