PERVASIVE :美国互联网公司

更新时间:2024-09-20 12:58

Pervasive Software(美国纳斯达克上市公司,上市时间:1997 年,股票代码:PVSW)。总部位于美国德州奥斯汀的Pervasive,致力为全球150余国、2000多家需要高度弹性、迅速实施以及低实施成本的中小型企业及公司部门,设计符合需求的数据基础建设软件,并成为最受信赖的市场领导者。Pervasive凭借屡次获奖的软件平台,让客户可以管理、整合、分析及保全重要资料,通过不断提供业界兼顾效能、可靠性及成本效益的最佳产品组合,Pervasive已成为中小型企业及大型企业部门的资料基础建设解决方案的顶尖厂商。英国的 BloorResearch 研究公司的创始人,也是市场调研机构 Hurwitz\u0026 Associates 的合伙人Robin Bloor,日前认为Pervasive公司是2010年值得关注的10个 IT 企业之一。

公司信息

产品服务

数据整合工具(DI)

产品介绍

Pervasive的DI平台是一个强大的处理企业数据的软件,能够快速灵活的无缝连接各种类型的数据源和应用程序。从数据交换,数据迁移到数据管理和数据仓库,DI支持大量的实时集成场景。通过集成和连接数据,业务应用程序和工作流,可以极大的提高运营效率,生产力和成功率

Pervasive Data Integrator(数据整合工具)提供了一个快速、便捷、低成本的途径,让企业将数据从多个信息源汇聚到核心应用系统或者数据存储库当中,以便进行深度商业分析。无论是大型的生产系统,还是较小规模的基于项目的数据迁移任务,Pervasive Data Integrator都是理想的选择。使用Pervasive Data Integrator,企业可以读取任何形式的数据(包括非结构化数据),并对其进行转换,然后加载到操作型数据源、数据仓库、数据集市(data marts)或其它的目标系统中。使用Pervasive Data Integrator,企业可以拥有灵活的解决方案,能以事件触发或计划任务的方式将任何数据迁移任务自动化,进而改进数据服务质量,整合B2B服务网关。

综合数据集成软件

Pervasive Data Integrator™ 能对机构内部的源提供经济有效的抽取、转换和数据流——在持续的、事件驱动或规律安排 的基础上。

- 数据转换和迁移- ETL 工具(抽取、转换和装载)- 数据仓库和操作数据储存创建- 实时、预定的或批自动执行- 作为Web服务的数据集成- 应用程序集成- B2B 数据交换- 处理EDI、非结构化、半结构化和平面数据

产品特色

与其他的DI数据相比,pervasive的DI工具交易操作不需要特殊的技巧,其最大的特点是高度可调整的设计,部署和管理,而且具有相同全功能的web UI用于本地和云端

快速实现价值(加快实现价值)

由于Pervasive Data Integrator具有灵活性、可扩展性、低拥有成本和高可靠性,企业可以加快部署、最小化系统变化和新的用户要求带来的影响并降低项目风险。设计界面易于使用和管理,所以他们能提高员工的生产力,无论他们的技术和水平高低。

更重要的是,Pervasive Data Integrator是唯一的一款数据集成和ETL 软件,它可以在 一个 开放的基于XML的设计储存室里保存和储存所有的设计元数据,以实现轻松的元数据交换和重复使用。快速实施和部署降低了整个集成过程的成本。

- 直接的应用程序级连接性- 可扩展项目以实现战略结构部署- 可视化设计流程弃了费钱且较慢的自定义编码

高性能(高性能数据集成软件)

- 通过可配置的、多平台集成引擎实现高性能数据输出- 通过实时捕获和更新服务提高数据关联性- 集中管理分布式的ETL 流程以提高效率- 通过Pervasive DataRush 调用程序实现近线性输出缩放

连接性(Pervasive Data Integrator 拥有复杂的连接性) - 在整个机构中实施对业务关键的数据集成- 支持遗留和新系统的集成- 连接到半结构交换格式和非结构化数据 连接到SaaS 和on-premises 源(甚至在防火墙之间)- 灵活连接到几乎所有的数据源- 全面可扩展的连接性

数据分析工具(DP)

产品介绍

Pervasive Data Profiler是一个功能强大的数据分析工具,提供给集成开发者一种经证明的方法,该方法可以在装载之前分析数据的质量,从而避免了将来可能遇到的问题。Pervasive Data Profiler 还可以评估/模拟已有数据库,来提供有针对性的、可操作的结果。该工具精确有效的分析每一个数据集,并自动生成详细数据质量报告,还提供了可以钻取分析的汇总图表,包括成功率百分比以及计数频率。标准度量包括数据类型匹配测试、转换测试以及统计收集。输入的记录还可以分为“干净的”和“脏的”文件,使开发者可以集中精力于失败的记录,或者甚至还包括在后期数据补救处理流程中确定的问题。

Pervasive Data Profiler让您能快速轻松地:

- 排除不规则性- 量化业务规则违法情况- 找出空集或价值- 通过百分之百测试数据来保证数据的合规性

Pervasive Data Profiler能够:

- 在多CPU之间并行执行并自动扩展,达到闪电般的速度(基于前沿的Pervasive DataRush™ 技术)- 有详细分析的可实施的、明晰的图标,注有成功率百分比和具体计数 详细的文件通过和未通过情况,并且有同行列储存- 以报告形式呈现的统计度量,如模式、中值、标准偏差和变化,这样的报告能以XML形式轻松地被其他应用程序使用Pervasive Data Profiler™ 由于其在SearchDataManagement中的数据质量,被选为2008 年度杰出产品。

产品特色

优势(为了获得高速数据评估,使用Pervasive Data Profiler 的优势:)

- 更重要的是,Pervasive Data Integrator是唯一的一款数据集成和ETL 软件,它可以在一个开放的基于XML的设计储存室里保存和储存所有的设计元数据,以实现轻松的元数据交换和重复使用。快速实施和部署降低了整个集成过程的成本。- 通过清除SQL 查询和人工检查流程,提高了数据分析生产力- 由于对上千个不同应用程序和数据源(包括非结构化的、遗留和复杂的行业标准类型)有大量直接可用的连接性,扩大了数据质量项目的范围- 使用一个易于操作的图形用户界面(GUI)和一个轻松的三步骤,保证了快速实施,从而减少了培训费用和学习周期- 与Pervasive 的集成产品和其他供应商的集成产品一起使用时,使得Pervasive Data Profiler成为ETL和其他数据集成项目最完美的产品

报表(可操作的报表:)

- 统计结果文件- XML 格式——可以通过使用XSLT 和其他模板导出- 成功率和计数 可选"干净" (通过的行)和"脏" (未通过的行)文件- 使用文件以获得更多的后期ETL 处理

速度(高效设计和高性能中体现的速度:)

Data Profiler 是建立在Pervasive DataRush™ 技术之上的,通过自动利用现代多CPU硬件的优势,该技术能实现对每个字段和每条记录做出快速分析。这允许外每个CPU的外形设计和自动近线性缩放并行执行,从而实现特殊的价值并完成复杂的处理。

快速实现投资回报率(ROI)和加快产品面市时间,并且产品会带来更好的数据和应用程序性能,这样就能在几分钟或几小时而不是几天内得到结果。易于使用的图形界面意味着:

- 简单的三步流程- 原地源数据浏览- 能将一个给出的字段的字段度量复制粘贴到另一个字段中

连接性(广泛的源连接:)

由于包含Data Integrator 中所有可用的数据连接器,Pervasive Data Profiler对上千个不同的应用程序和数据源具有无可比拟的直接连接性。它同样也能连接到Join Designer,让不同的文件、数据库和其他互异的源连接起来。此外,它能分析各种Data Integrator 模式设计器里的数据或导入那些设计器里产生的模式,以获得非结构化的、平的、二进制或行业标准数据信息。

提高云计算开发效率工具(DC)

产品介绍

Pervasive DataCloud® 2是一个完全由Amazon 网络服务驱动的按需服务平台,非常安全和可靠。AWS和其他云计算开发人员利用此平台快速创建低级或高级按需数据服务。

由于其易用性,Pervasive 数据服务(包括它大量的数据适配器)可用于加快您的云计算开发。不要陷入数据基础设施的担心之中,相反,您应当腾出时间将精力集中在商业事宜和其他优先事项中。

Pervasive DataCloud 2提供:

- 原始引擎和工作流开发人员可使用Pervasive Data Integration、Profiling 和DataRush 引擎和我们的工作流设计器。- 核心数据服务开发人员通过使用Pervasive DataCloud 代理技术可实现Pervasive 连接(适配器)到楼宇内终端。同时还可使用其他新兴服务中的一种数据分类服务和数据库服务。- 大量复合数据服务开发人员可提供众多数据服务,包括数据加载、数据匹配、剖析、转换、数据挖掘和分析(包括k-means、Levenshtein Edit Distance 和Jaro)。

通过使用这些核心数据服务和大量复杂数据服务,您甚至可以创建您自己的应用程序。对于在拓展托管服务同时需控制成本的开发人员来说,购买Pervasive DataCloud 2 将会是一个很好的选择。

产品特色

- 可扩展Pervasive DataCloud多用户架构可支持多用户和多应用程序交付多种解决方案和服务。服务可延伸至处理波动的数据量。- 灵活Pervasive DataCloud 支持SaaS-to-SaaS, SaaS-to-on-premises 或on-premises to on-premises 数据密集型服务。- 易于使用和配置客户可通过一个浏览器获得、配置和运行基于Pervasive DataCloud 的服务,无须专门的本地硬件或软件。- 稳定可提供自动交付更新,同时通过帐户、应用程序或用户监测活动,轻松实现结果追踪。- 可分配需要在防火墙后集成应用程序的用户可以利用一个Pervasive代理和DataCloud 功能中一个轻质量、便携的远程子集。- 可负担此平台不仅允许以随用随付的方式交付数据服务,而且安装费很低。

Pervasive DataCloud 2的安全性

Pervasive 特别关注使用Pervasive DataCloud 2的客户对于安全的考虑。我们设计的架构的安全重点在用户层面上和应用层面上。

应用场景

数据迁移

增加数据到一个新的应用程序是一个常见的难题。Pervasive提供的解决方案,使得最终用户可以实现快速建立并运行新的软件,或者帮助供应商的应用嵌入新的应用程序中使其变得简单。用pervasive部署新的应用更加快速,同时可以减少投入到数据转换和数据迁移的资源。

集成平台

不管你公司需要的什么类型的数据集成,pervasive提供在整个组织来源中具有成本效益互动之间的数据流。设计集成流程是否加载数据库,数据格式之间的转换,部署复杂的应用程序集成场景,或者在本地,云端的应用程序,pervasive的DI包括许多基础功能加速建立灵活的集成解决方案。

B2B数据交换

Pervasive工具解决实时的,批量的,标准的和非标准的B2B数据。

B2B数据交换解决方案可以作为一个无缝服务器自动或者托管在自己的服务器上。如果你要管理许多数据,或者作为一种服务你需要提供数据处理和分析,那么可以考虑integration hub

数据质量工具

好的决策基于好的信息来源,比如有质量的数据,即使是一些猜测的决定也是因为一些拥有好的数据。如何定义“好数据”,这取决于你的业务流程和你需要的数据,一旦你决定你需要用它,希望它看起来什么样子,然后pervasive可以帮助你将这些繁重的数据转化为你想要的。这就是DP.

数据管理解决方案

Pervasive的合作方运用starapps软件提供专业的MDM解决方案。这种数据解决方案是完全定制的,来反映不同客户的需求,确保最大限度的反映数据质量。我们提供专业的知识和工具构建坚实的基础,使客户在MDM组织内可以从小事逐渐成长。

中国区代理

北京德昂信息技术有限公司信息技术(北京市)有限公司(Data on Demand China Ltd, 以下简称德昂)是一家跨足海峡两岸,目前在北京,上海市厦门市台北市设有公司的专业商务智能解决方案提供商,公司提供从商务智能项目的前期咨询、商务智能系统的规划、工具的评估和选择、报表和仪表盘需求的梳理和规划、数据仓库和集市的设计和实施、报表和分析系统的设计、实施和上线的整体实施服务。德昂公司并且在能源, 保险,证,零售,地产和企业客户中率先实施移动商务智能解决方案。并且可以提供下列类似主题的完整解决方案:集团决策支持系统或者管理决策驾驶舱,财务部门的财务数据中心,制造业的采购BI, 石油石化行业的移动决策支持系统,运营管理决策支持系统,零售行业的市场营销和奖金自动化系统等。

北京德昂信息技术有限公司是全球领先的商务智能平台微策略,Actian公司的高性能数据库Vectorwise和数据整合ETL工具 PervasiveDI在中国的分销代理;并结合RoamBI, Trinity,Informatica, SAP系统 BPC,IBM DataModeler等工具产品,打包成完整的商务智能解决方案;同时,针对Microstrategy和Pervasive DI产品提供完整的架构设计,建模服务,效能调优,报表和仪表盘开发,产品支持,二次开发支持和维保服务。除了直接面向最终客户,北京德昂信息技术有限公司也一直专注于建立一个良好的BI支持服务平台, 协助国内各行各业的集成商(SI)和软件开发商(ISV)在项目或其应用产品中使用BI工具,以便提升其产品和解决方案的价值。

解决方案

PERVASIVE数据集成解决方案--赛富时SAP系统连接

评定

Pervasive Software被高德纳咨询公司评定为一个很有前景的公司 (三年来的运营)

参考资料

免责声明
隐私政策
用户协议
目录 22
0{{catalogNumber[index]}}. {{item.title}}
{{item.title}}
友情链接: