Una delle mie storie di successo preferite tra i clienti di Talend è quella diInternational Consortium of Investigative Journalists (ICIJ). Questa storia mi piace non solo perché il cliente ha trasformato il giornalismo utilizzando i dati, ha vinto il...

Sono entusiasta di poter presentare Pipeline Designer, un ambiente di progettazione d'avanguardia per l'integrazione dei dati nel cloud, che permette di sviluppare e implementare pipeline di dati in pochi minuti, progettare in modo fluido job per l'esecuzione sia in batch che in streaming e scalare in modo nativo con le più recenti tecnologie ibride e multi-cloud. ...

Migrazione nel cloud Il 2018 è stato l'anno del boom del cloud: un numero crescente di aziende ha optato per le tecnologie nel cloud ed è pertanto importante capire come poterlo sfruttare al meglio. Una delle maggiori difficoltà che si trovano ad affrontare oggi le imprese è il trasferimento dei propri dati dai database locali ai servizi di archiviazione nel cloud. Senza gli strumenti giusti il processo può risultare lungo e noioso, ma per fortuna Talend offre un valido aiuto....

Se hai già guardato la nostra demo sull'analisi dello streaming dei dati IoT (Internet of Things) in tempo reale, probabilmente ti stai chiedendo in che modo abbiamo addestrato il nostro modello di classificazione per renderlo in grado di prevedere l'attività degli utenti. Per prima cosa spieghiamo il contesto della demo, poi il modo in cui classifichiamo i dati e infine la scelta del modello appropriato. Contesto L'obiettivo della demo sull'IoT è di dimostrare le funzi...

In un precedente contributo del blog di Talend ho condiviso alcuni suggerimenti fondamentali per le aziende che si accingono a progettare i processi relativi alla qualità dei dati (DQ) in Hadoop. I framework e i processi che ho menzionato in quel post sono importanti perché hanno un impatto non solo sul programma per la qualità dei dati, ma anche su quello per la governance dei dati. Ecco perché ti chie...

I set di dati RDD (Resilient Distributed Datasets) di Apache Spark sono raccolte di dati di varia natura, dalle dimensioni talmente grandi da non poter rientrare in un unico nodo e che devono pertanto essere ripartiti tra vari nodi. Apache Spark partiziona automaticamente i dati RDD e distribuisce le partizioni tra diversi nodi. La valutazione di questi dati è lenta (l'esecuzione non viene avviata fino a quando...

Secondo Jacob Morgan, "qualunque cosa possa essere connessa, finirà con l'essere connessa". Un tempo, parole come "cloud" e "big data" erano considerate gergo informatico, ma ormai le straordinarie trasformazioni che queste tecnologie chiave hanno portato alle attività di qualsiasi settore in tutto il mondo sono sotto gli occhi di tutti...

Nel mio precedente blog, "Talend e Apache Spark: manuale tecnico di base", vi ho illustrato le analogie tra i job Talend Spark e spark-submit. In questo nuovo blog, continuerò ad analizzare le configurazioni Talend Spark con Apache spark-submit. Per prima cosa, vedremo di fare un parallelo tra le opzioni della scheda Apache Spark Configuration (Configurazione Apache Spark) di un job Talend Spark e gli argomenti che è possi...

Negli anni trascorsi in Talend come tecnico dell'assistenza, prima di diventare customer success architect, i clienti spesso mi chiedevano informazioni sulle capacità di Talend con Apache Spark. Quando parliamo di Spark, la prima cosa che ci viene in mente è il comando spark-submit che utilizziamo per inviare i job Spark. Quindi, la domanda che sorge più spontanea è: qual è la differenza tra un job Talend Spark e un regolare comando spark-submit? In questo blog, analizzeremo le diverse m...

Quando si tratta di scegliere un'architettura per big data in tempo reale, oggi le opzioni sono più di una. Il menu offre molto di più della sola opzione Lambda e in questa serie di blog prenderò in esame un paio di queste possibilità, confrontandole sulla base di casi d'uso rilevanti. Come dobbiamo dunque procedere quando ci troviamo a scegliere un'architettura per i nostri progetti in tempo reale? Vediamo subito. Requisiti di elaborazione dei dati in tempo reale Prim...