• Como la computación en la nube es un agente para análisis avanzados con datos a gran escala

• Como el TI puede asumir el liderazgo de análisis de datos a gran escala basado en nube en empresas al convirtiéndose en un proveedor de servicios en la nube

• Modelos de Análisis como servicio (AaaS) para análisis de datos a gran escala basado en la nube

• Próximos pasos prácticos para usted empezar su iniciación en análisis de datos a gran escala basado en nube

Resumen de la solución

Datos a Gran Escala En la nubE: convErGiEnDo tEcnoloGíasCómo crear una ventaja competitiva utilizando análisis de datos a gran escala en la nube

¿Por qué usted debe leer este documento?Este informe describe como la nube y las tecnologías de datos a gran escala están convergiendo para ofrecer costo-beneficio de modelo de entrega para análisis de datos a gran escala en la nube. También se incluye:

•

•

Índice

La nube como un agente paraanálisis de datos a gran escala . . . 2

Nube y datos a gran escala: Una combinación conveniente . . . . . . . 4

TI como un proveedor de servicios en la nube . . . . . . . . . . . . . . . . . . . . . . 6

Próximos pasos de TI . . . . . . . . . . . . 7

Datos a Gran Escala en la Nube: Convergiendo Tecnologías 2

La nube como un agente

de análisis de datos a gran escala

La tendencia de datos a gran escala

Dos iniciativas de TI son actualmente muy populares para las organizaciones en todo el mundo: análisis de datos a gran escala y computación en la nube. Análisis de Datos a Gran Escala ofrece la promesa de proveer ideas valiosas que pueden crear ventajas competitivas, desencade-nar nuevas innovaciones, y hacer crecer su negocio. Como un modelo de entrega para servicios de TI, computación en la nube tiene potencial para mejorar la agili-dad y productividad de negocios mientras permite más eficiencia y reduce costos.

Ambas tecnologías continúan desarrol-larse. Las organizaciones están moviendo más allá de las preguntas de cómo alma-cenar datos a gran escala para direccio-nar cómo originar análisis significativos que respondan a las necesidades reales de negocios. Como la computación en la nube sigue madurando, un creciente número de empresas están construyendo ambientes de nubes eficientes y ágiles, y los proveedores de nube expanden sus ofertas de servicios.

•

Hace sentido, que, las organizaciones de TI deben mirar la computación en la nube como la estructura para soportar sus proyectos de datos a gran escala. Ambientes de datos a gran escala requiere clusters de proveedores para soportar las herramientas que procesan grandes volúmenes, alta velocidad y variedad de formatos de dato masivo. Nubes ya están implantadas en reservas de proveedores, almacenamiento y recursos de red, y pueden ser escaladas para más o menos según la necesidad. La computación en nube ofrece una manera costo-beneficio para soportar tecnologías de dato masivo y aplicaciones de análisis avanzadas que pueden orientar el valor de los negocios. Este documento describe:

Como la computación en la nube es un agente para análisis avanzados con datos a gran escalaComo el TI puede asumir el liderazgo para análisis de datos a gran escala en la nube en empresas transformándose en un comerciante de servicios de nube

Próximos pasos prácticos para poder empezar en su iniciativa de análisis de dato masivo basado en nube

• Modelos de Análisis como Servicio (AaaS) para análisis de datos a gran escala en la nube

¿Qué hace la computación en nube un modelo de entrega con costo-beneficio para análisis de datos a gran escala? ¿Cómo los datos a gran escala y las tecnologías de nube se convergen para hacer el análisis de datos a gran escala en nubes una opción razonable? Para análisis de datos a gran escala:

¿Qué es análisis de datos a gran escala?Datos a gran escala se refiere a un enorme conjunto de datos que son ordenados de grandes magnitudes (volumen); más diversificados, incluyendo datos estructurados, semi-estructurados y no estruc-turados (variedad); y vienen más rápido (velocidad) a usted o su organización. Está gran cantidad de datos se generan desde los dispositivos conectados, PCs, teléfonos inteligentes o sensores como lectores de RFID y cámaras de tráfico. Más, ellos son heterogé-neos y vienen en diversos forma-tos, incluyendo texto, documento, imagen, video y más.

El valor real de datos a gran escala está en las percepciones que se producen cuando se analizan estándares descubiertos, significado derivado, indicadores para las decisiones y, en última instancia, la capacidad de responder al mundo con mayor inteligencia. Análisis de datos a gran escala es un conjunto de tecnologías avanzadas diseña-das para trabajar con grandes volúmenes de datos heterogéneos. Se utilizan métodos cuantitativos sofisticados como el aprendizaje automático, redes neuronales, robótica, matemáticas computa-cionales e inteligencia artificial para explorar los datos y descubrir inter-relaciones y estándares.

Los datos son cada vez más valiosos . Actualmente la conversión está cambi-ando desde “¿Qué datos debemos alma-cenar?” para “¿Qué podemos hacer con los datos?” Las empresas buscan desblo-quear los potenciales ocultos de los datos y entregar una ventaja competitiva. Gart-ner predice que los datos de las empresas crecerán un 800% desde 2011 hasta 2015, con el 80% no estructurado (por ejemplo, correos, documentos, videos, imágenes y contenido de media social) y el 20% estructurado (por ejemplo, transac-ciones de tarjeta de crédito e información de contacto) 1

Con tantos datos potenciales para revelar percepciones que pueden aumentar la competitividad, las compañías deben encontrar nuevas aproximaciones para procesar, gestionar y analizar sus datos, no importa que sea datos estructurados, típicamente encontrados en sistemas de gestión de base de datos de relación tradi-cional (RDBMSs) o más variados, forma-tos no estructurados. Más allá, diversas combinaciones de fuentes y tipos de datos tienen el potencial de descubrir unos de los más interesantes estándares y relaciones no exploradas.

El objetivo del análisis de datos a gran escala sigue expandiéndose . El interés temprano en análisis de datos a gran escala está enfocado primeramente en fuentes de datos de negocios y social, como correos, videos, tweets, publicaciones de Facebook, revisiones y comportamiento de la Web. El objetivo del interés en análisis de datos a gran escala está creciendo para incluir datos desde sistemas inteligentes, como infotainment (información + entreten-imiento), kioscos, medidores inteligentes y muchos otros, y sensores de dispositivos en las bordas de las redes, algunos de los volúmenes más grandes, streaming más rápidos y datos a gran escala más comple-jos. Conectividad ubicua y los crecidos sistemas de sensores y de inteligencia han abierto el agujero para nuevos depósitos de información valiosos. El interés en apli-car análisis de datos a gran escala en datos desde sistemas sensores y de inteligencia sigue a aumentar mientras los negocios buscan obtener rapidez, percepción más rica, más costo-beneficio que, en el pasado, mejor toma de decisiones basada en máquinas, y experiencias para clientes personalizada.

Ciudad inteligente• Sensores de edificios inteligentes • Sensores de red inteligente• Sensores meteorológicos• Sensores de contaminación

Carreteras inteligentes• Sensores en teléfonos inteligentes• Sensores en vehículos• Cámaras de tráfico• Sensores inductivos

Fábrica inteligente• Sensores de automatización

• Medidores inteligentes• Fábrica Inteligente

Hospital inteligente• Sensores en ambulancia• Servicios de imágenes médicas portátiles • Hospital Inteligente

Datos a Gran Escala en la Nube: Convergiendo Tecnologías 3

Análisis de datos se está moviendo de lote a tiempo real . Una encuesta de Intel en 2012 a 200 gestores de TI en grandes empresas encuentra que, mientras el monto de remesas versus procesamiento en tiempo real sea dividida igualmente hoy en día, la tendencia es a aumentar el tiempo real en dos tercios del total degestión de dato en 2015.² Al mismotiempo, la tecnología para procesamiento de información en tiempo real o casi en tiempo real está pasando de fases iniciales para la madurez.

El tiempo real soporta análisis predic- tivos . Análisis de pronósticos permite a las organizaciones a moverse hacia a lavisión orientada del futuro de los que está adelante, y ofrece a las organizaciones una de las oportunidades más excitantes para orientar el valor desde datos a gran escala. Datos en tiempo real proveen el prospecto para análisis de pronósticos rápidos, exactos y flexibles que rápidamente se adaptan a los cambios de condiciones de los negocios. Cuanto más rápido usted analiza sus datos, más temprano el resultado, y mejor es su valor predictivo.

Datos a gran escala en contexto: Ciudad InteligenteAdemás de los datos transaccionales, sociales y de ubicación generados por las personas, los sensores de dispositivos generan en tiempo real algunos de los datos de más rápido crecimiento. El procesamiento y el análisis pueden aplicarse a esas valiosas fuentes de datos a través de infraestructura de TI, almacenamiento y soluciones de computación

de alto rendimiento.

Las organizaciones que se utilizan infrae- structura de nube para proveer AaaS tienen múltiples opciones. Al contrar- restar factores de carga de trabajo, costo, seguridad e interoperabilidad de datos, el TI puede elegir en utilizar su nube privada para mitigar los riesgos y mantener el control; utilizar la infraestructura de nube pública, plataforma o servicios de análisis para mejorar la escalabilidad más profun- damente; o implementar un modelohíbrido que combine recursos de nubepública y privada y servicios.

La línea de fondo: No importa qué modelo de entrega de nube hace más sentido, los negocios con variación de necesidades y de presupuestos puede liberar el poten- cial de dato masivo en ambientes de nube.

Análisis como un Service Insight FrameworkUsted puede manejar las necesidadesdel usuario a través de la gama completa de requerimientos de análisis con AaaS basado en la nube – desde entrega ygestión para uso de datos. Al desar-rollar una estrategia de datos a gran escala en nube completa, usted puede definir un framework de percepción y optimizar el valor total de datos empresarial.

Un framework de percepción AaaS abarca las siguientes capacidades claves:

• Captura y extracción de datos estructu-rados y no estructurados desde fuentes confiables, incluyendo priorizar el dato más crítico e identificar lo que retiene y por cuanto tiempo

• Gestión y control de los datos en virtud de las directrices de política y de gobierno integrales através de una empresa global y de acuerdo con los requerimientos específicos de la industria

• Integración de datos de desempeño,análisis, transformación, y virtual-ización para entregar la información correcta al local correcto al tiempo correcto

Datos a Gran Escala en la Nube: Convergiendo Tecnologías 4

privada, pero obtiene ventaja de fuentes de datos externos valiosos y aplicaciones proveídas en nubes públicas.

Utilizando infraestructura de nube para analizar datos a gran escala tiene sentido porque:

Inversiones en análisis de datos a gran escala pueden ser significativas e impul- sar la necesidad de una infraestructura eficiente y rentable . Los recursos para soportar modelos de computación distri- buidos in-house típicamente se encuentra en centros de datos grandes y de tamaño mediano. Nubes privadas pueden ofrecer un modelo eficiente y con costo-beneficio para implementar el análisis de dato masivo in-house, mientras aumenta los recursos internos con servicios de nubepública. Esta opción de nube híbrida posi- bilita a las compañías a usar espacio de almacenamiento por solicitud y la potencia de la computación mediante servicios de nube públicos para determinadas iniciati- vas de análisis (por ejemplo, proyectos en corto plazo), y provee capacidad agregada y escala según la necesidad.

Datos a gran escala pueden mezclar fuentes internas y externas . Mientras las empresas generalmente mantienen la mayoría de sus datos sensibles in-house, grandes volúmenes de datos a gran escala(de propiedades de las organizacioneso generados por terceros y proveedorespúblicos) pueden ser asignadas externa- mente, alguna de ellos ya está en ambi- ente de nube. Mover fuentes de datos relevantes detrás de su firewall puede ser un recurso de compromiso significante. Analizar el dato donde él está, ya sea en centro de datos en nube pública o internao en sistemas limitados y dispositivos de clientes, generalmente tiene más sentido.

Servicios de datos son necesarios para extraer valor de los datos a gran escala .Dependiendo de la exigencia y del escenario deuso, el mejor uso de su presupuesto de TI se puede enfocar en análisis como servicio (AaaS) – soportado por su nube privada interna, una nube pública o modelo híbrido.

Libere el potencial de los datos a gran escala en la nube

Tecnologías de nube madurasComputación de nube está convirtién- dose en la realidad de muchos negocios, con implantaciones de nube privada en general liderando la manera. La tecnología de Nube está madurando y orientando barreras a la adopción con implemen- taciones en seguridad e integración de datos, mientras las organizaciones deTI están desarrollándose para sopor-tar entrega de servicios de nube. Como resultado, los negocios están demost- rando crecimiento confiable en modelos de entrega de nube. Por ejemplo, una encuesta de 2013 de Ubuntu mostró que el 55% consideraba que la nube estaba lista para cargas de trabajo de misionescríticas.3

Las organizaciones siguen a almacenarmás y más datos en ambientes de nube, lo que representa una fuente de información inmensa y valiosa para extraer. Másallá, las nubes ofrecen a los usuarios de negocios recursos escalable por solicitud. Combinando proveedores y almace- namiento basado en procesador Intel® Xeon® con recursos de rede Intel® SSDse Intel® 10 GbE utilizados en ambientesde nube, con herramientas de procesa- miento de datos a gran escala como software Apache Hadoop*, se provee la computación de alto desempeño nece- sario para analizar un vasto montante de datos de manera eficiente y con costo- beneficio. Ejecutar Hadoop en ambientes virtualizados sigue a evolucionarse y madurarse con iniciativas como proyecto Serengeti VMware open-source, * junta- mente con otros.

Nube y datos a granescala: Una combinación convenienteLa nube entrega modelos de ofertas excepcionalmente flexibles, facilitando al TI evaluar el mejor acercamiento de cada solicitación de usuarios de negocios.Por ejemplo, organizaciones que ya soportan un ambiente interno de nube privada puede añadir análisis de datos a gran escala a sus ofertas locales, ofreciendo un proveedor de servicios de nube, o construyen una nube híbrida que protege datos sensibles en una nube

Tipos de servicios de nube para AaaSAaaS puede ser implantado en nubes basadas en diversos tipos de servicios de nube. Determinar la correcta mezcla de servicios depende de las necesidades del usuario, en comparación con los recursos internos existentes, como un ambiente de nube privado que ya está en el local.

Los tipos básicos de servicio de nube para análisis como servi- cio, incluye Infraestructura como Servicio (IaaS), Plataformacomo Servicio (PaaS), y Software como Servicio (SaaS).

Infraestructura como Servicio (IaaS)

Implantados en el local o mediante un proveedor de nube, IaaS le posibilita asignar o comprar tiempo en recursos de proveedor compartido, que son generalmente virtualizados, para manejar las necesidades de computación y almace- namiento para análisis de datos a gran escala. Sistemas operativos en la nube gestionan proveedores, rede y almacenamiento de alto desempeño.

IaaS provee la base para muchos servicios de nube de las compañías. Sin embargo, IaaS también requiere mejor inver-sión de recursos de TI en el contexto de implementación deanálisis de dato masivo. Su organización será responsable de instalar su propio software, como el Hadoop gramework, ouna base de datos NoSQL, como tecnologías Apache Cassan- dra, *MongoDB, * o Couchbase*. Su equipo será responsable también de gestionar sus recursos asignados, que puede hacerse fácilmente con herramientas automáticas paragestión y orquestación de recursos.

Plataforma como Servicio (PaaS)

PaaS provee los desarrolladores con herramientas y bibliotecas para construir, probar, implantar y ejecutar aplicaciones en infraestructura de nube. PaaS reduce la gestión de carga de trabajo al eliminar la necesidad de configurar y escalar elementos de su implementación Hadoop y servicios como plataforma de implantación para aplicaciones de análisis avanzadas.

Software como Servicios (SaaS)

Aplicaciones específicas para análisis de datos a gran escala en la nube puede ser provistas con SaaS. Usted puede necesitar del uso de múltiples aplicaciones SaaS para cubrirla gama de escenarios de exigencias de usuarios de negocios. Por ejemplo, software que trabaja bien para análisis de fideli- dad puede no trabajar para riesgo de gestión o herramientas de desempeño. SaaS puede ser ofrecido como aplicación independiente o parte de una mejor solución de proveedor de nube. Por ejemplo, Karmasphere ofrece una aplicación paga conforme el uso que analiza dato almacenado con Amazon S3 usando Amazon Elastic MapReduce.*

Infraestructura como Servicio (IaaS) EjemplosA continuación, está una muestra de una solución IaaS de proveedores en el ecosistema de tecnología de nube.• Servicio Amazon Web*• Citrix CloudPlatform*• Windows* Azure* y Microsoft System Center• Software OpenStack* • Rackspace • Savvis • Verizon Terremark* • VMware vCloud* Suite

Plataforma como Servicio (PaaS) EjemplosA continuación, está una muestra de solución PaaS de proveedores en el ecosistema de tecnología de nube.• Force.com • Google App Engine* • Red Hat OpenShift* • VMware Cloud Foundry*• Windows Azure

Software como Servicio (SaaS) Ejemplos A continuación, está una muestra de soluciones de SaaS de proveedores en el ecosistema de tecnología de nube.• Amazon Elastic MapReduce* • Cetas* por soluciones de análisis VMware • Servicios Google BigQuery*• Servicio Rackspace Hadoop*• Windows Azure HDInsight*

Datos a Gran Escala en la Nube: Convergiendo Tecnologías 5

TI como agente de servicios en la nubeComputación en la Nube y un sin números servicios de nube pública disponibles para negocios han facilitado las cosas para dos de los usuarios más pesados de análi-sis – propietarios de línea de negocios y oficial de mercadeo líder – a evitar el TI y la compra de servicios directos. Sin embargo, usuarios de negocios desinformados pueden ser incitados a comprar “análisis instantáneos”, pero métodos ad hoc para adopción de servicios de nube públicas para toda su organización puede resultar en significantes problemas, como la elec-ción del vendedor incorrecto, pérdida de sus datos sensibles y obtener poco retorno de inversión, para listar algunos. TI ofrece servicios específicos, perspectivas y habili- dades que pueden reducir el riesgo del uso de nubes públicas y mejor uso de recursos de nube privada existente.

Datos a gran escala también demandan un nuevo conjunto de habilidades en la empresa, muchas de ellas están en elTI. Los repartos de TI pueden ofrecer el conocimiento de tecnología necesario para ayudar a hacer la computación en nube y el dato masivo trabajaren en su organización, incluyendo administradores Hadoop y desarrolladores y expertosen componentes Hadoop como la basede datos Apache HBase*. Proyectos deanálisis de datos a gran escala implican equipos multidisciplinares, y miembros de TI deben ser colaboradores activos con datos científicos, otro rol relacionado a dato masivo que aparece. Datos científicos son individuales los cuales aplican datos a gran escala para problemas complejos de negocios y da sentido a resultados. Mien- tras ellos pueden situarse en los negocios, ellos también pueden hacer parte de la organización de TI.

Tecnologías Intel de infraestructura de nube y análisis de datos a gran escalaServidores basados en procesa- dores Intel® Xeon® E5 y E7 estánen el centro de la infraestructuraque soporta tanto ambiente de nube como de datos a gran escala, proveyendo a la industria liderazgo, alta eficiencia, computación de alto desempeño. En adicción:

• Servidores con almacenamiento basado en procesadores Intel®Xeon® E5 soportan capacidad de almacenamiento avanzado como compresión, cifrado, jerarquización de datos automatizado, de dupli-cación de datos, codificación de borrado y thin provisioning son ideales para almacenamiento y proc- esamiento de grandes volúmenesde datos. Estas tareas intensivas de computación proveen seguridad mejorada, mejor eficiencia, y mejor costo total de propiedad a través de huella de almacenamiento reducido.

• Unidad de estado sólido Intel®(SSDs) son unidades de alto- rendimiento, alta resistencia para almacenamiento en bruto.

• Los Adaptadores de red conver- gida Ethernet de 10 Gigabit provee conexiones de alto rendimiento para grandes conjuntos de datos.

Intel también provee capacidades de seguridad mejorada de hard-ware, incluyendo la Tecnología deprotección de datos de Intel® con nuevas Instrucciones de Estándares de Cifrado Avanzado (Intel®-AES-NI), que aceleran el cifrado y descifrado de dato en hasta 10 veces, 4,5También, Tecnología de Protección de Plataforma Intel® con Tecnología Intel® Trusted Execution (Intel® TXT)puede proveer un hardware rootde confianza para asegurar que se procese el dato en o migrado para proveedores de reservas confiables.

Como agente para servicios de nube, el TI puede trabajar con usuarios de negocios para obtener la mejor solución posible de análisis basada en nube, certificándoseque estas importantes áreas sean consideradas.

Área Cuestiones

Gestión de datos institucional

¿En qué los proveedores de nube están siendo evaluados? El potencial para dato ser almacenado, gestionado y analizado por múltiples proveedores sin negligencia es un grande riesgos.

Propiedad de Datos

¿Quién es el propietario del dato que su proveedor almacena y gestiona? ¿Su compañía retiene la propiedad?

Seguridad ¿Qué nivel de seguridad es proveído y a qué niveles de pila de solución? Proveedores con seguridad construida profundamente en infraestructura y plataforma, bien como en nivel de aplicación puede proveer mejor garantía.

Cumplimiento ¿Son abordados casos de cumplimiento en general, bien como relacionados a su industria específica? ¿Cómo se hacen anónimos los datos para proteger la privacidad?

Integración de Datos

¿Cómo el dato es integrado y a que costo?

Migración de Datos ¿Cuántos datos hay que mover y a qué costo? Mover grandes volúmenes de datos hacia y desde la nube puede tener costo inaccesible.

Streaming de Datos ¿La fuente de dato está transmite información en tiempo real? Datos en tiempo real requiere recursos enormes para gestionarse, y dato que transmite continuamente puede ser mejor manejada in-house.

Evaluación de Tecnología

¿Qué soluciones de análisis y procesamiento y almacenamiento de dato masivo son proveídos? ¿Cómo los componentes son optimizados para desempeño?

Exigencias de habilidades

¿Qué habilidades son necesarias para identificar fuentes de datos apropiadas, aplicar la satisfacción correcta y modelos de análisis e interpretar resultados? ¿El proveedor de servicios incluye acceso a soporte de tecnología y análisis? ¿En qué nivel? ¿Cómo el complemento in-house funciona?

ROI ¿Cuál es el retorno de la inversión para la tecnología, modelos de entrega, seguridad y método de integración de dato?

Datos a Gran Escala en la Nube: Convergiendo Tecnologías 6

TI competiendo para vencer con análisis de datos a gran escalaEn un número creciente de compañías, usuarios de negocios ya consumen TI como Servicio. TI puede seguir expand-iéndose en este rol para facilitar servicios de análisis de dato masivo basado en nube. Como agente de servicios de nube su rol es pesar las necesidades del usuario con las opciones de entrega disponibles para su organización. Esto significa desar- rollar una estrategia para servicios priva- dos, públicos e híbridos; resultando en disciplina en la selección de proveedores de servicio de nube; y negociando y esta- bleciendo contratos con potencial prov- eedores de servicio de nube, entre otras tareas similares. Organizacionalmente, esto puede reducir riesgo y mejor uso de inversiones existentes en tecnologías de nube privada. Usuarios individuales se benefician al obtener la solución correcta para atender sus necesidades.

El TI puede rápidamente demostrar valor para el negocio al asociarse con usuarios para:

• Seleccionar la implementación correcta de nube privada o pública para sus nece- sidades al definir los requerimientos de tecnología, evaluando riesgo y especifi- cando requerimientos de implantación basada en las políticas de gobernanzade la corporación y requerimientos cumplimiento regulatorio. Por ejemplo, determinadas cargas de trabajo pueden haber que ser gestionada en una nube privada en locación específica.

• Construir o trabajar efectivamente con una tecnología aparcera para desarrollar servicios conforme requerido.

• Evaluar y revisar servicios externos para diseño, entrega, personalización, precio, privacidad, integración, seguridad y soporte.

• Servicios de provisión desde fuentes internas y externas así ellos aparecen sin interrupciones para usuarios.

• Desarrollar relaciones con proveedores de servicios de nube revisado.

• Gestionar servicios existentes, incluy-endo acuerdos de nivel de servicio (SLAs) y ciclo de vida del servicio.

Como un agente de servicio, el TI colabora con el negocio de la mejor manera para usar la tecnología para ventajas competi-tivas. Con análisis de dato masivo basado en nube, el objetivo debe ser proveer la solución correcta para las necesidades de los usuarios equilibrada con las políti-cas de gobernanza de la corporación, recursos de TI existentes, requerimientos de desempeño, y objetivos de negocios generales. En la mayoría de los depar-tamentos de TI actualmente, proveen este enfoque consultivo para servicio requerirá el TI para reorganizar para remover los silos, contratar o desarrollar miembros de equipo con nuevas habili-dades, y animar una fuerte aparcería con el negocio.

El pago será significante, especialmente para proyectos de análisis de dato masivo, que requieren colaboración entre los expertos en tecnología TI, usuarios de negocio, científicos de dato, y otros quienes pueden ayudar a desarrollar el plan de análisis apropiado y algoritmos para extraer percepciones significantes del dato.

Datos a Gran Escala en la Nube: Convergiendo Tecnologías 7

Próximos pasos para TIEl TI es una posición única en la orga- nización. A pesar de o, quizás, por causa del, explosivo crecimiento de dato, surgen tecnologías, y cambiosrápidos, usted puede proveer liderazgo muy necesarios con su organización para análisis de dato masivo. Primeroy principalmente, considere como el TI puede desarrollarse como facilitar para servicios basado en nube de análisisde dato masivo para su negocio. Usted también puede:

• Asóciese con propietarios de nego-cios ahora para determinar cómo el dato masivo puede ser usado para solucionar problemas de negociosen su organización y alinear las oportunidades. Como un aparcero comprometido, usted puede ayudara evaluar e influenciar la elección dela tecnología y establecer mejoresprácticas.

• Explore las opciones de tecnologíapara análisis de datos a gran escala en la nube, incluyendo modelos de entrega privado, público e híbrido. Manténgase actualizado con las tendencias, observe el mercado y entienda los costos.

• Crear o actualizar una estrategia de datos a gran escala ya existente que defina el proceso para comprometer al TI con proyectos de análisis de datos a gran escala. Tenga en mente que usted habrá que hacerlo sencillo y rápido para usuarios para avanzar, o las unidades de negocio trataran las cosas de su propia manera.

• Considerar como organizar a TI paramejor compromiso con los usuarios de negocios y colaborar y asistir en proyectos de datos a gran escala.

Para saber más acerca de datos a gran escala y computación en nube. Visiteintel.la/bigdata e intel.la/cloudcomputing.

1 Groenfeldt, Tom. “Big Data—Big Money Says It Is a Paradigm Buster.” Forbes (January 6, 2012). forbes.com/sites/tomgroenfeldt/2012/01/06/big-data-big-money-says-it-is-a-paradigm-buster/ 2 Peer Research: Big Data Analytics: Intel’s IT Manager Survey on How Organizations Are Using Big Data. Intel IT Center (August 2012). 3 Ubuntu 2013 Server and Cloud Survey. Ubuntu Server (September 10, 2013). 4 Software y cargas de trabajo usados en las pruebas de desempeño pueden haber sido optimizadas solamente para desempeñarse en microprocesadores Intel. Pruebas de desempeño como SYSmark*

y MobileMark* se miden usando sistemas de computadoras, componentes, software, operaciones, y funciones específicos. Cualquier cambio a cualquier uno de estos factores puede causar variación de resultados. Usted debe consultar otras informaciones y pruebas de desempeño para ayudarlo en una evaluación completa al considerar la compra, incluyendo el desempeño de este producto cuando combinado con otros productos.

5 Fuente: Prueba con Oracle* Database Enterprise Edition 11.2.0.2 con Transparent Data Encryption (TDE) AES-256 muestra un aumento de 10veces de la velocidad cuando se inserta 1 millón de fila 30 veces en una tabla vacía en procesador Intel Xeon X5680 (3.33 GHz, 36 MB RAM) usando rutinas Intel Integrated Performance Primitives (IPP), comparado con el procesador Intel Xeon X5560 (2.93 GHz, 36 MB RAM) sin Intel IPP.

Cualquiera fuente de código de software reproducido en el documento es proveído bajo una licencia de software y solamente puede usarse o copiarse conforme los términos de esta licencia. Las características y beneficios de las tecnologías Intel dependen de la configuración del sistema y puede requerir hardware habilitado, software o activación de servicio. El desempeño varía

dependiendo de la configuración del sistema. Ningún sistema de computadora puede ser absolutamente seguro. Verifique con su representante de sistema o revendedor o sepa más en intel.com. LA INFORMACIÓN EN EL PRESENTE DOCUMENTO SE PROPORCIONA EN RELACIÓN CON LOS PRODUCTOS INTEL. NINGUNA LICENCIA, EXPRESA O IMPLÍCITA, POR IMPLICACIÓN O DE OTRA

MANERA, A CUALQUIER DERECHO DE PROPIEDAD INTELECTUAL SE CONCEDE POR ESTE DOCUMENTO. EXCEPTO LA PROVEÍDA EN LOS TÉRMINOS Y CONDICIONES DE INTEL PARA VENTA DE TALES PRODUCTOS. INTEL NO ASUME NINGUNA RESPONSABILIDAD Y INTEL RENUNCIA A CUALQUIER GARANTÍA EXPRESA O IMPLÍCITA, RELACIONADA CON LA VENTA Y / O EL USO DE PRODUCTOS INTEL, INCLUYENDO RESPONSABILIDAD O GARANTÍAS RELACIONADAS CON LA APTITUD PARA UN PROPÓSITO PARTICULAR, COMERCIABILIDAD O INFRACCIÓN DE CUALQUIER PATENTE, DERECHO DE AUTOR O DE OTRO DERECHO DE PROPIEDAD INTELECTUAL.

UNA “APLICACIÓN PARA MISIÓN CRÍTICA” ES CUALQUIER APLICACIÓN EN LA QUE EL FALLO DEL PRODUCTO INTEL PUEDA RESULTAR, DIRECTAMENTE O INDIRECTAMENTE, EN LESIONES PERSONALES O MUERTE. SI USTED COMPRA O UTILIZA LOS PRODUCTOS DE INTEL PARA CUALQUIER APLICACIÓN DE MISIÓN CRÍTICA, USTED INDEMNIZARÁ Y MANTENDRÁ INTEL Y SUS SUBSIDIARIAS, SUBCONTRATADORES Y AFILIADAS, Y DIRECTORES, OFICIALES Y EMPLEADOS DE CADA UNA, INOCUO CONTRA TODOS LOS RECLAMOS COSTOS, DAÑOS Y GASTOS Y DERECHOS RAZONABLES DE LOS ABOGADOS QUE SURJAN DE, DIRECTAMENTE O INDIRECTAMENTE, CUALQUIER RECLAMACIÓN DE RESPONSABILIDAD DEL PRODUCTO, LESIÓN PERSONAL O MUERTE QUE SURJA DE CUALQUIER FORMA FUERA DE SU APLICACIÓN DE MISIÓN CRÍTICA, NI INTEL NI SU SUBCONTRACTADOS NO SON NEGLIGENTE EN EL DISEÑO, FABRICACIÓN O ADVERTENCIA DEL PRODUCTO INTEL O DE CUALQUIERA DE SUS PARTES..

Intel puede realizar cambios en las especificaciones y en la descripción de los productos en cualquier momento, sin previo aviso. Los diseñadores no deben confiar en la ausencia o detalles de las características o instrucciones marcadas como “reservadas” o “no definidas”. Intel los reserva para futuras definiciones y no tendrá responsabilidad alguna por conflictos o incompatibilidades derivados de futuros cambios en ellos. La información aquí está sujeta a cambios sin previo aviso. No termines un diseño con esta información.

Los productos descritos en este documento pueden contener defectos de diseño o errores conocidos como erratas que pueden hacer que el producto se desvíe de las especificaciones publicadas. Las erratas actuales están disponibles bajo solicitud.

Contacte su departamento local de ventas de Intel o su distribuidor para obtener las últimas especificaciones y antes de realizar su pedido del producto. Copyright © 2016 Intel Corporation. Todos los derechos reservados. Intel, el logotipo de Intel, y Intel Xeon con marcas registradas de Intel Corporation en los EE.UU. y/u otros países. *Otros nombres y marcas pueden ser reclamadas como propiedad de tercero 1015/LF/OC/XX/PDF 328762-002US