Reduza custos transferindo dados e processamento para Hadoop

Incorpore Hadoop para modernizar a sua arquitetura de dados e ter economias de custo significativas. Transfira grandes volumes de dados existentes para Hadoop, transfira cargas de trabalho de processamento e enriqueça sua arquitetura de dados com outros tipos de dados para criar um novo valor para o negócio.

As arquiteturas de dados de hoje ficam atoladas sob as cargas colocadas sobre elas. Os volumes de dados continuam a crescer consideravelmente, as cargas de trabalho de baixo valor, como ETL, consomem cada vez mais recursos de processamento e novos tipos de dados não podem ser facilmente capturados e colocados em uso. As organizações lutam com os custos crescentes, o aumento da complexidade e o desafio da expansão.

Arquitetos de dados usam Hadoop para tratar destes desafios, transferindo grandes volumes de dados para Hadoop, transferindo processos de ETL e enriquecendo arquiteturas de dados existentes com novos dados, para maior valor.

Obtenha o Informativo

Entenda como Hadoop pode se integrar com seu data center. As 20 páginas deste artigo completo explicam como criar um data lake.

 

A otimização abre novos caminhos para a eficiência

Arquive, transfira e enriqueça

ARQUIVE

Por design, Hadoop é executado em servidores simples de baixo custo e armazenamento diretamente conectado, que permite um custo geral reduzido. Quando comparada a redes de armazenamento de alto custo, a opção de trocar a computação e o armazenamento simples usando Hadoop torna-se atraente, pois permite ao usuário trocar seu hardware à medida em que seus dados crescem. Esta dinâmica de custo torna possível armazenar, processar, acessar e analisar mais dados do que nunca.

Estudo de Caso: Western Digital »

TRANSFIRA

O escopo de ELT, tarefas de análise e operações executadas pelo Depósito de Dados Corporativo (EDW) cresceu consideravelmente. A função do ELT é uma carga de trabalho de computação de valor relativamente baixo, que pode ser executada por um custo menor. Quando transferidos para Hadoop, os dados são extraídos, transformados e, em seguida, os resultados são carregados no depósito de dados. O resultado: ciclos de CPU e espaço de armazenamento importantes são liberados para as funções de valor realmente alto – análises e operações – que aproveitam melhor as suas capacidades avançadas.

Estudo de caso: Neustar »

ENRIQUEÇA

Uma incrível variedade de novos tipos de dados abre possibilidades para a análise dentro do ambiente EDW de alto desempenho. As estruturas variadas destes novos tipos de dados, no entanto, apresentam desafios para EDWs não projetados para ingerir e analisar esses formatos. Muitas organizações contam com a flexibilidade do Hadoop para capturar, armazenar e refinar esses novos tipos de dados para uso dentro do EDW. Eles se aproveitam da capacidade de definir esquema sobre leitura em Hadoop, coletando e armazenando dados em qualquer formato e criando esquemas para suportar a análise no EDW quando necessário.

Estudo de caso: Zirmed »

Sobre o autor

por: cetax

Posts recentes

Comentários

Arquivos

Categorias

Meta