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...

Nell'ultimo post del blog abbiamo spiegato come sviluppare dei job di elaborazione dati con Apache Beam. Questa volta ci occuperemo di uno degli aspetti più difficili del moderno universo dei big data, ovvero l'elaborazione dei dati in streaming. La differenza principale tra...

Questo post è il primo di una serie dedicata ad Apache Beam. Conoscete Apache Beam? Se non lo conoscete, tranquilli: nell'universo dell'elaborazione dati, Apache Beam, ovvero uno degli ultimi progetti sviluppati da Apache Software Foundation e rilasciato per la prima volta nel giugno 2016, è uno strumento ancora relativamente nuovo. In effetti, solo di recente ho iniziato a lavorare assiduament...

Per prima cosa desidero ringraziare tutti i lettori dei miei due blog precedenti dedicati a Talend e Apache Spark. Se non conoscete questa serie di blog e non avete letto i miei post precedenti, potete trovare questi articoli qui "Talend e Apache Spark: manuale tecnico di base" e qui "Configurazioni Talend e spark-submit: in cosa di...

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...