Actualités : analyse de données, Business Intelligence, Data Science, Big Data


MapR étend la convergence à l’Internet des objets


Rédigé par Communiqué de MapR le 14 Mars 2017

MapR Edge rapproche le traitement et l’analytique de la source des données



MapR Technologies, Inc., fournisseur d’une plateforme de données convergente, annonce, à l’occasion de Strata + Hadoop World, MapR Edge, une version compacte de MapR Converged Data Platform. Répondant à la nécessité de collecter, de traiter et d’analyser les données produites par les équipements de l’Internet des objets (IoT) au plus près de leur source, MapR Edge offre un traitement local sécurisé, une agrégation rapide des analyses sur une base globale, ainsi que la capacité de renvoyer des informations vers la périphérie pour un impact accéléré et plus marqué.

« Les applications de l’IoT ne cessent de se développer et, dans bien des cas, le volume de données produites à la périphérie nécessite des niveaux de bande passante qui épuisent les ressources disponibles », observe Jason Stamper, analyste Data Platforms & Analytics du cabinet 451 Research. « MapR rapproche le traitement et l’analyse des données IoT de leurs sources, permettant une prise de décision plus efficace et plus rapide localement, tout en facilitant le transport fiable de sous-ensembles de ces données vers un système analytique central. »

La nouvelle solution MapR Edge est optimisée pour la collecte, le traitement, la transmission et l’analyse des données à la périphérie. MapR Edge intègre une « fabric » de données élastique et globalement distribuée qui permet une décentralisation du traitement des fichiers mais aussi une répartition très homogène des bases de données.

« Nos clients sont des pionniers de l’utilisation du Big Data et souhaitent constamment conserver une longueur d’avance sur leurs concurrents », commente Ted Dunning, architecte d’applications en chef pour MapR Technologies. « Le travail en temps réel à la périphérie présente des défis et opportunités hors pair pour la transformation numérique d’une entreprise. Nos clients souhaitent agir localement mais en tirer les enseignements globalement et MapR Edge leur permet de le faire avec plus d’efficacité, de fiabilité, de sécurité et d’impact. »

L’action locale et l’apprentissage global décrivent la façon dont les applications de l’IoT exploitent les données de multiples sources sur de nombreux sites mais nécessitent souvent des modèles d’apprentissage automatique ou profond offrant des connaissances globales. Ces modèles doivent alors être redéployés à la périphérie pour permettre la prise de décisions en temps réel en fonction d’événements locaux.

MapR Edge offre plusieurs avantages pour le déploiement des applications IoT/périphériques, notamment :
● Agrégation distribuée des données : traitement local à grande vitesse, particulièrement utile pour des données à accès restreint ou sensibles, telles que des informations personnelles, et centralisation des données IoT provenant des sites périphériques.

● Gestion intelligente de la bande passante : ajustement du débit de la périphérie vers le cloud et/ou le datacenter, y compris pour les environnements connectés ponctuellement.

● Plan global de données : vue globale de tous les clusters distribués dans un seul namespace, simplifiant le développement et le déploiement des applications.

● Analytique convergente : combinaison de la prise de décision opérationnelle avec une analyse en temps réel des données à la périphérie.

● Sécurité unifiée : une sécurité IoT de bout en bout gère l’authentification, les autorisations et le contrôle d’accès de la périphérie vers les clusters centraux. MapR Edge assure également le cryptage sécurisé des communications de données entre la périphérie et le datacenter principal.

● Standards : MapR Edge se conforme aux standards, notamment les API POSIX et HDFS pour l’accès aux fichiers, ANSI SQL pour les requêtes, Kafka pour les flux d’événements ou encore HBase et OJAI pour la base de données NoSQL.

● Fiabilité de classe entreprise : environnement informatique fiable tolérant des pannes matérielles multiples pouvant survenir sur des installations distantes et isolées.


Les solutions existantes ne sont pas conçues pour un traitement global fluide et distribué à grande échelle. MapR Edge s’appuie sur les capacités avancées et brevetées de distribution globale et de synchronisation en temps réel de la Converged Data Platform pour offrir une plateforme de bout en bout, de la périphérie au cloud. Ses fonctionnalités critiques éprouvées permettent de rapprocher la puissance de calcul des sources de données, ainsi que l’agrégation efficace vers un ou plusieurs clusters centralisés pour une analyse et un traitement à grande échelle de la totalité des données.

Selon Gartner, « la prolifération des équipements IoT et le besoin d’analyses en temps réel sont les principaux moteurs d’un traitement informatique à la périphérie du réseau. Les planificateurs de stratégies technologiques doivent englober dans leurs propositions l’informatique à la périphérie du réseau (Edge Computing) et accélérer l’offre de produits répondant aux attentes du marché en matière d’analytique en périphérie. »*

Caractéristiques et disponibilité
Les déploiements MapR Edge sont utilisés en conjonction avec des clusters analytiques et opérationnels centraux fonctionnant sur MapR Converged Enterprise Edition. La nouvelle offre MapR Edge est disponible immédiatement en configurations de 3 à 5 nœuds.

* Gartner Market Trends: The Need for Real-Time Insights Offers Market Opportunities in Edge Computing
Date de publication : 24 février 2017 ID : G00322891




Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.


Twitter
Rss
LinkedIn
Facebook
Apple Podcast
App Store
Google Play Store