Hortonworks DataFlow 3.0 semplifica lo sviluppo di applicazioni analitiche in streaming
SAN JOSE, California, 12 giugno 2017 /PRNewswire/ -- DATAWORKS SUMMIT/HADOOP SUMMIT -- Hortonworks, Inc. ® (NASDAQ: HDP), un innovatore di punta nelle piattaforme di dati aperte e collegate, ha annunciato oggi la disponibilità al pubblico di Hortonworks DataFlow (HDF™) 3.0, la generazione successiva della sua piattaforma di dati in movimento open source. HDF consente ai clienti di raccogliere, curare, analizzare e agire su tutti i dati in tempo reale, fra data center e cloud.
La crescita dell'Internet of Things apporta nuovi dati paradigmatici dai dispositivi mobili, dalla tecnologia indossabile e dai sensori, dati che le aziende possono utilizzare per scoprire informazioni su cui agire in tempo reale. Gartner stima che "Entro il 2020, il 70% delle organizzazioni adotterà lo streaming di dati per consentire l'analisi in tempo reale"* e pertanto l'adozione di HDF ha visto un'accelerazione significativa di anno in anno. HDF è la prima piattaforma open source del settore su cui le aziende possono rapidamente costruire applicazioni di streaming per analisi in tempo reale.
"Per rimanere competitivi nel moderno mondo intercollegato, le aziende devono sfruttare le informazioni ricavate dai dati in qualsiasi luogo" ha affermato Scott Gnau, direttore tecnologico di Hortonworks. "Questo significa sempre più frequentemente lo sfruttamento fin dal punto di creazione sui dispositivi collegati. Pertanto è cruciale prendere decisioni il più possibile vicino al dispositivo edge. Con HDF 3.0, stiamo migliorando l'esperienza dei nostri clienti semplificando il modo in cui possono creare e implementare le applicazioni di analisi di streaming dei dati per ottenere analisi in tempo reale".
Streaming Analytics Manager
HDF 3.0 presenta Streaming Analytics Manager (SAM), che offre agli sviluppatori di applicazioni, agli analisti aziendali e agli amministratori la capacità di costruire applicazioni in streaming senza dover scrivere neppure una linea di codice, semplificando pertanto enormemente il processo e accelerando il tempo di distribuzione sul mercato dell'applicazione. Con una semplice interfaccia drag and drop, SAM semplifica la progettazione, lo sviluppo, il test, la distribuzione e la manutenzione delle applicazioni di streaming su HDF.
Registro di schemi
Un nuovo archivio condiviso di schemi consente alle applicazioni di interagire con flessibilità su diversi motori di streaming, fra cui Apache Kafka, Apache Storm e Apache NiFi. I clienti traggono vantaggio dalla governance di dati completa e dalla maggiore efficienza operativa.
Partnership ampliata con IBM Power Systems
HDF 3.0 inoltre sarà disponibile per la prima volta per IBM Power Systems a supporto di un'ampia gamma di applicazioni analitiche di streaming su server progettati per carichi di lavoro intensivi dal punto di vista dei dati, come big data e analisi cognitive. La combinazione di HDF e Power Systems offre prestazioni ed efficienza leader nel settore per le analisi in streaming e semplifica la gestione dei carichi di lavoro con dati in movimento.
"IBM è entusiasta di ampliare la nostra collaborazione con Hortonworks per aiutare i clienti ad accelerare l'analisi dei dati per le applicazioni cognitive" ha affermato Tim Vincent, vice presidente e fellow di IBM, software per sistemi cognitivi. "HDF su Power Systems apporta le prestazioni di sistema leader nel settore all'edge della piattaforma di dati, per alimentare il vantaggio competitivo dei nostri clienti".
Per ulteriori informazioni su HDF 3.0, partecipate al webinar il 12 luglio 2017 alle 11 PT. Registratevi qui.
Hortonworks e HDF sono marchi registrati o marchi commerciali di Hortonworks, Inc. e delle sue controllate negli Stati Uniti e in altre giurisdizioni. Per ulteriori informazioni, visitare www.hortonworks.com. Tutti gli altri marchi sono di proprietà dei rispettivi proprietari.
Contatto per i media
Michelle Lazzar
+1-408-828-9681
[email protected]
*Harness Streaming Data for Real-Time Analytics - 3 novembre 2016
Logo - http://photos.prnewswire.com/prnh/20140227/SF73721LOGO
Condividi articolo