Cloudera presenta la prima soluzione PaaS dedicata all’apprendimento automatico e all’analisi su framework SDX

Cloudera Altus SDX

Cloudera Altus SDX semplifica l’analisi dei big data

Cloudera annuncia Cloudera Altus con SDX: la prima soluzione PaaS dedicata al machine learning e agli analytics con un catalogo dati condiviso che ripresenta il contesto dei dati aziendali.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

Cloudera Altus supporta numerosi casi di utilizzo ad alto valore aggiunto che richiedono sia l’applicazione di diverse funzionalità per l’analisi dei dati sia, al contempo, approcci diversi.
SDX permette a queste funzioni analitiche di lavorare insieme e combinare i dati provenienti da fonti diverse in un’unica ‘fotografia’ coerente e attuabile. I casi di utilizzo esemplificativi permettono di rispondere a domande complesse sulle offerte commerciali future, sulla manutenzione predittiva dell’Internet of Things e sul rilevamento avanzato delle minacce.

Più in dettaglio, SDX consente ai servizi in cloud di Altus – tra cui Data Engineering, Analytic Database (in beta) e a breve Data Science – di accedere ai dati in modo sicuro attraverso un’esperienza affidabile di condivisione dei dati. Esiste una fonte di metadati sicura per tutti i servizi e gli utenti nell’ambito del machine learning e delle analisi. Altus porta la semplicità e la scalabilità del cloud all’analisi dei big data, consentendo alle persone di utilizzare con maggior semplicità diversi servizi analitici per sfruttare al meglio il valore dei dati di business. Altus offre, inoltre, il controllo da parte dell’IT grazie alla semplificazione della gestione del carico di lavoro, della governance e della sicurezza, offrendo all’utente finale un accesso self-service ai dati e agli strumenti preferiti.

Gli analisti di settore hanno rilevato una crescita di servizi cloud dedicati all’analisi dei big data e segnalano una criticità crescente all’interno delle aziende. Molti servizi cloud sono stati sviluppati come “shadow IT” da diversi team, e gli approcci frammentati sono spesso limitati e non scalabili: questo comporta maggiori costi, sforzi e problemi di compliance associati alla replica e all’accesso ai dati.

Leggi anche:  Qlik si posiziona tra i Leader del Magic Quadrant di Gartner per le piattaforme di Analytics e BI

Secondo la ricerca MarketScape Asia/Pacific Big Data and Analytics Platform 2017 Vendor Analysis di IDC, “Dal 2017 gli acquirenti IT, che includono diverse LOB che considerano di investire in big data, analisi e computing cognitivo, dovrebbero considerare più di un semplice caso di utilizzo all’interno delle rispettive business unit. La BDA (Big Data Analytics) si è affermata sia sul ROI sia sulla relativa facilità con cui ogni singola business unit è in grado di adottare una soluzione e applicarla rapidamente. La sfida comune da affrontare è quella di cercare di scalare o replicare il successo ottenuto da più LOB o gruppi di funzioni.

I servizi tradizionali di analisi dei dati non sono in grado di risolvere questi casi di utilizzo poiché riescono a gestire solo singoli carichi di lavoro e non sono progettati per lavorare con altri servizi di dati in cloud. Spesso, infatti, i dati devono essere spostati manualmente, archiviati in un nuovo formato, oltre a dover modificare le politiche di utilizzo. Il tentativo di integrare questi servizi richiede uno sviluppo personalizzato che risulta costoso e che potrebbe tradursi in prestazioni scadenti, utilizzi non omogenei, problemi di sicurezza e governance.

Il direttore generale della business unit dedicata al cloud di Cloudera, Vikram Makhija, commenta così: “Cloudera Altus con SDX consente alle aziende di costruire e gestire analisi multi-funzione in cloud, integrando l’ingegneria dei dati, l’IoT, l’analisi dei clienti e delle operation grazie all’apprendimento automatico. In risposta alle esigenze aziendali, infatti, Cloudera offre una soluzione collaudata per capitalizzare il valore dei dati, evitando le criticità che derivano dalla diffusione del cloud analitico attraverso la semplicità e la scalabilità della nostra soluzione”.

Leggi anche:  Un nuovo approccio al dato per abbracciare l’innovazione

Cloudera SDX, introdotto lo scorso settembre, rende più semplice la gestione dei dati multi-funzione, meno costosi da distribuire e più sicuri. SDX è un software framework modulare che applica una struttura centralizzata e coerente in termini di schema, sicurezza, governance, importazione dei dati e altro ancora, consentendo a decine di diverse applicazioni di far fronte a insiemi di dati condivisi o sovrapposti. SDX è attualmente disponibile come architettura di riferimento per Cloudera Enterprise, ed ora è disponibile anche all’interno di Cloudera Altus, rendendo più semplice creare casi d’uso con dati multi-funzione ad alto valore.

Cloudera Altus: potenziato e ampliato

Altus funziona sull’infrastruttura Amazon Web Services (AWS), con il supporto per Microsoft Azure in beta. Le offerte di servizi in cloud di Altus includono:

  • Altus Data Engineering è una piattaforma che lavora per facilitare l’ETL e la preparazione dei dati per l’analisi e la data science in cloud. Semplifica l’allocazione delle risorse, la creazione di posti di lavoro e la risoluzione dei problemi per gli utenti. Fa parte di un PaaS orizzontale più strettamente integrato al fine di supportare diversi casi d’uso nell’ambito dell’analisi e della data science. Altus SDK per Java consente agli utenti di sfruttare in modo programmatico una PaaS per i carichi di lavoro relativi all’ingegneria dei dati.
  • Altus Analytic DB (in beta) è il primo servizio di data warehouse in cloud che porta il warehouse ai dati attraverso un’architettura unica, scalabile e in cloud che elimina movimenti di dati complessi e costosi. Fornisce analisi self-service e istantanee di BI e SQL a chiunque, in modo semplice, affidabile e sicuro. Inoltre SDX utilizza gli stessi dati e il catalogo è disponibile per gli analisti, i data scientist, i data engineer e per tutti coloro che utilizzano SQL Python e R, senza bisogno di movimentare dati.
  • Altus Data Science (a breve disponibile in beta) fornisce ai team di data science servizi Python e R on-demand per analisi avanzate e machine learning. Con un’esperienza utente senza più l’utilizzo dei server, i team di data science dedicano più tempo a creare valore e meno tempo su DevOps. Funziona su un framework comune di servizi per la sicurezza, la governance, l’inserimento e la catalogazione dei dati. Il risultato è una maggior facilità di integrare la data science con le funzioni analitiche di database e data engineering: una soluzione analitica completa.
Leggi anche:  Analytics e hackathon per contrastare il climate change: le novità di SAS Explore 2023

“Grazie a Cloudera i nostri clienti possono utilizzare un approccio più semplice, unificato e di livello enterprise per implementare e gestire analisi basate su cloud”, aggiunge Nick Halsey, amministratore delegato di Zoomdata. “Insieme continueremo a supportare i clienti con una esperienza di analisi dei big data condivisa per tutti i tipi di implementazione, inclusi cloud multipli pubblici, privati e ibridi, nonché configurazioni di backup completo”.