Google anuncia mejoras en BigQuery, la herramienta de administración de Big Data lanzada por el gigante de Internet en 2010 como un servizio capace di analizzar i big data dentro y fuera del ecosistema de Apache Hadoop. Nonostante questo, con estas actualizaciones profundas, il Servizio cloudIl "Servizio cloud" si riferisce alla fornitura di risorse informatiche su Internet, Consentire agli utenti di accedere allo storage, elaborazione e applicazioni senza la necessità di un'infrastruttura fisica locale. Questo modello offre flessibilità, Scalabilità e risparmio sui costi, poiché le aziende pagano solo per ciò che usano. Cosa c'è di più, Facilita la collaborazione e l'accesso ai dati da qualsiasi luogo, migliorare l'efficienza operativa in vari settori.. fortalece su operación independiente y cerca atraer users de Hadoop, el líder actual en analisi de Big Data.
Mientras la segunda generación de Hadoop intenta superare sus debilidades como la falta de velocidad y complejidad, al mismo tiempo de reforzar sus obvias ventajas, Google enfoca el desarrollo de BigQuery hacia la comercialización del servicio como alternativa a ese.
Aún cuando BigQuery es compatible con Hadoop y ambos prodotti han sido creados directa o indirectamente por Google, sus caminos no parecen estar destinados a seguir cruzando. Si lo hacían hasta el momento, a pesar de esto Google demuestra que quiere separarlos cada vez más para impulsar su vantaggio competitivo en todos los frentes, incluida su rivalidad con Kinesis de AWS.
In realtà, BigQuery busca ser una factible alternativa a la opción open source presentada por Riduci mappaMapReduce è un modello di programmazione progettato per elaborare e generare in modo efficiente set di dati di grandi dimensioni. Sviluppato da Google, Questo approccio suddivide il lavoro in attività più piccole, che sono distribuiti tra più nodi in un cluster. Ogni nodo elabora la sua parte e poi i risultati vengono combinati. Questo metodo consente di scalare le applicazioni e gestire enormi volumi di informazioni, essere fondamentali nel mondo dei Big Data.... e File system distribuito HadoopIl Sistema di File Distribuito di Hadoop (HDFS) es una parte fundamental del ecosistema Hadoop, diseñado para almacenar grandes volúmenes de datos de manera distribuida. HDFS permite el almacenamiento escalable y la gestión eficiente de datos, dividiendo archivos en bloques que se replican en diferentes nodos. Esto asegura la disponibilidad y la resistencia ante fallos, facilitando el procesamiento de datos masivos en entornos de big data.... (HDFSHDFS, o File system distribuito Hadoop, Si tratta di un'infrastruttura chiave per l'archiviazione di grandi volumi di dati. Progettato per funzionare su hardware comune, HDFS consente la distribuzione dei dati su più nodi, garantire un'elevata disponibilità e tolleranza ai guasti. La sua architettura si basa su un modello master-slave, dove un nodo master gestisce il sistema e i nodi slave memorizzano i dati, facilitare l'elaborazione efficiente delle informazioni..). Con la actualización profunda que, entre otras mejoras, possibilità combinare los risultati de consultas de molte tablas de datos, Google pretende explotar la velocità e il analisi in tempo reale proporcionado por Dremel, el producto en el que se basa el diseño de BigQuery.
Análisis de datos en la nube
Concebido como un servicio que facilita consulta rápida en la nube a partir de que el usuario envía datos a Google por medio de la API de BigQuery, su actualización continúa enfocándose en consultas de tipo SQL. En esta versión nueva, vengono aggiunte nuove capacità insieme alla funzione sopra menzionata di unire dati di più tabelle in un'unica query tramite una nuova clausola ADERIRE"ADERIRE" è un'operazione fondamentale nei database che permette di combinare i record di due o più tabelle in base ad una relazione logica tra di esse. Esistono diversi tipi di JOIN, come INNER JOIN, LEFT JOIN e RIGHT JOIN, ognuno con le proprie caratteristiche e usi. Questa tecnica è essenziale per query complesse e informazioni più pertinenti e dettagliate provenienti da più fonti di dati...., senza limite nella dimensione dei dati.
Fino ad ora, BigQuery poteva gestire solo gruppi di dati di un massimo di 8 MB e, d'altra parte, aggiungere funzionalità per importare timestamp da altri sistemi, dati di data e ora della query o aggiungere colonne a tabelle esistenti e ricevere email automatiche quando viene concesso l'accesso a più set di dati.
In parole di Ju-kay Kwek, Product Manager, i cambiamenti si traducono in maggiore velocità, semplicità e facilità d'uso:
Attualmente, con BigQuery, le idee commerciali possono essere ottenute direttamente tramite query simili a SQL, con meno sforzo e a una velocità molto maggiore di quanto fosse possibile in precedenza. Unire tabelle di dati di terabyte è stata tradizionalmente un compito difficile per gli analisti, dato che fino ad ora richiedeva competenze di sviluppo sofisticate di MapReduce, hardware potente e molto tempo.
Il suo utilizzo è completamente scollegato dal framework dell'elefante giallo, considerare di farne a meno come un ulteriore vantaggio del prodotto. A partire dal Google Commentano che invece di installare Hadoop, utilizzare BigQuery farà risparmiare denaro pagando solo per ogni query invece del costo IT dell'infrastruttura necessaria per implementarlo. Con ciò e con tutto, allo stesso modo, Hadoop è stato creato un tempo a partire da tecnologie come MapReduce e file system di Google para procesar grandes cantidades de datos a muy bajo costo.
Tecnología Microsoft SQL y Hadoop
Da parte sua, Microsoft ha presentado recientemente sus soluciones Big Data desde la nube a favor del Internet de las cosas. Partiendo de una única plataforma para la administración y el análisis de datos, su uso de Hadoop es parte de una de sus principales innovaciones: un SQL Server 2014 más rápido y su Intelligent Systems Service (IIS) y Analytics Platform System (APS).
La última versión de APS es un producto de bajo costo gracias a la combinación de la tecnología de Hadoop y Microsoft SQL para ofrecer un Data Warehouse que almacena y gestiona datos tradizionales junto con la última generación.
Como nuevo servicio de Azure, se presentó Microsoft Azure Intelligent System Service (ISS), uno strumento progettato per operare su qualsiasi sistema operativo al fine di sfruttare le informazioni generate fin dalle prime fasi. da diverse fonti, come macchine, sensori o dispositivi. Inoltre, CCC si mette a disposizione grazie a strumenti come Power BI per Office 365 che permettono di combinare dati locali e dati cloud in modo complementare, con il risultato di una rapida gestione delle informazioni.
Articolo correlato:
