La principal dificultad para obtener conocimientos profundos a partir de los datos de streaming radica en adquirir los datos de forma rápida, segura y dando prioridad de análisis, con trazabilidad clara.
Cloudera DataFlow (CDF) —antes Hortonworks DataFlow (HDF)—, es una plataforma de streaming de datos en tiempo real y escalable que incorpora, selecciona y analiza datos para obtener conocimientos profundos e información práctica.
DataFlow aborda los desafíos clave a los que se enfrentan las empresas con datos en movimiento:
- Procesamiento de streaming de datos en tiempo real, a gran volumen y escala
- Seguimiento de la procedencia y el linaje de los datos de streaming
- Gestión y supervisión de las aplicaciones perimetrales y las fuentes de streaming
La plataforma Cloudera DataFlow
Ya están disponibles Cloudera Edge Management, Cloudera Flow Management y Cloudera Stream Processing, que se integran en la plataforma de datos en movimiento de código abierto de Cloudera para datos en transmisión en tiempo real.
Principales ventajas
Reduce el tiempo de desarrollo de la integración de datos
Imagine que pudiera crear complejos flujos de datos sin ningún código y con un mínimo esfuerzo. CDF le ofrece una interfaz visual de usuario sencilla para crear data flows sofisticados que le permitirán realizar incorporaciones, transformaciones y enriquecimiento de datos importantes a partir de diversas fuentes de transmisión. CDF, que cuenta con la tecnología Apache NiFi, puede incorporar datos de una amplia gama de fuentes: dispositivos, aplicaciones empresariales, sistemas de partners o aplicaciones edge que generan datos en transmisión en tiempo real.
Gestiona y protege tus datos desde el perímetro hasta la empresa
CDF permite la recogida de datos de gran volumen en el edge, incluso desde dispositivos de edge que utilizan MiNiFi. Ahora, gracias a la tecnología NiFi con MiNiFi, es posible configurar modelos de despliegue del IoT ampliamente distribuidos para recopilar fácilmente datos regionales y transmitirlos desde el edge. La perfecta integración con Apache Ranger le da a CDF una ventaja exclusiva, puesto que proporciona una seguridad sin fisuras en todos sus datos en movimiento y en reposo.
Tarda menos que nunca en obtener conocimiento profundo en tiempo real
El conocimiento profundo y la información práctica en tiempo real le permiten actuar con mayor rapidez. Gracias a Apache Kafka, la potente plataforma de transmisión, CDF puede procesar varios millones de transacciones por segundo, identificar patrones clave, compararlos con modelos de aprendizaje automático y ofrecer análisis predictivos o prescriptivos para ayudar a la dirección de la empresa a tomar decisiones clave y aprovechar oportunidades.
Cumplimiento normativo desde el primer momento
CDF es el único producto del sector que ofrece, desde el primer momento, procedencia y gobernanza de datos desde el edge hasta la empresa. En la era del RGPD y otras leyes de cumplimiento normativo, es importante realizar un seguimiento del linaje de datos, incluso para los datos en transmisión. NiFi ofrece seguimiento de la procedencia de los datos en CDF, sin necesidad de instalar ni configurar nada. La perfecta integración de Apache Atlas permite ejercer un control completo de los datos desde el edge hasta la empresa.
Construye una arquitectura de datos que se adapta a la escala de IoT
Saca partido al conocimiento profundo que ofrecen los datos de IoT
CDF es una tecnología íntegramente de código abierto, por lo que puedes diseñar una arquitectura preparada para el futuro sin vendor lock-in. Implementa soluciones de IoT para casos de uso críticos en sectores como el de automoción, fabricación, transportes, servicios públicos, venta al por menor y el sector público. Además, puedes adoptar una estrategia de datos para manejar datos altamente diversificados y de gran volumen a altas velocidades.
