Big Data Hadoop : Tableau donne l’accès direct à MapR

Tableau Software annonce la prise en charge et l’accès à la distribution MapR pour Apache Hadoop par la version 7.0.7 de son produit pour l’analyse et le décisionnel.

Après l’annonce du support d’Apache Hadoop via la distribution de Cloudera, Tableau Software, éditeur d’une solution décisionnelle pour l’analyse et le partage de l’information, propose un nouveau connecteur dédié à la distribution commerciale Hadoop concurrente, MapR.

Cette intégration d’un connecteur MapR est native et permet à Tableau d’offrir à ses utilisateurs l’analyse et la visualisation de données complexes et non structurées dans le Big Data, quels qu’en soient les volumes et l’origine. Le connecteur est proche de celui de Cloudera : la connexion de la solution à la distribution MapR via la couche Hive s’exécute à l’aide du pilote ODBC.

Une distribution pour les entreprises

Le choix de MapR semble avoir été guidé à Tableau Software par l’intégration dans cette plate-forme Hadoop de certaines fonctionnalités et de protocoles aptes à satisfaire des choix qui, selon l’éditeur, guideraient ses clients vers cette distribution jugée plus orientée entreprise. En particulier le support par la couche des services de stockage de l’API FileSystem Hadoop et des interfaces NTFS. Un support qui offrirait aux entreprises le choix de leur file system et de ses fonctionnalités, comme les snapshots ou le mirroring.

mapr control system

Pour autant, et comme la plupart de ses concurrents et confrères, Tableau Software n'en est qu'aux prémices de l'usage d'Apache Hadoop, et s'en réfère à ses clients pour confirmer à la fois ses choix et ce que l'éditeur peut en faire.

Comme pour une petite majorité des entreprises (voir « Les entreprises européennes face à la croissance de la donnée et au big data »), le Big Data s'impose, mais peu d'entre elles ont défini une stratégie réellement claire, en dehors des adeptes du datawarehouse qui entendent présenter le Big Data comme une déclinaison de leurs choix initiaux… L'affaire est évidemment éminemment plus complexe !

Schéma MapR Hadoop, source MapR