Big data : Informatica supporte la distribution Hadoop de MapR

Les grands acteurs du système d’information prennent rapidement position sur le big data. Leur stratégie se construit autour de la technologie Hadoop, et chacun adopte l’une des trois distributions majeures de l’environnement open source, Hortonworks, Cloudera ou MapR. Cette dernière vient d’être retenue par Informatica afin d’associer sa solution d’intégration de données à la plateforme de gestion des données non structurées pour le big data. L’éditeur suit dans son choix EMC Greenplum MR et Cisco UCS.

Intégration et support de Hadoop

La distribution Hadoop de MapR Technologies sera donc distribuée et supportée par Informatica. Cette association apportera plus de performances aux réseaux, en particulier pour les flux temps réel de données dans MapR, et facilitera le déplacement et l’interaction de gros volumes de données transactionnelles (plusieurs téraoctets par heure).

La combinaison d’Informatica et de MapR offrira le support du déploiement de la plateforme d’intégration de données d’Informatica intégrant la distribution Hadoop de MapR ; l’intégration de données bidirectionnelle avec Informatica PowerCenter et Informatica PowerExchange ; la réplication en mode snapshot avec Informatica FastClone ; le streaming de données avec Informatica Ultra Messaging ; et le parsing parallèle et transformation sur MapR avec Informatica HParser.

Intégrer le ‘parsing’ à Hadoop

L’accord prévoit donc l’intégration de Informatica HParser Community Edition, disponible gratuitement, qui pourra être téléchargé au sein de la distribution MapR. Les fonctionnalités de parsing prêtes à l’emploi permettent d’adresser un large éventail de sources de données – dont des fichiers de log, des CDR (call data records), des standards industriels, des documents et des fichiers binaires, ou des données hiérarchiques – tout en prenant en charge leur complexité.

Rappelons que le parsing est une technique d’analyse des flux de caractères entrants, soit par segmentation en éléments plus petits et caractéristiques, soit en associant un modèle (pattern) aux données afin de pouvoir extraire les informations selon les modèles requis.

« Les big data revêtent différentes formes et tailles, depuis les données transactionnelles jusqu’aux réseaux sociaux, les données en streaming et d’autres formes de données générées par des machines, à la fois en modes batch et temps réel », commente Sachin Chawla, vice-président senior et directeur général Data Integration d’Informatica. « Pour la première fois, MapR et Informatica fournissent une solution capable de prendre en charge les volumes, la variété et la vitesse caractérisant les big data. Celle-ci combine la puissance de l’intégration de données, de la réplication et des échanges de messages avec la simplicité du mode de conception sans programmation d’Informatica. »