 |
GridGain Transactional Persistent Store, разработанный по запросу Сбербанка, успешно используется в сотнях компаний по всему миру
GridGain — международная компания, лидер на рынке технологий распределенной обработки и хранения данных в оперативной памяти (In-Memory Computing). GridGain разрабатывает одноименную корпоративную платформу на базе open source проекта Apache Ignite. Исходный код Ignite также был разработан в компании GridGain, а затем передан Apache Software Foundation (ASF) и сейчас входит в топ наиболее активных проектов.
«Изначально GridGain использовался в основном для распределенного кеширования данных в оперативной памяти, — говорит Никита Иванов, основатель GridGain. — Для запуска решения необходимо загрузить данные с диска в оперативную память. Даже при использовании быстрых SSD процесс мог занимать часы, что не укладывается в ожидания заказчиков, измеряемые минутами. По запросу нашего крупнейшего российского клиента — Сбербанка — и был разработан Transactional Persistent Store, решающий эту проблему.»
Transactional Persistent Store виртуализирует физическое хранение данных. Неважно, где находятся данные — в оперативной памяти или на диске, — интерфейс доступа к ним един. В результате система готова к работе сразу же после перезапуска. Именно быстрый старт отличает Transactional Persistent Store от похожих решений на рынке. Более того, унифицированный подход к хранению дает возможность работать с объемом «горячих» данных, превышающим емкость оперативной памяти.
В 2018 году компания приняла решение передать разработанную функциональность в проект с открытым кодом Apache Ignite. В 2020 году Transactional Persistent Store используется сотнями компаний по всему миру. На текущий день Transactional Persistent Store включен в важнейшие для бизнеса системы клиентов GridGain, в том числе, Сбербанка, Barclays, American Express, Citigroup, JPMorgan Chase, ING Group, Motorola и других. Так, например, ING Group смогла реализовать высоко-производительную систему обработки платежей, которая масштабируется горизонтально при росте объема мобильного трафика. American Express при помощи GridGain уменьшили сроки расчетов с ритейлерами с нескольких дней до нескольких часов.
«По нашим прогнозам к концу 2020 года более половины клиентов GridGain будут использовать Transactional Persistent Store в продакшен-окружениях. Сейчас таких клиентов уже треть. Теперь они сами выбирают, какую часть данных хранить в оперативной памяти, а какую — на дисках. Это позволяет варьировать требования к аппаратному обеспечению и тем самым снизить совокупную стоимость владения системой (TCO).», — говорит Марк Мзански, GridGain EVP of Sales.
О компании
GridGain® Systems — лидер на рынке решений для вычислений в оперативной памяти. Платформа GridGain, на основе ПО с открытым кодом Apache Ignite, помогает бизнесу отвечать на вызовы цифровой трансформации и омниканального взаимодействия с клиентами. Среди клиентов GridGain Systems ведущие банки, финтех-компании, онлайн- и офлайн-ритейлеры, телеком, онлайн-сервисы и не только. В том числе, ING, Сбербанк, Microsoft, IBM. В компанию инвестировали Almaz Capital, FortRoss Ventures, RTP Ventures, Broadway Angels и другие.
Контакты
Михаил Кузнецов,
GridGain Regional Sales Director Russia & CIS
mkuznetsov@gridgain.com
+7 (915) 469-54-89
+7 (495) 120-88-35
www.gridgain.com
Контактное лицо: Михаил Кузнецов
Компания: GridGain Systems
Добавлен: 16:47, 26.05.2020
Количество просмотров: 413
Страна: Россия
| ГОРОДСКАЯ СРЕДА Диалог: от идеи и концепции к технологии благоустройства, АНО «НАРТ», 22:13, 21.04.2026, Россия216 |
| 19 мая стартует первое мероприятие цикла по формату «ТЕХДЕНЬ НАРТ» в
партнерстве с Издательским домом «Гений места». Ключевая задача цикла - превратить разговоры
красивых концепциях в рабочие механизмы
благоустройства, учитывающие реальные бюджеты, нормативные ограничения и эксплуатационные риски.
формате открытого экспертного и оескомпромиссного диалога
заказчиками и компаниями будут обсуждаться
применимость решении,
между их
стоимость, возможность нормативной интеграции и масштабирования. |
|
|
