德雷米奥公司（Dremio Corp.）正在将机器学习功能整合到其自助式数据分析平台中，从而提升性能，并与Looker data Science Inc.同名的商业智能查询引擎进行集成。Dremio声称消除了将信息加载到数据仓库、多维数据集和聚合表以供商业智能使用所需的耗时数据转换任务的需要。它的数据反射技术基于开源的apachearrow columnar in-memory查询引擎，对源数据的表示进行物理优化，以实现快速查询处理。Dremio将计算和存储功能分离，并使用内存处理来优化性能和成本。该公司表示，在这一因素下，可以加速1000个配件的发布。QueryPlanner现在自动选择最佳反射，以加速对特别请求、商业智能和数据科学工作负载的查询。Dremio现在还可以自动检测星型和雪花型模式，它们是数据仓库场景中常用的多维表中数据的逻辑排列。"如果有一种星形或雪花模式的概念意义，我们可以检测到它并优化查询，使它们以交互速度运行，而无需将数据加载到多维数据集或仓库中，"首席执行官托默·希兰说。新版本包括一个管理引擎，它自动优化反射刷新的优先级、顺序和队列以及错误恢复。通过这个版本，用户现在还可以访问云对象商店，比如亚马逊网络服务公司的S3和微软公司的Azure数据湖商店。此版本中对apachearrow的增强可将查询延迟减少60%。在实践中学习新的Dremio学习引擎根据它在用户查询中观察到的模式提出建议。"例如，如果我正在处理一个特定的数据集，Dremio可以自动向我推荐另一个我不知道的数据集，它适合与我正在使用的数据集组合，"Shiran说。机器学习还用于在查询执行期间观察数据，以检测源系统中的模式更改并自动调整数据目录。当从非结构化数据源（如非结构化文本和NoSQL数据库）查询数据时，这一点尤其有用，因为这些数据源的模式因记录而异。Dremio还可以智能地将元数据缓存并索引到其目录中，同时考虑到用户访问模式。通过这一版本，Dremio正在吸引快速增长的Looker平台（如图所示）的用户，该平台通过直接从多个来源获取数据以进行可视化，简化了数据提取过程。"Looker的设计主要是一次处理一个关系数据库现在Dremio可以让MongoDB和ElasticSearch这样的东西看起来像一个关系数据库。您无需关系源即可获得Looker的所有优点，并且可以跨多个数据源执行联接。"德雷米奥最近筹集了2500万美元的风险投资，使其总融资额达到4000万美元。它提供了其分析引擎的开源和企业版本。授权是以每年订阅为基础的每个节点，但该公司拒绝提供具体细节。图片：德雷米奥既然你来了…点击订阅我们的YouTube频道（见下文），显示您对我们使命的支持。我们的订户越多，YouTube就越会向你推荐相关的企业和新兴技术内容。谢谢！支持我们的使命：>>>>>立即订阅我们的YouTube频道。……我们还想告诉你我们的使命，以及你如何帮助我们完成它。SiliconANGLE Media Inc.的商业模式是基于内容的内在价值，而不是广告。与许多在线出版物不同的是，我们没有付费墙或横幅广告，因为我们想让我们的新闻保持开放，不受影响，也不需要追逐交通。那个新闻、报道和评论SiliconANGLE——以及现场报道，我们的硅谷工作室和cube环球巡演的视频团队提供的未经剪辑的视频需要大量的辛勤工作、时间和金钱。保持高质量需要赞助商的支持，他们与我们的无广告新闻内容的愿景一致。如果你喜欢这里的报道，视频采访和其他无广告内容，请花点时间看看我们的赞助商支持的视频内容样本，在推特上表达你的支持，然后继续回到SiliconANGLE。