Comment utiliser le Cloud pour le Big Data - les nuls

De toute évidence, la nature même du cloud rend C'est un environnement informatique idéal pour les gros volumes de données. Alors, comment pourriez-vous utiliser les grandes données avec le cloud? Voici quelques exemples:

• IaaS dans un cloud public: Dans ce scénario, vous utiliseriez l'infrastructure d'un fournisseur de cloud public pour vos services Big Data car vous ne souhaitez pas utiliser votre propre infrastructure physique. IaaS peut fournir la création de machines virtuelles avec un stockage et une puissance de calcul pratiquement illimités. Vous pouvez choisir le système d'exploitation que vous voulez, et vous avez la possibilité d'adapter dynamiquement l'environnement pour répondre à vos besoins.

  Un exemple pourrait être l'utilisation du service Amazon Elastic Compute Cloud (Amazon EC2) pour exécuter un modèle prédictif en temps réel qui nécessite le traitement de données à l'aide d'un traitement massivement parallèle. Il peut s'agir d'un service qui traite les données de détail à grande surface. Vous souhaiterez peut-être traiter des milliards de données de flux de clics pour cibler les clients avec la bonne annonce en temps réel.

• PaaS dans un cloud privé: PaaS est une infrastructure complète qui peut être utilisée pour concevoir, implémenter et déployer des applications et des services dans un environnement de cloud public ou privé. PaaS permet à une organisation de tirer parti des principaux services middleware sans avoir à gérer les complexités de la gestion des éléments matériels et logiciels individuels.

  Les fournisseurs de PaaS commencent à intégrer des technologies de données volumineuses telles que Hadoop et MapReduce dans leurs offres PaaS. Par exemple, vous pouvez créer une application spécialisée pour analyser de grandes quantités de données médicales. L'application utiliserait des données en temps réel et non en temps réel. Il va falloir Hadoop et MapReduce pour le stockage et le traitement.

  Ce qui est génial avec PaaS dans ce scénario, c'est la vitesse à laquelle l'application peut être déployée. Vous n'aurez pas besoin d'attendre que les équipes informatiques internes se familiarisent avec les nouvelles technologies et vous pourrez expérimenter plus librement. Une fois que vous avez identifié une solution solide, vous pouvez l'apporter à l'interne lorsque le service informatique est prêt à la prendre en charge.

• SaaS dans un cloud hybride: Vous pouvez ici analyser les données "voix du client" provenant de plusieurs canaux. De nombreuses entreprises ont réalisé que l'une des sources de données les plus importantes est ce que le client pense et dit de son entreprise, de ses produits et de ses services.

  L'accès à la voix des données clients peut fournir des informations précieuses sur les comportements et les actions. De plus en plus, les clients vocalisent sur des sites publics sur Internet.La valeur de l'apport des clients peut être grandement améliorée en intégrant ces données publiques dans votre analyse.

  Votre fournisseur SaaS fournit la plate-forme d'analyse ainsi que les données de médias sociaux. En outre, vous pouvez utiliser les données CRM de votre entreprise dans votre environnement de cloud privé pour les inclure dans l'analyse.

Certains initiés de l'industrie utilisent le terme applications big data pour décrire les applications qui s'exécutent dans le cloud et qui utilisent des mégadonnées. Des exemples de ceci incluent Amazon. com et LinkedIn. Maintenant, certaines personnes pourraient argumenter (et ont) que ce sont vraiment des applications SaaS qui résolvent un problème commercial particulier. C'est souvent une question de sémantique dans un espace émergent.