BARCELLONA – C’erano una volta due aziende, Cloudera e Hortonworks, si è raccontato a Dataworks Summit 2019, entrambe focalizzate sul mercato in crescita della gestione e dell’utilizzo dei Big Data in ambienti ibridi che comprendono public cloud, private cloud e infrastrutture data center. Tutte e due si erano specializzate nello sviluppare la propria offerta a partire da tecnologie open source, soprattutto quelle nate nell’ambito del framework Apache Hadoop, una collezione di software a “sorgente libero” per la gestione scalabile e sicura del computing distribuito.
“Cloudera e Hortonworks – spiega Romain Picard, Regional VP of France and South Emea della nuova realtà nata dal merger di questi due vendor, intervistato da ZeroUno a margine del Dataworks Summit 2019 (Barcellona, 18-21 marzo) – da anni lavoravano su tecnologie per la maggior parte identiche [‘per circa il 70%’, ha specificato Mick Hollison, CMO di Cloudera, durante il suo keynote, ndr], e inseguivano gli stessi clienti. La deduzione che i nostri top manager hanno effettuato era che fosse inutile continuare a sviluppare sullo stesso codice, ma fosse meglio puntare sulle complementarietà delle due aziende”.
Una nuova piattaforma multifunzione e integrata
L’evento organizzato a Barcellona da Cloudera (questo è il nome prescelto post merger) non è stato però solo l’occasione per celebrare il valore della fusione, che ha portato alla creazione di una società con oltre 3.000 dipendenti sparsi in 85 paesi del mondo e con un giro d’affari di un miliardo di dollari. È stato anche un momento per presentare a clienti e partner una nuova strategia e roadmap.
Innanzitutto è stato presentato un framework chiamato Enterprise Data Cloud. “Abbiamo lanciato una nuova categoria di prodotto – ha dichiarato Hollison durante un incontro riservato alla stampa e agli analisti – basata su quattro caposaldi: analytics multi-funzione, supporto all’hybrid- e al multi-cloud, sicurezza e governance, e utilizzo al (quasi) 100% di tecnologie open source”.
Dall’edge all’Artificial Intelligence
L’Enterprise Data Cloud rappresenta per Cloudera “la visione, il ‘True North’ [l’orientamento giusto, ndr]”, ha dichiarato il CMO. Una visione che si traduce in una piattaforma che mira ad abbracciare tutti i luoghi in cui si trovano i dati enterprise, permettendone la gestione “dall’edge all’intelligenza artificiale”, ovvero dalla periferia delle reti, compresi tutti gli oggetti dell’IoT (Internet of Things) e perfino le auto a guida autonoma, fino ai data center, dove si trovano i sempre validi (ma solo da modernizzare) data warehouse.
Vediamo alcune delle componenti tecnologiche dell’Enterprise Data Cloud. Oltre a quelle più dedicate alla gestione dei dati at rest e in motion (quali, per esempio, quelle derivate da Hortonworks: Data Platform, HDP, e Data Flow, HDF) o quelle più analitiche e di AI ex Cloudera, si è parlato molto di SDX (Shared Data Experience) e di Data Science Workbench.
“SDX – ha spiegato a ZeroUno Dave Shuman, MD Connected Industries & Smart Cities – è un framework nato in Cloudera e che include funzionalità per gestire i dati, accedere alla loro genealogia (lineage), sceglierli e migrarli insieme a policy verso public cloud come AWS per attuare strategie di Disaster Recovery. Il principale obiettivo di SDX è garantire la coerenza e l’applicazione di policy ai dati. Un altro componente di security in Enterprise Data Cloud, è il Data Plane, di derivazione Hortonworks, che permette di visualizzare in un unico pane-of-glass tutti i dati esistenti e di controllarne l’accesso da parte degli utenti. Grazie a SDX e Data Plane, Enterprise Data Cloud è un’infrastruttura non solo estremamente scalabile ma anche sicura”.
Data Science Workbench. Come già dice il nome, è uno strumento dedicato ai data scientist. “Si tratta di uno strumento collaborativo – sottolinea Shuman – che permette ai data scientist di iniziare un lavoro, sospenderlo e ripartire da dove lo avevano lasciato, o, in alternativa dalla versione su cui hanno lavorato altri colleghi, senza perdite di visibilità su cambiamenti di dipendenze e così via”. Data Science Workbench è concepito per poter essere utilizzato non solo dai team di Data Science, ma anche da altri IT professional. Fra i suoi obiettivi, quindi, vi è quello di contribuire, per usare le parole di Hilary Mason, GM of Artificial Intelligence and Machine Learning di Cloudera, “agli analisti dei dati di rendere possibile quello che prima non lo era per problemi di affordability (accessibilità). E ciò grazie al riutilizzo di analisi ripetibili, al lavoro in team e alla possibilità di dedicarsi a nuovi sviluppi in ambito artificial intelligence e machine learning. Se consideriamo che ci stiamo impegnando anche a supportare le applicazioni di ML containerizzate e multi-cloud, stiamo gettando le fondamenta anche per un’industrializzazione dell’AI”.
Al momento le funzionalità di Enterprise Data Cloud sono utilizzabili sui public cloud Azure e AWS. Tra la fine dell’anno e gli inizi del 2020 lo saranno anche su altre piattaforme, quali Google Cloud Platform, private cloud, e gli ambienti cloud-native basati sulla tecnologia Kubernetes.
