...et cela ressemble à du Kafka-esque. Pour ainsi dire.
SnapLogic a annoncé aujourd'hui sa version Spring 2016 de plateforme et Snap. Dans l'ensemble, nous pensons que cette version aidera nos clients à se concentrer sur la connaissance des données, et non sur l'ingénierie des données. Elle reprend une grande partie des activités répétitives et chronophages autour de l'ingestion, de la préparation et de la livraison des données et les rend réutilisables et simples. Nous pensons également que cette version aidera nos clients à se tenir au courant de l'évolution constante de l'écosystème des technologies big data et à choisir les outils et frameworks adaptés à chaque tâche.
L'ajout le plus important de la version Spring 2016 est sans doute les nouveaux Snaps pour le courtier de messages Apache Kafka. Une grande partie des données entrant dans le big data
Les lacs de données sont des données en temps réel à haut débit provenant de transactions de commerce électronique, de flux de clics sur les sites web, de vêtements et d'autres sources de l'Internet des objets. La capacité à gérer des données en continu et à faible latence est donc essentielle pour les entreprises qui planifient leur stratégie de lac de données. Nos nouveaux Snaps facilitent la création de pipelines de big data à faible latence sans codage. SnapLogic contribue à rendre Kafka plus prêt pour l'entreprise lorsqu'il est associé à des Snaps pour les opérations courantes de transformation des données, ainsi qu'à des connecteurs pour plus de 400 points d'extrémité. Kafka peut être utilisé conjointement avec SnapLogic Ultra Pipelines pour des flux de données toujours actifs.
La version Spring 2016 apporte également plusieurs améliorations conçues pour rendre les projets SnapLogic plus reproductibles et plus simples à contrôler et à gouverner. Nous avons ajouté de nouvelles options d'algorithmes de mappage de données à SmartLink et de nouveaux Snaps prêts pour Spark pour les activités courantes de préparation des données telles que JSON Parser, Formatter et Splitter. Cela permet aux utilisateurs d'opérationnaliser de nombreuses tâches de préparation et de transformation des données nécessaires à l'analyse.
Ajoutez à cela le Snap Versioning, qui permet aux administrateurs de choisir quand passer à une nouvelle version d'un Snap, et le Snap Metadata, qui expose les métadonnées de SnapLogic plateforme de manière à ce que les tâches courantes telles que la création, la suppression et la mise à jour en masse d'éléments tels que les comptes et les tâches puissent être automatisées dans le cadre d'un pipeline.
Ces améliorations profitent à la fois à l'intégrateur expert qui a besoin de gagner du temps sur les tâches répétitives, et à l'intégrateur/analyste en libre-service qui a besoin de moyens simples pour façonner et transformer les données avant de les connecter à un outil de BI ou de visualisation de données.
Nous sommes également ravis de présenter en avant-première notre Snaplex "conteneurisé". Rappelons que le Snaplex est le composant de traitement de données élastiquement évolutif de SnapLogic plateforme. Lorsqu'ils seront disponibles, ces conteneurs Snaplex pourront être déployés dans n'importe quel environnement cloud capable d'héberger des conteneurs Docker, comme Amazon Container Service, Google Container Engine ou Azure Container Service. Les conteneurs Snaplex peuvent également fonctionner dans des centres de données utilisant Docker Swarm, Kubernetes ou Mesos. Les conteneurs sont très prometteurs pour les projets d'intégration de données, en particulier ceux qui ont des charges de travail d'exécution variables, en stimulant l'efficacité de l'utilisation des ressources.
Nous avons également ajouté la prise en charge de Microsoft HDInsight. Plus d'informations à ce sujet dans un article séparé. N'oubliez pas de vous inscrire à la présentation SnapLogic Live qui aura lieu jeudi.
