Gartner 连续五年将 Denodo 评为2024年数据集成工具领域魔力象限的领导者。Gartner 表示:“随着组织越来越寻求增强其操作、分析和AI基础设施使用场景的能力,数据集成工具市场保持活跃。在此次研究中,我们评估了20家厂商,它们在满足组织数据集成需求方面展开竞争。”
“到2027年,集成到数据集成工具中的AI助手和AI增强工作流将减少60%的人工干预,并实现自助数据管理,”根据2024年魔力象限报告。
通过屡获殊荣的Denodo平台,组织能够获取及时、可信且集成的数据集,从而加速分析并做出明智的业务决策,同时为加速生成式AI(GenAI)计划打下坚实的AI数据基础。Denodo平台深受全球领先的财富500强及全球1000强品牌的信赖,帮助他们提升客户体验、获得运营效率和灵活性、实现自助数据民主化,并实现IT基础设施现代化。
“数据集成市场正向着包含先进AI和生成式AI能力的发展,Denodo引领着这一进程。我们非常自豪能够再次被Gartner魔力象限评为数据集成工具领域的领导者,这是我们简化和加速数据集成能力在这个复杂多变时代的独特优势的体现,”Denodo高级副总裁兼首席营销官Ravi Shankar表示。“我们非常感谢忠实的客户,感谢他们对我们数据管理方法的信任。能连续四年被评为Gartner Peer Insights报告中的‘客户之选’,对我们来说是莫大的荣誉。这证明了我们的客户对我们数据管理的逻辑方法的强大依赖。”
在2024年Gartner Peer Insights《客户之声:数据集成工具》报告中,Denodo的客户表示:
“我与Denodo的总体体验非常积极,尤其是在其能够无缝连接来自各种数据源的数据,并快速从数据获取洞察方面。此外,联合架构为我们的不同团队之间提供了协作机会。” - 数据赋能经理,综合行业
“Denodo是数据集成的出色工具,因为它可以将来自不同来源的数据集中到一个地方。我发现Denodo是一款用户友好的工具,其直观的用户界面和详尽的文档大大简化了数据管理并提升了系统整体效率。” - 产品负责人,制造业
“通过与我们的关键客户经理的个人联系、包括咨询会和按需培训在内的优秀支持,以及官方和社区活动的结合,使Denodo在其他供应商中脱颖而出。” - 领域负责人,电信行业
图1:2024年Gartner数据集成工具魔力象限
免责条款:Gartner Peer Insights内容包括基于个人用户与平台上列出的供应商的经验所提供的意见,不应被解读为事实声明,也不代表Gartner或其附属机构的观点。Gartner不支持在此内容中出现的任何供应商、产品或服务,也不对其准确性或完整性做出任何明示或暗示的保证,包括任何适销性或适用于特定目的的保证。
随文摘选Denodo AI核心技术与应用分享直播中,企业用户对AI有关问题与Denodo专家的10问10答:
1、Denodo Assistant如何给数据分析师提供智能化推荐?
Denodo专家:Denodo主要满足降低数据使用门槛,数据分析师建模这一侧功能,一方面帮助丰富元数据、实现自然语言查询、纠正语法错误、提问业务问题、数据目录中查找视图、根据使用习惯推荐、数据准备时数据处理推荐等,也在持续覆盖更多使用场景,包括后台管理、元数据管理等,已纳入到产品迭代发展中。可以用Denodo AI SDK开发Agency,构建更高级、更个性化、更丰富的应用。
Denodo Express(试用版):https://www.denodo.com.cn/zh-hans/denodo-platform/denodo-express
Denodo AI SDK:https://gitcode.com/Denodo/denodo-ai-sdk/overview
2、进行数据管理和调用时,Denodo平台如何确保数据安全性和合规性,权限部分如何设计?
Denodo专家:权限管控是虚拟跨库查询难点之一,Denodo能够解决的很好,提供行、列、单元格细颗粒度的权限管控,安全遮罩,自定义标签设定安全规则等能力,支持除了传统的基于角色的访问(ABAC,Attribute-based access control),还可以基于属性(IP地址、程序接口等)(RBAC,Role-Based Access Control )进行身份验证和授权机制。
3、Denodo产品包括大模型打包吗?
Denodo专家:Denodo定位数据管理平台,不包括LLM,集成三方LLM开放使用。非官方集成的LLM,只要符合open API标准即可兼容,推荐上下文token长度较长的效果更好些。
4、Denodo产品会整合企业数据吗?是提供DSL查询语言,通过大模型适配方式进行AI数据输出是吗?
Denodo专家:Denodo是数据虚拟化平台与元数据平台,保存企业不同数据源的元数据,通过了解元数据构建成本最优路径的数据查询,实现实时、快速的业务交付,并不保存企业的业务数据。增加LLM能力来降低对用户的技术要求,其工作方式为:用户的问题流经Denodo,通过LLM了解元数据,Denodo生成查询重写,到数据源查询并返回结果。Denodo的查询语言VQL是SQL超集,增加了管理方面的语法和指令。
5、Denodo是否支持大量并发使用,而且能够秒级返回?
Denodo专家:Denodo默认情况是优化查询后用数据源资源进行计算和存储,Denodo本身二次处理的量不大,如果计算量大可以通过集成MPP引擎完成,大多数情况下的性能短板不在Denodo而在数据源侧,因此不用过度担心Denodo的并发和带宽问题。
6、Denodo 对源数据语义是否不需要任何配置?如何理解各个数据之间的关系和对于业务术语的理解?
Denodo专家:仅需要配置数据源表的映射,数据系统里表的描述、依赖关系都会带进来。AI SDK从Denodo取表的名称、描述、字段、字段描述,允许采集示例数据的话,可在指定的条数范围内采集,有助于AI SDK理解所有业务对象间的关系,通过LLM embedding token方式,存到向量数据库,判断近似性等实现。如果公司内有特别的业务术语,可以通过SDK配置文件,在环境相关的prompt配置中,放入同义词、近义词等。
7、VQL与AI SDK之间是什么关系?
Denodo专家:VQL是一种通过JDBC在Denodo平台上执行的脚本语言,其语法与SQL类似,同时也是标准SQL的超集。也就是说标准SQL(包括查改删)就是VQL的一部分。此外VQL额外增加了Denodo平台的管理脚本,所以从用户管理到内容管理都可以用VQL脚本来执行。对于高级用户来说,可以用VQL结合程序来做到Denodo平台的自动化管理。而对于日常用户来讲,用Web UI也能做到大多数的功能,无须亲自写VQL。 而AI SDK是Denodo新推出的一组RestAPI,它提供一组接口简化企业构建自己AI Agent的难度。AI SDK包括了针对Denodo平台,大语言模型,向量数据库的配置文件,以及内置向量数据库和AI编排的组件,把构建AI Agent的一些必须步骤包装起来,开发者通过这些接口可以直接获得元数据,查询语义相似性,询问元数据问题,询问数据问题等。VQL和AI SDK是面向不同应用场景的接口。
8、Denodo 在解决大模型幻觉方面有哪些优势?在数据分析时,对于数据准确性如何保证?
Denodo专家:大模型迭代很快,上下文长度越来越长,结果越来越精准,业界通常基准为满足可用标准85%以上,关键在于回答问题时需要给出解释,比如生成的SQL是什么?便于检查。如何保证接近85%、90%可用标准?一方面需要精准元数据,Denodo元数据平台可以大大补充和丰富元数据,基于LLM实现更精准答案,另一方面Agency提示词工程写得非常细致。当然还有一些成本更高的方式,比如采用针对企业语境的LLM。
9、Denode回支持natsql查询语法吗?
Denodo专家:Denodo引擎本身执行的是VQL,这是一种类似PostgreSQL的语法,并额外增加了许多管理的功能。对于自然语言的查询,我们需要通过结合大语言模型和AISDK来实现,Denodo丰富的元数据资源可以让大语言模型生成更加准确的VQL,然后在Denodo执行。
10、在哪可以找到Denodo AI SDK源代码?
Denodo专家:AI SDK的源代码已在Github上开源:https://gitcode.com/Denodo/denodo-ai-sdk/overview