Archive for April, 2015

Primer Paso: Business Data Lake

Alejandro Giménez

Alejandro Giménez

Alejandro Giménez, CTO EMC España. Un veterano con 20 años de experiencia tecnológica y comercial en el mundo de las TI. Sus clientes son su fuente favorita de información. Valora a EMC como un germen de innovación permanente @alexgimenezf

Las empresas han tomado conciencia de que la aparición y crecimiento de nuevas fuentes de datos, junto con las tecnologías Big Data y los nuevos enfoques analíticos, ofrecen una oportunidad sin precedentes para impulsar nuevos modelos de negocio e incrementar sus ventajas competitivas.

En este entorno, Hadoop ha pasado a formar parte de la visión estratégica de los negocios, dando lugar a un ecosistema complejo, cada vez más preparado para dar respuesta a distintos retos: análisis masivo de información, respuestas a eventos en tiempo real (Fast Data), distintos lenguajes de programación, interfaces SQL, procesado de datos en memoria

Una de las mayores preocupaciones consiste en saber por dónde empezar a construir toda esta arquitectura de negocio, cuál es la primera piedra; la respuesta está en el Data Lake, al que ya hemos dedicado un par de entradas en este blog; una de ellas es El sueño del Data Lake.

A principios de esta semana, EMC ha anunciado su solución Business Data Lake (BDL), que proporciona la capacidad de generar un Lago de Datos de nivel empresarial, alineado con las prioridades del negocio, y que permite agilizar la extracción de valor de los datos.

El Business Data Lake de EMC es una plataforma convergente que incorpora el almacenamiento, computación y los motores analíticos necesarios para ofrecer una plataforma de explotación de datos eficaz, proporcionando además capacidades de autoservicio, gestión extremo a extremo, integración y aprovisionamiento de todo el entorno de Big Data a través de bloques preconfigurados.

Aunque la solución permite combinar el valor de la Federación EMC al completo, con la virtualización de VMware y las capacidades analíticas de Pivotal, también es posible sustituir las plataformas analíticas por otras tales como Cloudera o Hortonworks, o incorporar distintas aplicaciones y bases de datos tales como Tableau, SAS o MongoDB en tiempo de lanzamiento, a los que se irán incorporando otros actores.

Business Data LakeInteroperabilidad clave

Quizá sea la interoperabilidad uno de los aspectos más interesantes de la solución. Esto se ha conseguido gracias a un significativo esfuerzo de ingeniería, orientado no sólo a garantizar que todas estas tecnologías funcionan en conjunto, sino a orquestar las funciones claves del Data Lake, tales como la ingesta de datos, el aprovisionamiento de aplicaciones, la seguridad o la gobernanza del entorno.

De esta forma, la integración con las soluciones de EMC permite ejecutar cualquiera de los componentes de las plataformas PivotalHD, Cloudera Enterprise o Hortonworks Data Platform, sobre las infraestructuras scale-out Isilon propuestas en el BDL; SAS integra y optimiza para el BDL su plataforma analítica, lo que permite crear y administrar sus modelos sobre una arquitectura de última generación.

Los ejemplos anteriores refuerzan el compromiso de todas estas compañías, y de EMC, con la interoperabilidad que estos entornos abiertos y críticos requieren, fortaleciendo la capacidad de elección del cliente.

El Business Data Lake refleja, en definitiva, un esfuerzo conjunto entre EMC y sus partners, que incluye el hardware, software y la integración e ingeniería necesaria para definir un primer paso sencillo y veloz que permita a las organizaciones innovar y comenzar a obtener valor de este fenómeno imparable del Big Data.

La nube híbrida y el Hotel California

¿Y qué pueden tener en común el concepto de nube híbrida y la canción del Hotel California de los Eagles? Pues así a priori, parece que nada, que son dos conceptos completamente alejados, pero vamos a ir un paso más allá.

En la canción de los Eagles, se habla de un hotel en el que una vez que entras, no puedes salir, quedas atrapado en su interior por “fuerzas mágicas”. Pues algo similar nos podemos encontrar en algunos modelos de nube híbrida o simplemente nube pública, en los que una vez que has llevado una carga a una nube pública, o la has movido a una nube híbrida, no tienes posibilidades de volver a tener el control y llevar la carga al lugar que consideres oportuno, incluyendo por tanto, el lugar desde donde la moviste.

Como escuché el otro día a un compañero de VMware, “tan importante es poder entrar como lo es poder salir”.

Recientemente Pivotal, compañía dentro de la federación EMC ha hecho un anuncio con un gran calado en el uso práctico de nubes híbridas. A su solución estrella, Pivotal Cloud Foundry (PCF) le ha añadido la funcionalidad de disponer de soporte nativo de Amazon Web Services (AWS).

Pivotal CF Ops Manager

Así, a las opciones que ya tenía el producto para desplegar PCF en vCloud Air, vSphere y OpenStack, ejemplos de instancias de nube pública y nube privada, le ha añadido el soporte de AWS. A este reciente anuncio, se ha sumado el compromiso de ir incorporando otras opciones a lo largo de este año para así permitir más libertad en el despliegue de PCF a los clientes.

Gracias a este movimiento, contando con una plataforma homogénea entre diferentes modelos de nube privada y pública, Pivotal reduce de manera significativa los esfuerzos necesarios para disponer tanto de una plataforma multi-nube como híbrida. Por ejemplo, sería posible para una start-up o para una incubadora de ideas comenzar el desarrollo de una nueva app en una nube pública. Si posteriormente a su lanzamiento, por el motivo que sea, quisiera llevarse la carga a su CPD para tener un mayor control o por temas regulatorios, etc, gracias al soporte de las diferentes nubes que tiene PCF, permitiría realizar esa paso sin disrupción alguna y sin tener que transformar su aplicación para empezar desde cero, convirtiendo este anuncio en un gran dinamizador para el desarrollo de apps.

 

Videos Recomendados

Expand The Data Lake: New Data Lake, New Breakthroughs

Archivo del Blog

  • 2016 3
  • 2015 20
  • 2014 7
  • 2013 16
  • 2012 21
facebook
twitter
linkedin
youtube
rss