6 destaques do Qlik no mês de fevereiro 

No mês de fevereiro, a Qlik trouxe uma série de melhorias e novidades que ampliam as capacidades de suas soluções, fortalecendo a integração de dados, a automação de processos e a análise avançada.  

Neste artigo, destacamos as 6 principais atualizações da Qlik. 

As seguintes melhorias requerem o Qlik Data Gateway – Data Movement 2024.11.14 ou posterior. Para instruções de atualização e uma lista de problemas resolvidos, consulte: instalação do gateway de movimento de dados. 

Certificação de Failover no PostgreSQL 

O trabalho com um banco de dados secundário após o failover foi certificado para as seguintes fontes de dados (todas acessíveis usando o conector de origem do PostgreSQL): 

• Google Cloud SQL for PostgreSQL 

• Amazon RDS for PostgreSQL 

• PostgreSQL (local) 

Consulte também: Configurando o failover. 

Melhoria de desempenho no MySQL 

Em versões anteriores, ao usar um endpoint de origem baseado em MySQL em uma tarefa configurada com tamanho limitado de LOB (Large Object), o gateway de Movimento de Dados utilizava uma busca na origem para ler as colunas LOB. Agora, o gateway de Movimento de Dados lerá essas colunas LOB diretamente do binlog, melhorando o desempenho. 

Essa melhoria não se aplica ao tipo de dado JSON. 

Alterações no mapeamento de tipos de dados 

Os mapeamentos para colunas LOB foram alterados para os destinos Amazon Redshift e Snowflake: 

Destino Amazon Redshift 

• BLOB agora é mapeado para VARBYTE(16777216) 

• NCLOB agora é mapeado para NVARCHAR(65535) 

• CLOB agora é mapeado para NVARCHAR(65535) 

Destino Snowflake 

• BLOB agora é mapeado para BINARY(8388608) 

• NCLOB agora é mapeado para NVARCHAR(16777216) 

• CLOB agora é mapeado para VARCHAR(16777216) 

Novos tipos de dados suportados 

• Fonte IBM DB2 for LUW: Agora suporta o tipo de dado BOOLEAN (a partir do DB2 for LUW 11.5). 

• Destino Google BigQuery: Agora suporta o tipo de dado BIGNUMERIC. 

Suporte expandido para a tabela de controle de histórico DDL 

Nas versões anteriores do gateway de Movimento de Dados, a tabela de controle de histórico DDL era suportada apenas para os destinos Databricks e Microsoft Fabric. Esta versão adiciona suporte para os seguintes conectores de destino: 

• Amazon Redshift 

• Amazon S3 

• Google Cloud Storage 

• Snowflake 

Consulte também: Histórico DDL. 

Suporte para uso de conta sem privilégios de super usuário no Google Cloud SQL para PostgreSQL 

A partir desta versão, agora é possível especificar uma conta sem privilégios de super usuário ao replicar do Google Cloud SQL para PostgreSQL. 

Consulte também: Usando uma conta sem a função de super usuário. 

Novas plataformas e versões de driver certificadas 

• Destino Databricks: Certificado com a versão 15.4 LTS. 

• Fonte e destino Oracle: Certificado com a versão 23ai. 

• Fonte e destino Oracle 23ai são certificados apenas com a Edição Standard do Oracle. 

• A fonte Oracle 23ai é suportada apenas com criptografia TDE. 

• Atualização do driver Databricks:
  Ao mover dados para o Databricks, é necessário o Simba Spark ODBC Driver 2.8.2 ou posterior. Os clientes devem executar o utilitário de instalação do driver ou instalá-lo manualmente. 

Consulte também: Configuração do driver. 

Fim do suporte 

O suporte para as seguintes versões de banco de dados foi descontinuado: 

• PostgreSQL 12.x 

• IBM DB2 for z/OS: z/OS 2.4 

• Databricks 9.1 

O Qlik Cloud Analytics agora oferece suporte a grupos personalizados para Section Access. Aproveite esta melhoria para adaptar os controles de acesso de forma mais precisa às necessidades da sua organização. 

Agora, você pode optar por usar: 

• Grupos IdP (grupos de Provedor de Identidade) 

• Grupos personalizados 

• Tanto grupos IdP quanto grupos personalizados 

Por padrão, apenas grupos IdP são usados, mantendo a configuração familiar para a definição de Section Access. Essa nova flexibilidade permite um controle aprimorado e maior personalização no gerenciamento de acesso dentro do ambiente de análises. 

Saiba como definir Grupos IdP ou personalizar o GROUP 

Este conector desbloqueia casos de uso poderosos, como: 

• Indexar novos dados “em tempo real” 

• Levar suas automações orientadas por ações para o próximo nível, incluindo insights não estruturados 

Para mais informações, consulte: Como começar com o conector Qlik Answers no Qlik Application Automation. 

O Qlik Talend Cloud Pipelines apresenta duas novas funcionalidades para criar lakehouses abertos com o Snowflake. Essas funcionalidades podem ser usadas de forma independente ou combinada. 

Ingestão de dados no lake-landing para pipelines Snowflake 

A tarefa de lake-landing permite replicar dados para o armazenamento em nuvem de sua escolha com baixa latência. A camada de armazenamento Snowflake downstream pode ser configurada para consumir os dados ingeridos em um ritmo mais lento. Essa capacidade reduz os requisitos de tempo de atividade do warehouse compute. 

Suporte para tabelas Iceberg gerenciadas pelo Snowflake 

As tarefas de Storage, Transform, e Data Mart podem ser configuradas para armazenar dados em um armazenamento em nuvem externo (Amazon S3, Azure Data Lake Storage ou Google Cloud Storage) como tabelas Iceberg gerenciadas pelo Snowflake. 

• As tabelas Iceberg são gerenciadas pelo Snowflake e podem ser sincronizadas com o Snowflake Open Catalog (anteriormente chamado de Snowflake Polaris), permitindo total interoperabilidade com qualquer mecanismo compatível com Iceberg. 

Aterrissagem de dados em um lakehouse 

O Qlik Cloud lança o Qlik Trust Score é uma ferramenta para agilizar avaliações de qualidade de dados e oferecer visibilidade imediata sobre a confiabilidade dos ativos de dados em toda a organização. 

Com uma pontuação numérica intuitiva que varia de 0 a 5, o Qlik Trust Score fornece uma maneira clara e prática de avaliar a qualidade dos produtos de dados. A pontuação é calculada a partir de várias dimensões, com a possibilidade de ajustar os pesos dessas dimensões para atender a casos de uso específicos. 

Principais benefícios do Qlik Trust Score: 

• Personalizável: Configure o Qlik Trust Score™ de acordo com seus objetivos de qualidade de dados, ativando ou desativando dimensões específicas e ajustando seus pesos. 

• Insights acionáveis: Obtenha métricas detalhadas sobre diferentes dimensões de qualidade de dados, como validade, completude e uso, para identificar lacunas de qualidade de forma eficaz. 

• Transparência aprimorada: Acompanhe métricas de atualidade e uso dos conjuntos de dados, promovendo confiança e colaboração entre equipes. 

Essa funcionalidade está disponível para o Qlik Talend Cloud Enterprise. 

Essa funcionalidade oferece flexibilidade às equipes de dados durante o design dos pipelines, permitindo dividir um pipeline complexo de tarefas de ingestão e transformação em vários projetos. Em particular, as referências entre projetos podem ser usadas para segmentar um pipeline por domínio de dados, promovendo os princípios de design do Data Mesh. 

Ao criar um novo projeto, selecione a opção Usar dados de um projeto existente. 

Consulte também: Criar um pipeline de dados. 

As novidades de fevereiro mostram como a Qlik está sempre evoluindo para acompanhar as suas necessidades que vão desde melhorias que trazem mais eficiência para pipelines até ferramentas que ajudam a medir e melhorar a confiabilidade dos dados. Se você ficou com dúvidas ou deseja conhecer mais sobre os serviços da Qlik, converse com um dos nossos especialistas através do e-mail contato@mindtek.com.br ou pelo Whatsapp (21) 99146-6537