Google anuncia melhorias em BigQuery, a ferramenta de gestão de Big Data lançada pela gigante da Internet em 2010 como um serviço capaz de analisar big data dentro e fora do ecossistema de Apache Hadoop. Apesar disto, com estas atualizações profundas, a Serviço de nuvemo "Serviço de nuvem" refere-se à entrega de recursos de computação pela Internet, Permitindo que os usuários acessem o armazenamento, Processamento e aplicativos sem a necessidade de infraestrutura física local. Este modelo oferece flexibilidade, Escalabilidade e economia de custos, já que as empresas pagam apenas pelo que usam. O que mais, Facilita a colaboração e o acesso aos dados de qualquer lugar, melhorando a eficiência operacional em vários setores.. reforça a sua operação independente e procura atrair utilizadores do Hadoop, o líder atual em análise de Big Data.
Enquanto a segunda geração do Hadoop tenta superar as suas fraquezas, como a falta de velocidade e complexidade, ao mesmo tempo que reforça as suas aparentes vantagens, O Google orienta o desenvolvimento do BigQuery para a comercialização do serviço como alternativa a esse.
Mesmo que o BigQuery seja compatível com o Hadoop e ambos os produtos tenham sido criados direta ou indiretamente pelo Google, os seus caminhos não parecem estar destinados a continuar a cruzar-se. Se até agora se cruzavam, a pesar de esto Google demuestra que quiere separarlos cada vez más para impulsar su vantagem competitiva en todos los frentes, incluida su rivalidad con Kinesis de AWS.
Na realidade, BigQuery busca ser una factible alternativa a la opción open source apresentada por MapReduceO MapReduce é um modelo de programação projetado para processar e gerar grandes conjuntos de dados com eficiência. Desenvolvido pelo Google, Essa abordagem divide o trabalho em tarefas menores, que são distribuídos entre vários nós em um cluster. Cada nó processa sua parte e, em seguida, os resultados são combinados. Esse método permite dimensionar aplicativos e lidar com grandes volumes de informações, sendo fundamental no mundo do Big Data.... e Sistema de arquivos distribuídos HadoopEl Sistema de Archivos Distribuido de 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 Sistema de Arquivos Distribuído Hadoop, É uma infraestrutura essencial para armazenar grandes volumes de dados. Projetado para ser executado em hardware comum, O HDFS permite a distribuição de dados em vários nós, garantindo alta disponibilidade e tolerância a falhas. Sua arquitetura é baseada em um modelo mestre-escravo, onde um nó mestre gerencia o sistema e os nós escravos armazenam os dados, facilitando o processamento eficiente de informações..). Con la actualización profunda que, entre otras mejoras, posibilita combinar los resultados de consultas de múltiplas tablas de dados, Google pretende explotar la Rapidez e ele análise em tempo real proporcionado por Dremel, el producto en el que se basa el design de BigQuery.
Análise de dados 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, sua atualização continúa enfocándose em consultas de tipo SQL. En esta versão nueva, são adicionadas novas capacidades juntamente com a função mencionada anteriormente de unir dados de várias tabelas numa única consulta através de uma nova cláusula JUNTE"JUNTE" é uma operação fundamental em bancos de dados que permite combinar registros de duas ou mais tabelas com base em uma relação lógica entre elas. Existem diferentes tipos de JOIN, como INNER JOIN, JUNÇÃO À ESQUERDA e JUNÇÃO DIREITA, cada um com suas próprias características e usos. Essa técnica é essencial para consultas complexas e informações mais relevantes e detalhadas de várias fontes de dados...., sem limite no tamanho dos dados.
Até o momento, o BigQuery só conseguia lidar com grupos de dados de um máximo de 8 MB e, por outro lado, adicionar funcionalidades para importar carimbos de data/hora de outros sistemas, dados de data e hora da consulta ou adicionar colunas a tabelas existentes e receber emails automáticos quando lhes é dado acesso a mais conjuntos de dados.
Nas palavras de Ju-kay Kwek, Gestor de Produto, as mudanças traduzem-se em mais velocidade, simplicidade e facilidade de uso:
Na atualidade, com o BigQuery, as ideias de negócio podem ser obtidas diretamente através de consultas semelhantes ao SQL, con menos esforço y a uma velocidade muito maior de lo que era factible previamente. Unir tablas de datos de terabytes ha sido tradicionalmente una tarea difícil para los analistas, dado que hasta el momento requería habilidades de desarrollo sofisticadas de MapReduce, hardware potente y mucho tiempo.
Su uso está totalmente desvinculado del marco del elefante amarillo, considerando prescindir de él como una vantagem más del producto. A partir de Google Comentan que en lugar de instalar o Hadoop, utilizar BigQuery ahorrará dinheiro al pagar solo por cada consulta en lugar del costo de TI de la infraestructura requerida para implementarlo. Con eso y con todo, igualmente, Hadoop se creó en su día a partir de tecnologias como MapReduce y archivo de Google para processar grandes quantidades de dados a um custo muito baixo.
Tecnologia Microsoft SQL e Hadoop
Por sua vez, A Microsoft apresentou recentemente as suas soluções Big Data a partir da nuvem a favor da Internet das Coisas. Partindo de uma única plataforma para a gestão e análise de dados, o seu uso de Hadoop é parte de uma das suas principais inovações: um SQL Server 2014 mais rápido e o seu Intelligent Systems Service (IIS) e Analytics Platform System (APS).
A última versão do APS é um produto de baixo custo graças à combinação da tecnologia de Hadoop e Microsoft SQL para oferecer um Data Warehouse que armazena e gere dados tradicionais juntamente com a última geração.
Como novo serviço do Azure, foi apresentado o Microsoft Azure Intelligent System Service (ISS), uma ferramenta concebida para operar em qualquer sistema operativo com o objetivo de aproveitar a informação gerada desde muito cedo. diferentes fontes, como máquinas, sensores ou dispositivos. além do que, além do mais, O CCC está disponível graças a ferramentas como o Power BI para Office 365 que permitem combinar dados locais e dados na nuvem de forma complementar, resultando numa gestão rápida da informação.
Postagem Relacionada:
