Hadoop

Программное обеспечение Kyvos можно применять со всеми популярными дистрибутивами Hadoop, в том числе с предлагаемыми компаниями Cloudera, Hortonworks и MapR, а также со стандартным от Apache.

«Форс Дистрибуция» поможет партнерам продемонстрировать отечественных заказчикам решения Больших Данных на платформе Oracle.

Корпорация передала сообществу Spark предназначенный для машинного обучения язык программирования SystemML и намерена предлагать Spark вместе с сервисом IBM Bluemix.

В чем разница между «озером данных» и традиционным хранилищем? Какие задачи решают эти два подхода и можно ли их объединить для построения мощной аналитической платформы? Своими взглядами делится Сергей Сотниченко, руководитель управления хранилищ данных и отчетности банка «Тинькофф Кредитные Системы».

Организованная уже в третий раз конференция по технологиям, аналитике и работе с данными в интернет-маркетинге – Yet another Conference on Marketing – была посвящена на этот раз рекомендательным системам.

Особенностями новой версии работающей в памяти СУБД стали поддержка геопространственных данных и Spark Connector — механизм интеграции с фреймворком разработки распределенных приложений Apache Spark.

Анализ Больших Данных, получаемых в реальном времени от многочисленных источников, позволяет обнаружить скрытые закономерности и предложить новые идеи для бизнеса, государственного управления и развития общества в целом.

Подразделение Dell Software объявило о заключении партнерского соглашения с компанией Datawatch, специализирующейся на визуализации данных.

Компания ранее уже предлагала аналогичные инструменты для своей собственной СУБД, а вариант для Hadoop позволит уменьшить потребности в переносе информации и анализировать более разнообразные срезы данных.

Для 57% опрошенных одним из самых серьезных препятствий для внедрения Hadoop представляется нехватка специалистов, а 49% отмечают, что им неясно, какую выгоду может принести Hadoop.

В некоторых отраслях Большие Данные не только достигли ожиданий пользователей, но и превысили их. Интернет-компании, онлайн-ретейлеры и мобильные операторы основывают на них свой бизнес. Банки в силу традиционной консервативности входят в этот «клуб Больших Данных» относительно поздно — только сейчас. По проработанности подхода Сбербанк можно отнести к лидерам.

Тенденции и комментарии.

Реалистичный подход к технологиям, четкое понимание, для решения каких задач они пригодны, правильный выбор средств для решения этих задач, а также настрой на синергию бизнеса и ИТ помогут извлечь пользу из Больших Данных.

Компании IBM, Hortonworks и Pivotal, вошедшие в созданный в феврале этого года консорциум Open Data Platform, договорились об использовании одной стандартизованной версии кластерной СУБД Hadoop 2.6.

Сегодня, когда многие предприятия осознали ценность анализа Больших Данных, самое время привлечь к этому процессу администраторов баз данных и хранилищ данных.

Цифровые организации делают ставку на свои ИТ-платформы и бизнес-процессы, подпитываемые данными. Если ваша организация не была рождена цифровой изначально, рассмотрите пять условий, которые должны открыть перед ней новые возможности и приблизить ее к цифровому бизнесу.

Объемы данных, которые вынуждены сегодня накапливать компании, постоянно растут, что порождает проблему их оптимального хранения. Значительную часть этих объемов составляют разнообразные учетные журналы, которые часто вообще не используются, хотя и могут оказаться полезными в будущем. Как с помощью Apache Hadoop обеспечить эффективное хранение журналов с целью их последующей обработки?

Под давлением клиентов поставщик корпоративного программного обеспечения и сервисов Pivotal планирует открыть исходный код части своего пакета, предназначенного для анализа данных.

Группа поставщиков средств управления Большими Данными, в число которых вошли компании IBM, Hortonworks и Pivotal, решили объединить свои усилия для создания унифицированной базовой платформы программного обеспечения с открытым кодом Hadoop.

Новые приложения предназначены для решения одной из основных задач обработки больших объемов данных: объединения данных из разных источников и внесения их в систему обработки — например, кластерную СУБД Hadoop.