在Strata + Hadoop World在加利福尼亚州圣何塞市，周二，MapR技术揭开了面纱齿轮用于从事物噪声比（IoT）设备互联网捕获，处理和分析数据在边缘其融合数据平台的新的小尺寸版本。
MapR Edge旨在与核心的MapR聚合企业版协同工作，提供本地处理、核心见解的聚合以及将智能推回边缘的能力。
“你可以把它作为一个小型集群这是接近源头，可以做分析，其中的数据驻留，但随后将数据发送回核心，”戴尔金，高级主管，行业解决方案，在MAPR科技说。
[相关:MapR帮助开发人员利用微服务进行分析]
451 Research公司数据平台与分析分析师杰森•斯坦普在一份声明中补充道:“物联网的使用案例在继续增长，在许多情况下，边缘产生的数据量需要带宽，这超出了可用资源。”“MapR正在推动物联网数据的计算和分析更接近源头，使本地的决策更高效、更快，同时也使数据的子集能够可靠地传输到中央分析部署。
许多核心物联网用例，比如车辆和石油钻井平台，都是在有限的连接条件下运行的，这使得将大量数据流送回中央分析中心变得不切实际。MapR Edge背后的想法是，在数据创建的地方捕获和处理大部分数据，然后将汇总数据发送回核心，然后将来自成百上千个Edge物联网设备的汇总数据聚合起来。
MAPR科技称此概念“本土化行动，了解在全球范围内，”这意味着，从构建机器学习或深的学习模式与全球知识来源众多物联网应用利用本地数据。这些模型被部署到边缘，使基于本地事件的实时决策。
为了使它的工作，MAPR边缘集成了一个全球分布式弹性数据结构，支持分布式处理和地理分布式数据库应用程序。
MapR边缘功能包括:
- 分布式数据聚合。提供高速的本地处理，适用于位置受限或敏感的数据，如个人身份信息(PII)，并合并来自边缘站点的物联网数据。
- 带宽意识。调整从边缘到云和/或数据中心的吞吐量，即使环境只是偶尔连接。2020欧洲杯预赛
- 全球数据平面。提供所有分布式集群的全局视图在一个单一命名空间，简化了应用的开发和部署。
- 融合分析。将操作决策与边缘的实时数据分析结合起来。
- 统一的安全。端至端的IoT安全提供了从边缘到中心的簇的认证，授权和访问控制。MAPR边缘还提供在电线上的边缘和主数据中心之间通信的数据安全的加密。2020欧洲杯预赛
- 基于标准。MapR Edge遵循的标准包括文件访问的POSIX和HDFS API、查询的ANSI SQL、事件流的Kafka API以及NoSQL数据库的HBase和OJAI API。
- 企业级的可靠性。提供可靠的计算环境，以容忍在远程、独立部署中可能发生的多个硬件故障。
MapR Edge部署将与在MapR聚合企业版上运行的中央分析和操作集群一起使用。它提供了3-5个节点配置，并优化了小型外形因素的商品硬件，如英特尔NUC微型PC。MapR Edge部署每个集群最多可以存储50TB。
杰克·诺里斯，高级副总裁，数据和应用，MAPR科技指出，MAPR具有MAPR融合数据平台的所有的数据保护功能。
他说:“公司内部存在冗余。”“高可用性，自修复，MapR技术的所有功能都扩展到边缘设备。”
“我们的客户率先使用大数据，并希望继续保持竞争优势的，”特德·邓宁，首席应用架构师，MAPR技术，在周二的声明中说。“工作在边缘呈现实时独特的挑战和机遇，以数字化改造的组织。我们的客户希望在当地行动，但全球范围内学习，MAPR边缘让他们做到这一点更有效，可靠，安全，有更多的影响。“
这篇文章，“MapR在边缘揭开物联网分析的平台”最初是由首席信息官 。