En los últimos años se ha producido una explosión en el número de plataformas disponibles para tareas de análisis de big data.
El marco de trabajo Hadoop, de código abierto, es de uso gratuito, pero su configuración resulta muy técnica y no está orientado a ningún trabajo ni sector específico. Para utilizarlo en su empresa, necesita una «plataforma» desde la que manejarlo.
Estas plataformas son ofertas comerciales (se paga una tarifa de servicio continua), la mayoría de las cuales toman el marco de trabajo Hadoop y lo desarrollan para ofrecer servicios analíticos de utilidad práctica para empresas y organizaciones.
Así pues, a continuación se presenta un resumen, sin ningún orden particular, de diez de los mejores y más utilizados de estos servicios. Como cualquier producto comercial en un mercado competitivo, cada uno tiene sus ventajas e inconvenientes, y debe asegurarse de elegir la herramienta adecuada para el trabajo.
Cloudera fue fundada por antiguos empleados de Google, Yahoo, Facebook y Oracle, y ofrece soluciones de big data basadas en Hadoop, tanto de código abierto como comerciales, con la denominación Cloudera Distribution including Hadoop, conocida como CDH. Sus distribuciones utilizan su motor analítico Impala, que también han adoptado e incluido en paquetes ofrecidos por competidores como Amazon y MapR.
A diferencia de todas las demás plataformas analíticas de big data, HDP está compuesta íntegramente por código abierto, y todos sus elementos se desarrollan a través de la Apache Software Foundation. Obtienen sus ingresos ofreciendo servicios y soporte para ponerla en marcha y proporcionar los resultados que busca.
La oferta analítica insignia de Microsoft, HDInsight, se basa en Hortonworks Data Platform, pero está adaptada para funcionar con sus propios servicios en la nube Azure y su sistema de gestión de bases de datos SQL Server. Una gran ventaja para las empresas es que se integra con Excel, lo que significa que incluso el personal con solo conocimientos básicos de informática puede iniciarse en el análisis de big data.
IBM ofrece una gama de productos y servicios diseñados para hacer que el análisis complejo de big data sea más accesible para las empresas. Ofrece su propia distribución de Hadoop, conocida como InfoSphere BigInsights.
Esta plataforma está orientada específicamente a empresas que generan gran cantidad de datos propios a través de su propia maquinaria. Su objetivo declarado es «de datos de máquinas a inteligencia operativa». El Internet de las cosas es clave en su estrategia y, entre otros productos, proporciona la analítica que hay detrás del termostato inteligente Nest con conexión wifi. Su análisis también impulsa las campañas de cupones de Dominos Pizza en Estados Unidos.
Aunque todo el mundo lo considera una tienda en línea, Amazon también gana dinero vendiendo a otras empresas la tecnología que hace que su negocio funcione con tanta fluidez. El modelo de negocio se basó en big data desde el principio: utilizar información personal para ofrecer una experiencia de compra personalizada. Amazon Web Services incluye sus servicios Elastic Cloud Compute y Elastic MapReduce para ofrecer almacenamiento y análisis de datos a gran escala en la nube.
El paquete de big data de Pivotal está compuesto por su propia distribución de Hadoop, Pivotal HD, y su plataforma analítica Pivotal Analytics. Su modelo de negocio permite a los clientes almacenar una cantidad ilimitada de datos y pagar una cuota de suscripción que varía según cuánto analicen. La empresa apuesta firmemente por la filosofía del «data lake», es decir, un repositorio unificado de almacenamiento basado en objetos para todos los datos de una organización.
Otro sistema de gestión de bases de datos, disponible de nuevo en una edición gratuita de código abierto y en una versión propietaria de pago. Este producto está orientado a usuarios que quieren involucrarse con el Internet de las cosas. Ofrecen tres niveles de servicio para usuarios de pago, con más usuarios con acceso a la mesa de ayuda y tiempos de respuesta más rápidos del soporte por correo electrónico para los clientes de nivel superior.
MapR ofrece su propia distribución de Hadoop, notablemente diferente de las demás, ya que sustituye el sistema de archivos Hadoop, de uso común, por su alternativa, MapR Data Platform, que, según afirma, ofrece mejor rendimiento y facilidad de uso.
Al igual que muchos de los otros sistemas aquí presentados, este toma datos de su red de almacenamiento Hadoop o en la nube y da a los usuarios acceso a una gama de funciones analíticas avanzadas. BT utiliza Kognitio para ayudar a establecer sus tarifas de llamadas, y el programa de fidelización Nectar lo emplea para su análisis de clientes.
Como siempre, espero que este artículo le haya resultado útil. ¿Le gustaría compartir sus opiniones o comentarios sobre el tema? Por ejemplo, ¿hay otras plataformas que incluiría? ¿Tiene algún consejo práctico para elegir la adecuada para usted?
Este artículo se publica en colaboración con Linkedin. La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.
Para mantenerse al día con Agenda suscríbase a nuestro boletín semanal.
Autor: Bernard Marr es un experto de reconocimiento mundial en estrategia, gestión del rendimiento, análisis, KPI y big data.
Imagen: Visitantes frente a paneles informativos con códigos QR durante una ceremonia para inaugurar una sala de exposición informativa en el centro de Moscú, el 29 de abril de 2014. REUTERS/Maxim Shemetov
