Eric Kavanagh: Doamnelor și domnilor, salut și bineveniți din nou la TechWise. Ma numesc Eric Kavanagh. Voi fi moderatorul dvs. pentru episodul 3. Acesta este un nou spectacol pe care l-am proiectat alături de prietenii noștri de la Techopedia, un site foarte cool care, evident, se concentrează pe tehnologie și, bineînțeles, aici, la Grupul Bloor, ne concentrăm destul de puternic pe întreprindere tehnologie. Astfel, software-ul de toate tipurile de întreprindere și întregul format TechWise au fost concepute pentru a oferi participanților noștri un aspect foarte bun la un spațiu specific. Așadar, am făcut Hadoop, de exemplu, am făcut analize în ultimul show și în acest spectacol special, vorbim totul despre cloud.
Deci, se numește „Imperativul norului - Ce, unde, când și cum”. Vom vorbi astăzi cu câțiva analiști și apoi cu trei vânzători. Așadar, Qubole, Cloudant și Attunity sunt sponsorii emisiunii de astăzi. O mulțumire mare pentru acei oameni pentru timpul și atenția lor de azi și o mulțumire mare, desigur, tuturor celor de acolo. Și rețineți că, în calitate de participanți la aceste spectacole, jucați un rol semnificativ. Vrem să vă puneți întrebări, să vă implicați, să interacționați, să ne anunțați ce credeți, deoarece, în mod evident, întregul scop al emisiunii de aici este să vă ajutăm să înțelegeți ce se întâmplă acolo în lumea computerelor cloud.
Puntea imperativă a norului
Deci, haideți să mergem de-a lungul. Întâi gazdă, gazda ta acolo, Eric Kavanagh, sunt eu și apoi îl avem pe dr. Robin Bloor care sună de la un aeroport, de fapt și bunul nostru prieten Gilbert, Gilbert Van Cutsem, un analist independent, va împărtăși și el câteva gânduri cu tine. Apoi vom auzi de la Ashish Astfeloo, CEO și co-fondator Qubole. Vom auzi de la Mike Miller, om de știință principal la Cloudant și, în sfârșit, de la Lawrence Schwartz, VP de marketing la Attunity. Deci, avem o mulțime de conținut aliniat pentru tine astăzi.
Deci, cloud - edict de sus - acesta este un concept care mi-a venit în ziua trecută când mă gândeam la asta. Într-adevăr, cloud computing este uriaș în aceste zile. Adică, este destul de fascinant să urmărești evoluția acestor lucruri și unul dintre exemplele pe care le dau adesea este chiar în tehnologia de webcasting. Desigur, cei care au apelat la început au auzit câteva provocări tehnice interesante. Aceasta este o problemă a norului este că se schimbă, se schimbă formatul, se schimbă standardele, se schimbă interfețele și, uneori, când încercați să conectați două zone diferite, aveți unele dificultăți, aveți unele probleme. Deci, acesta este de fapt unul dintre lucrurile de care vă faceți griji în ceea ce privește cloud computing. Fii atent la arhitectură! Puteți vedea asta la ultimul punct.
Unul dintre lucrurile pe care le facem, la fel ca o notă laterală aici, pentru transmisia noastră web, avem un furnizor separat de conferințe telefonice. Apoi folosim WebEx. Nu folosim audio WebEx pentru că sincer, o singură dată am folosit WebEx audio în urmă cu ani și s-a prăbușit și a ars într-un mod cel mai neplăcut. Astfel, nu suntem dispuși să riscăm din nou acest risc. Așadar, folosim propria noastră companie de înregistrare audio, numită Arkadin, de fapt și împletim, în timp real, toate aceste soluții diferite. Și ideea este că am putea să vă trimitem prin e-mail o aplicație de e-mail separată cu diapozitive, în caz că, de exemplu, WebEx s-ar fi prăbușit, vă spunem tuturor să formați, să vă trimitem un e-mail și să treceți mai mult prin el sau mai puțin fără tipurile de medii WebEx. Deci, modul în care puteți să vă confruntați cu aceste tipuri de probleme, dar aceste probleme sunt peste tot.
Dar, există multe avantaje pentru cloud. Evident, este o barieră scăzută pentru intrare, poți să te uiți la copilul afiș de cloud computing este salesforce.com, desigur, ceea ce a revoluționat doar afacerile, în special automatizarea forței de vânzare, evident. Dar, atunci aveți lucruri precum Marketo și iContact și Constant Contact și Sailthru și, bunătate milostivă, în ceea ce privește marketingul și automatizarea vânzărilor, există tone de instrumente, dar nu este tot ce există. HR-ul îl ajută la întregul joc cloud, analitica este în jocul cloud. Uită-te la acea companie puțin cunoscută de acolo Amazon Web Services, ceea ce fac cu cloud computing - este doar masivă. Și am auzit o ofertă grozavă a doua zi de la un tip cu care lucrăm mult cu David, care acum a terminat la Cisco, de fapt, compania care a cumpărat WebEx. Nu sunt sigur că au investit atât cât mi-aș dori să aibă în WebEx, dar aceasta nu este decizia mea, nu? Însă, el este la Cisco în aceste zile și a avut un citat foarte amuzant, doar de milă și adică „nu există un singur nor, sunt mulți nori” și exact așa este. Sunt foarte mulți nori. De fapt, fiecare furnizor de cloud este propriul său cloud. Deci, una dintre provocările din aceste zile este să conectați cloud, nu? Dacă sunteți forță de vânzări, nu ar fi frumos să vă conectați direct la iContact și la Contactul constant și la LinkedIn, de exemplu, și poate la Twitter și la alte medii, alți nori de acolo doar au fixat împreună soluții de afaceri care au sens pentru dvs. și compania ta.
Așadar, acestea sunt câteva aspecte de care trebuie să țineți cont, dar cloud este aici pentru a rămâne. Știi doar despre asta, software-ul on-premise este aici pentru a rămâne. Deci, ce trebuie să ne dăm seama în întreprindere sau în orice întreprinderi de dimensiuni mici sau mijlocii, cum vă definiți arhitectura și să o mențineți astfel încât să puteți folosi norul fără a crea un gigant în altă parte în afara controlului dvs.? Deci, evident, întreaga industrie a stocării de date a evoluat în jurul unei necesități de consolidare a informațiilor critice pentru a analiza informațiile și a lua decizii mai bune.
Ei bine, acum Amazon Web Services are Redshift. Aceasta este una dintre cele mai mari transmisiuni web pe care le-am făcut vreodată a fost cu Redshift. Este o afacere destul de mare. Modifică dinamica, schimbă structurile de prețuri. Puteți urmări cum prețurile dvs. scad pe licențele software tradiționale pentru întreprinderi, în parte, din cauza cloud computing și în parte, deoarece acești oameni sunt acolo scăzând punctul de preț, punând presiune asupra prețului. Deci, aceasta este o veste bună pentru utilizatorii finali. Este ceva ce trebuie să țineți cont cu siguranță pentru oricine este cel care încearcă să utilizeze unele dintre aceste tehnologii. Deci, trebuie să țineți cont și despre asta vom vorbi astăzi în emisiune.
Deci, analistul Dr. Robin Bloor va fi primul nostru analist pentru a doua zi. Așadar, voi merge înainte și voi împinge primul său diapozitiv și îi voi înmâna cheile. Robin, cred că ești aici undeva, te afli. Și cu asta o voi preda, iar podeaua este a ta!
Dr. Robin Bloor: Bine, Eric. Mulțumesc pentru introducerea respectivă. Am dat peste … acum câteva zile, am dat peste un sondaj al consumatorilor, de fapt, care a pus întrebarea - crezi că vremea furtunoasă interferează cu cloud computing? Și mai mult de 50 la sută dintre ei au spus da. M-am gândit doar să te anunț că nu, dacă ești unul dintre cei care cred în asta. Și atunci, este cam ca să crezi asta, să știi, când ai zăpadă la televizor este pentru că ninge afară.
Cloud, știți, unul dintre lucrurile este acela că este un lucru important, dacă doriți, un detaliu simplu al norului este că cloud este de fapt un centru de date într-un fel sau altul, sau orice serviciu cloud special este un centru de date. Singurul lucru este că este un centru de date diferit de norul tradițional. Așadar, aveam să vorbesc în general despre cloud, astfel încât, ca backup, să intru în detalii despre utilizarea norului, deoarece nu are rost să acoperi același teren.
Așadar, primul tip de punct pe care aș dori să-l pun este acela că cloud este un serviciu, știi? Și unul dintre lucrurile care se întâmplă de fapt din cauza cloud computing este că există … bine, numesc moartea brandurilor, o serie întreagă de mărci de software au o putere groaznică și continuă să aibă puteri în calcularea corporativă. După ce ajungi în nor, nu mai au prea multă putere, știi? Când cumpărați un serviciu cloud, vă pasă de aplicație, desigur, vă pasă de nivelul de servicii pe care vi-l va oferi cloud, nu doriți ca serviciul cloud să se defecteze frecvent, vă pasă de costul de utilizare și vă pasă de acestea lucrurile pentru că acesta este un serviciu, dar ceea ce nu vă mai interesează este că nu vă interesează ce hardware funcționează în special, nu vă interesează care este tehnologia de rețea, nu vă interesează ce sistem de operare funcționează este, nu-ți pasă care sunt sistemele de fișiere, nici măcar nu-ți pasă ce este baza de date și asta este de fapt folosit special de orice servicii de baze de date din cloud, știi? Și impactul pe care îl are într-un fel este că cloud este o groază de branduri de software care nu au nicio valoare reală în cloud, deoarece, știți, intrați în cloud într-un fel sau altul pentru ceva care este un serviciu și nu mai este un produs. Așa că, m-am gândit că pot face câteva imagini din motive pentru a nu folosi cloud, știi, iar acestea sunt toate, dacă îți place, știi, motive sângeroase simple, evidente, dar cineva a trebuit să le spună, deci, eu am crezut că o să fac.
Deci, motive care nu sunt pentru mine … să nu folosească norul - dacă nu pot furniza tipul de date și procesul de guvernare pe care le doriți, știți, atunci pur și simplu nu respectă criteriile dvs. Dacă nu vă pot oferi performanțele dorite, nu va îndeplini criteriile. Dacă cloud vă oferă flexibilitate în ceea ce privește modul în care puteți muta lucrurile, atunci nu va îndeplini un criteriu. Acestea sunt doar motive evidente pentru care anumite servicii cloud nu ar potrivi multor oameni grozavi, în afară de a face computing corporativ.
S-ar putea să nu o faci pentru că o poți face mai ieftin. Norul nu este întotdeauna cea mai ieftină opțiune. Unii par să se gândească, deoarece de multe ori este o opțiune ieftină, întotdeauna va fi mai ieftin, nu este întotdeauna mai ieftin. Și celălalt lucru este că, dacă luați o aplicație dintr-un cloud, aceasta nu se integrează bine cu ceea ce faceți, atunci probabil că nu veți merge mai departe cu aceasta, iar acestea sunt motivele de a vă abate. .
Iată care sunt motivele pentru a adopta. Știi, unul dintre lucrurile pe care le poți face în cloud, destul de rezistent la gloanțe, este activitatea de prototipare. Dacă fie puteți prototip în cloud și să implementați în centrul de date, este în întregime viabil și există o mulțime de oameni care fac asta. Puteți încărca lucrări din centrul de date cu aplicații care nu sunt critice, deoarece probabil, veți putea găsi un fel de servicii cloud care să răspundă nivelului dvs. de serviciu la chestii necritice. Și puteți încărca aplicații specifice, cum ar fi salesforce.com și oferte similare cu aceasta, știți, aplicațiile standard. Toată lumea are o capacitate în acea zonă, iar domeniul nu este specializat și, știi, tradiționalul … orice este disponibil în cloud va fi probabil ceea ce mergi.
Așadar, ultimul lucru pe care am vrut să-l spun, este un lucru cam interesant, într-adevăr, este când căutați de fapt norul, o modalitate de înțelegere este la fel ca o serie de economii de scară. Întreaga idee este că, știi, rulează un centru de date acolo și vei apela la acel centru de date de undeva sau altul și îl folosești și, prin urmare, ar fi mai bine, ar fi mai bine în principalul mai ieftin decât dacă o faci tu singur. Deci, știți, este vorba doar de economii de scară.
Furnizorii de cloud, aleg locația centrului de date, iar cel mai bun loc pentru a localiza centrul de date este chiar lângă o centrală și mai ales chiar lângă o centrală ieftină. Deci, o centrală la nord care se întâmplă să fie hidroelectrică sau ceva de genul. În mod normal este cel mai ieftin, știi? Puteți localiza de fapt centrul de date acolo și veți găsi că este mai ușor. Este mai puțin costisitor să angajezi oameni în astfel de locații decât în centrul orașului New York sau San Francisco. Puteți standardiza pe întreaga instalație în ceea ce privește aerul condiționat și puterea. Asta vă va salva foarte mult, deoarece înseamnă că, știți, puteți da o clădire întreagă și asta fac exact toți operatorii de cloud. Se standardizează pe hardware-ul de rețea, se standardizează pe hardware-ul pe care îl folosesc, în mod normal plăci x86 de mărfuri, adesea le vor asambla singure. Deci, unii chiar construiesc totul. Vor folosi software-ul Amazon pe care îl pot, deoarece, de fapt, nu înseamnă niciun cost pentru adoptarea acestuia. Se vor standardiza în toate softurile. Deci, nu vor actualiza niciodată nimic, decât să actualizeze toate simultan. Ei vor organiza sprijinul. Astfel, aceștia vor plăti sprijin multor furnizori diferiți care au doar propriile lor facilități de asistență. Aceștia vor avea capacitate de extindere și de extindere, în sensul că vor rula mai mult decât ați executa vreodată acest tip de servicii și vor monitoriza utilizarea lor într-un mod pe care majoritatea centrelor de date nu îl pot, deoarece nu generează un singur serviciu standardizat, dar majoritatea centrelor de date rulează o serie întreagă de lucruri. Și despre asta este vorba, într-adevăr, și despre asta, într-un anumit fel, puteți defini dacă vă interesează sau dacă nu pentru o anumită aplicație. Deci, știi, genul meu grosier este faptul că, acolo unde sunt posibile economii de scară, norul va prelua mai devreme sau mai târziu. Însă, modul în care inovația și flexibilitatea și lucrurile foarte specifice pe care le faci tu chiar nu pot. Norul va fi întotdeauna cel mai bun al doilea.
Bine. Lasă-mă să-l transmit înapoi lui Eric sau lui Gilbert.
Eric Kavanagh: Bine, Gilbert, îți voi da cheile aici pentru WebEx. Așteptare. Doar faceți clic pe oriunde pe acea diapozitiv și folosiți săgeata în jos de pe tastatură.
Gilbert Van Cutsem: Cred că sunt la control.
Eric Kavanagh: Ești în control.
Gilbert Van Cutsem: Bine. Începem. Imperativul norului - cerul este limita, este o legendă urbană sau ce ai crede despre asta? Acestea sunt doar câteva discuții și lucruri de luat în considerare.
În primul rând, din fața „ce”, știți, așa cum știm cu toții, nu cred că cineva se îndoiește de acest lucru. Saficția SaaS este aici pentru a rămâne, deoarece software-ul nu moare niciodată, ci doar se mută în cloud, nu? Cred că am spus asta înainte în ediția precedentă. Nu, sau Eric a spus asta pentru mine într-o ediție anterioară. Și cred că motivul evident, iar acest lucru se întoarce și la Robin într-un fel, este acela că, din partea corporativă a lucrurilor, cronologia corporativă este destul de ușoară. OCM are întotdeauna nevoie de toate și are nevoie de el acum. Deci, el este aproape de timp pentru a face piață. Atât de trist, este o scuză bună pentru asta într-un fel pentru el. CIO, cu toate acestea, este puțin nervos pentru SaaS și norii, deoarece, știți, întreaga problemă de elasticitate înseamnă că ceea ce urcă trebuie să coboare și el. Trebuie să fii gata să faci o scară, dar și să scali înapoi. Deci, este un pic nervos în privința asta. CFO-ul nu este nervos, nu mai mult decât de obicei, dar merge ca: "Hei, asta este … cât de mult ne va stabili asta?" Este, știi, nefasta cheltuială de capital față de discuțiile OPEX. Este destul de vechi, dar este foarte important, știi, foarte important în această lume. Și atunci, nu în ultimul rând, este CEO, desigur. El spune: "Oh! Atenuarea riscului! Băieți, sunteți cu toții încântați, dar suntem pregătiți pentru asta?" Pentru că riscul este ceea ce crede el.
Deci, care este riscul? Doar câteva gânduri, nu? Avem de-a face aici cu leadership-ul gândirii, dar pe o cale neterminată, deoarece acestea sunt lucruri destul de noi, toate destul de recente. Dacă nu vă gândiți la asta, nu avem o mulțime de puncte de date. Și, de asemenea, noi, pe partea de risc, trebuie să ne ocupăm de îmbarcare, știți, oamenii care semnează acorduri merg de genul: „Da, asta dorim, calea de urmat”, se înscriu, dar apoi nu este de ajuns. Știi, trebuie să te îmbarci de oameni și asta, ții minte filmele? Înapoi în traducere, asta este un pic, știi, despre ce este vorba la bord. Și atunci, așa cum a spus doar Robin, știți, on-prem nu va fi neapărat plecat imediat. Deci, trebuie să integrați ambele lumi. Este o lume hibridă. Și deci, cum vei face asta? Este 80-20, regula 80-20 Pareto, este în regulă? Este destul de bun? Și apoi gunoiul în / gunoi afară când conectați sistemele. Este în regulă? Este durabil? Pentru că, să știți, aveți de gând să migrați, aveți de gând să vă asociați întreprinderea către sistemul root, cum aveți de gând să faceți asta? Și apoi ultima, care cred că este extrem de importantă, este arhitecturile multitenante, ceea ce înseamnă că confidențialitatea datelor pe propriile date, uneori se numește „deține propriile date”, devine foarte importantă, știi? O sută de oameni care utilizează același sistem, o singură bază de date se află sub sistem, cine o să-mi vadă datele? Doar eu, nu? Ești absolut sigur de asta? Confidențialitatea datelor, securitatea datelor ajută experții. Dacă sunteți CIO, acesta readuce „eu” în CIO pentru că acum sunteți responsabil de informații. Este destul de interesant dacă ești CIO.
Deci, haideți să vorbim puțin despre „de ce”. Deci, cred că intenția strategică a tuturor acestor lucruri este foarte simplă. Dacă sunteți abonat, există presiune pe piață. Dacă sunteți un furnizor, există o presiune concurențială. Dacă aveți colegi, există presiune de la egal la egal. Dacă sunteți abonat, este doar psihologia pieței. Toată lumea vrea să meargă la cloud, SaaS sau orice ai numi, cloud SaaS, toți avem nevoie și vrem să mergem acolo. Iar motivul este de obicei financiar. Acesta este motivul evident, dar dacă vă gândiți la aspectul financiar, intrați în ceea ce numesc paradoxul factură-buget. Vei accesa un abonament, sisteme care pot mânca, 50 $, 500 $ pe lună sau ceva de genul ăsta, sau visezi că te folosești, astfel încât să plătești doar pentru ceea ce folosești cu adevărat? Și deci, cum va merge asta, bazat pe utilizare, pe consum? Ai de gând să contorizezi toate chestiile astea? Probabil că nu se va întâmpla imediat. Așadar, veți termina cu un mecanism hibrid, adică plătesc 200 pe lună și poate ocazional 500 pentru că trebuie să plătesc consumul suplimentar. Retainer Plus, probabil că va merge, după părerea mea, pe calea de urmat.
Dar, există și ceva pe care îl numesc intenția ascunsă pe frontul larg și cred că, știți, acest lucru este absolut real. Este schimbarea controlului, este CIO versus OCM, schimbarea puterii sau lupta de putere dintre OCM, „Vreau totul și vreau acum” și CIO, care spune ca: „Hei, asta este totul despre date, știi? Am rulat, acum 20 de ani, era vorba despre sisteme hardware. În urmă cu zece ani, totul era despre aplicații. Astăzi, este vorba despre date. Și din moment ce eu sunt CIO - informație - totul este eu. Sunt în control. " Deci, acesta este un fel de schimbare de putere sau de luptă pentru putere. Cred că se întâmplă chiar acum între aceste două, OCM și CIO.
Deci, până la urmă, acest lucru este atât de tânăr încât nimeni nu știe cu adevărat dacă suntem în tipul de mediu inovator sau în tipul de mediu care adoptă mai devreme. Cred că ne aflăm în tipul de mediu care adoptă timpuriu, nu majoritatea timpurie, doar adoptatorul timpuriu, dar, știți, un fel de jumătate. Și deci, știți, pentru client, utilizatorul final, abonat, este vorba despre obținerea unui start start, deoarece OCM dorește pornirea capului, nu? Și deci, este important să nu sfârșim cu ceea ce numim randamente diminuante. Limitarea startului capului poate duce la diminuarea randamentului. De aceea este extrem de important să știți, să găsiți, să aveți încredere în părțile care se pot asigura că un singur punct de eșec nu este o problemă și că respectarea securității datelor. Deci, va necesita destul de mult managementul schimbărilor. Și deci, până la urmă - aproape terminat, acesta este ultimul diapozitiv - cum vom face acest lucru? Cum va fi mutarea către cloud, mutarea către SaaS, știți, fără probleme și ușor? Ei bine, făcând două lucruri: acordând atenție - aprovizionare - într-adevăr important, și la bord, chiar mai important.
Eric Kavanagh: Bine …
Gilbert Van Cutsem: Și în acest caz, cerul este limita. Mulțumesc.
Eric Kavanagh: Da. A fost grozav. Mi-au plăcut ideile foarte provocatoare, îmi place felul în care ai rupt toate astea. Cred că asta are mult sens. Și să mergem înainte și să împingem prima diapozitivă a lui Ashish și vă voi înmâna cheile WebEx către dvs., Ashish. Bine, mergi mai departe. Doar faceți clic pe oriunde pe acea diapozitiv și folosiți săgeata în jos de pe tastatură. Acolo te duci.
Ashish Suchoo: Bine. Mulțumesc, Eric. Bună oameni, acesta este Ashish și am să vă povestesc despre Qubole. Deci, doar pentru a porni, Qubole, în esență, furnizează date mari ca platformă de servicii. Este o platformă bazată pe cloud găzduită în cloud Amazon și în Google și oferim tehnologie precum Hadoop, Hive, Presto și o mulțime de altele despre care voi vorbi, toate într-o manieră la cheie, astfel încât clienții noștri să poată ieși în esență din toată confuzia din lumea infrastructurii de date mari sau iese din funcționarea efectivă a unei infrastructuri și se concentrează cu adevărat mai mult asupra datelor lor și asupra transformărilor pe care doresc să le facă asupra datelor lor. Deci, despre asta este vorba Qubole.
În ceea ce privește beneficiile tangibile, o modalitate de a gândi Qubole, știți, desigur, este o platformă la cheie, de autoservire, pentru analiza datelor mari și integrarea datelor mari construită în jurul lui Hadoop, dar mai fundamental, ceea ce face este că, tu? știți, pentru toate motoarele de date mari, cum ar fi Hadoop, Hive, Presto, Spark, Chartly și așa mai departe, aduce toate avantajele cloud-ului acestor motoare de date mari și a unor manifestări cheie pe care le aduce de la Perspectiva de cloud este, știi, să faci ca infrastructura să se adapteze și, prin adaptare, mă refer atât la agilitate, cât și la flexibilitatea la sarcinile de lucru care se desfășoară pe oricare dintre aceste motoare și, de asemenea, ca aceste motoare să fie mult mai autoservite și colaborative în sensul că, Știi, Qubole oferă interfețe în care poți folosi aceste tehnologii particulare nu doar pentru dezvoltarea ta sau, știi, sarcini orientate către dezvoltatori, dar chiar și ceilalți anali de date pot începe să obțină beneficiile acestor tehnologii la un autoservire interfață.
Avem multe, știi, referitoare la acest particular, știi, webinar, știi, aceasta este una dintre perspectivele noastre cu privire la ce beneficii ale norului pe care Qubole le aduce la datele mari. Deci, dacă faceți doar o comparație între modul în care alergați, spuneți Hadoop și lăsați sarcinile de lucru într-o setare on-prem, într-o setare on-prem, vă gândiți întotdeauna în termeni de clustere statice, știți, vă rezolvați clustere, poate le măriți la maximul dvs. de utilizare și le păstrați acolo și atunci dacă trebuie să le schimbați, atunci trebuie să parcurgeți un întreg proces de achiziții, de desfășurare, de testare și așa mai departe. Qubole schimbă faptul că, prin crearea de clustere complet la cerere, clusterele noastre sunt complet elastice, folosim obiectele stocate din cloud pentru a stoca de fapt date, iar grupurile apar și, știți, acestea apar pe baza cererii generate de utilizatorii și ei pleacă atunci când nu există cerere. Prin urmare, acest lucru face ca această infrastructură să fie mult mai agilă și mai flexibilă și adaptabilă la volumul de muncă.
Un alt exemplu de flexibilitate este, știi, astăzi este posibil să-ți fi creat clusterele statice aici, știi, având în vedere un anumit volum de muncă și dacă sarcinile de lucru se schimbă și infrastructura ta trebuie actualizată, poate ai nevoie de mai multă memorie pe mașinile tale și lucruri de genul ăsta. Din nou, știi, făcând acest lucru pe cloud prin Qubole, de exemplu, face asta simplu. Puteți închiria întotdeauna mașini noi, diferite și, știți, să obțineți clustere, clustere cu 100 de noduri și să funcționeze în câteva minute, față de săptămânile pe care a trebuit să le așteptați la Hadoop în premiere.
Celălalt lucru cheie în care Qubole se diferențiază de on-prem este faptul că Qubole este, în esență, ca o ofertă de servicii, deci toate instrumentele și infrastructura de care ai nevoie pentru a integra serviciul, nu trebuie să … oriunde pe prem, știți, în primul rând luați software-ul, trebuie să-l rulați singur, trebuie să-l integrați singur și să faceți toate aceste avantaje, toate avantajele modelului SaaS sunt un indiciu pentru, știți, cum Qubole oferă date mari, spre deosebire de rularea Hadoop on-prem de unul singur.
Acest diapozitiv acoperă în general arhitectura noastră. Bineînțeles, pe baza norului, stocăm datele noastre pe obiectele din cloud din cloud, Google cloud și Google Compute Engine sau Amazon Web Services. Ne ocupăm de toate proiectele ecosistemului Hadoop și în acest sens, am dezvoltat IP-uri cheie în jurul scalării automate și autogestionării, am făcut o mulțime de optimizări de cloud pentru a face ca aceste tehnologii componente să funcționeze foarte bine în cloud deoarece, știți, infrastructura de cloud este foarte diferit de simplul rulare a lucrurilor pe metalul gol și o mulțime de conectori de date pentru a permite mutarea datelor în interiorul și în afara acestei platforme. Deci, aceasta compară platforma de cloud și care permite ca, să știți, aceasta este o cheie … caracteristica principală este cum să faceți tot autoservirea, astfel încât să nu trebuie să aveți un puternic … nu Nu avem o amprentă operațională foarte mare în timpul rulării, dar legăm asta împreună cu banca noastră de lucru, indiferent dacă acestea sunt instrumente pentru analiști, fie că sunt instrumente de guvernare a datelor, fie că sunt instrumente de șablonare, etc. poate aduce beneficiile acestei tehnologii, nu doar dezvoltatorilor, ci și altor utilizatori de afaceri și întreprindere. Și, desigur, legăm și această platformă cloud la instrumente pe care oamenii dvs. le-ar putea utiliza deja dacă acestea sunt, știți, instrumente de utilizare sau doar Tableau sau dacă utilizează, știți, mai multe tipuri de produse de stocare a datelor precum Redshift și si asa mai departe.
Astăzi, serviciul funcționează la scară destul de mare, procesăm de fapt aproape 40 de petabyte de date în fiecare lună acum pe baza noastră de clienți. Cluster-urile noastre variază ca mărime, de la clustere cu 10 noduri la clustere cu 1500 de noduri și, știți, în ceea ce privește gama de scări pe care o putem prelucra și în mare măsură, în funcție de cunoștințele mele, rulăm probabil unele dintre cele mai mari grupuri de pe cloud în ceea ce privește Hadoop și procesăm la aproximativ 250.000 de mașini virtuale într-o singură lună prin clusterele noastre. Nu uitați, modelul nostru este un grup la cerere, care are beneficii extraordinare în ceea ce privește reducerea sarcinilor dvs. de muncă operaționale, precum și îmbunătățirea dvs. și așa mai departe.
În cele din urmă, știți, unul dintre ai noștri, știți, acesta este doar un eșantion al modului în care Qubole a fost transformator în diverse companii. este un exemplu al clientului nostru. Erau deja pe cloud, foloseau Elastic MapReduce pe cloud, de exemplu, iar utilizarea datelor de acolo era destul de restrânsă. Aceștia ar avea aproximativ 30 de utilizatori ciudat care ar putea utiliza această tehnologie. Cu Qubole, aceștia au reușit să-l extindă la mai mult de 200 de utilizatori ciudat din companie, care au văzut extinderea cazurilor de utilizare a datelor mari și este adus cu adevărat, ceea ce numim definiția unei platforme agile de date mari și a devenit într-adevăr central pentru o mulțime de sarcini de lucru ale analitice.
Deci, doar pentru a închide, să știi, asta a fost o scurtă grundă pentru Qubole. În esență, viziunea noastră este modul în care facem ca întreprinderile să fie mult mai agile în jurul datelor mari și, în esență, să beneficiem de avantajele norului și să le aducem asupra tehnologiilor de date mari din jurul Hadoop, astfel încât clienții noștri să poată profita de aceste avantaje de agilitate și de aceste avantaje de flexibilitate și acele beneficii ale naturii autoservirii pe cloud pentru a deveni mult mai eficiente pentru nevoile lor de date. Așadar, mă voi opri acolo și o voi înmâna lui Eric.
Eric Kavanagh: Bine. Asta sună minunat și acum, îi voi transmite lui Mike Miller din Cloudant. Mike, îți transmit cheile acum. Doar faceți clic pe diapozitiv, aici mergeți. Ia-o de aici.
Mike Miller: Se pare că am cheile. Deci, îmi voi cere scuze. Am pierdut … cred că am uitat să trimit câteva fonturi cu prezentarea mea. Deci, să sperăm că poți privi trecut și să-ți imaginezi că este frumos. Dar, da, este distractiv. Am o listă lungă aici, lucruri provocatoare despre care am auzit că am scris că sunt nerăbdător să mă întorc la tine în panou. Deci, voi încerca să trec prin asta repede.
Deci, voi începe prin Cloudant. Cloudant este o bază de date ca serviciu, furnizorul nostru de cloud și, de fapt, nici măcar nu am noul logo. Am fost achiziționate de IBM nu cu prea mult timp în urmă. Și așa, suntem … Voi vorbi despre serviciile noastre și mă voi concentra în special pe încercarea de a face agenții și clienții noștri agili într-un mod destul de diferit de cel care a vorbit anterior.
Cloudant oferă baza de date ca un serviciu și alte servicii legate de date pentru persoanele care construiesc aplicații. Deci, ne implicăm direct cu dezvoltatorii și ne concentrăm pe datele operaționale sau OLTP, spre deosebire de analizele pe care le auzisem de la Ashish anterior. Și punctul este într-adevăr, întreaga valoare a lui Cloudant, care poate fi defalcată în a ajuta utilizatorii noștri să facă mai mult și astfel încât să creeze mai multe aplicații, să crească mai mult și să doarmă mai mult. Voi vorbi despre ele într-un pic de detaliu, dar ideea generală aici este că dacă sunteți utilizator, știți, sunteți într-o întreprindere de afaceri, construiți o aplicație nouă, adăugând o caracteristică la aplicația sau web-ul existent pornire mobilă, ar trebui să vă concentrați pe competența de bază. Și anterior, poate până acum un deceniu, IT-ul trebuia să fie o distincție distinctă, știi, concurența, scuze, daune competitive chiar și rularea unei baze de date pentru a fi un avantaj competitiv. Uimit că acele zile s-au terminat! Și deci, modul în care încercăm cu adevărat să colaborăm cu utilizatorii noștri este de a-i încuraja să utilizeze servicii compuse, modulare, refolosibile, compozibile, cu ideea că reduce timpul până la marketing, crește scalabilitatea. Și ideea de ansamblu aici este că cloud nu este doar, știi, ceva nou fiind împins către utilizatori, este într-adevăr o piață … este o evoluție a pieței pentru că modul în care oamenii construiesc aplicații, consumă aplicații, dispozitivele pe care rulează. iar scara datelor se schimbă destul de radical în ultimii 5-10 ani. Asta a subliniat într-adevăr arhitectura de aplicații existentă pentru construirea aplicațiilor, precum și doar a face față acestor date și analize de sarcini offline. Și deci, deschide un întreg flux de oportunități.
Deci, Cloudant este o bază de date distribuită ca un serviciu și a fost unic, cred, la începutul că a fost livrat cu o strategie mobilă de la început și voi vorbi despre acest lucru în detaliu, dar ideea este că scrierea de aplicații acum, nu scrii doar pentru o singură platformă, nu? Scrieți pentru ceva ce pot rula o scară de petabyte în cloud, trebuie să fie, de asemenea, capabil să funcționeze fără probleme pe desktop sau într-un browser și din ce în ce mai mult vedem lucruri, trebuie să rulăm pe un dispozitiv mobil sau un dispozitiv semi-conectat sau un dispozitiv purtabil sau ceva pe care-l numim IOT. Și, așa, cred că, știți, aplicațiile care pot trata bine și pot stimula acești clienți diferiți sunt incredibil de competitive pe piață, iar ceea ce încercăm să facem este să simplificăm oamenii să unice API în modelul de programare unic pentru a scrie, gestionați datele din toate acele dispozitive diferite care au o scară mult diferită. The interesting thing is, you know, initial uptake in web and mobile, this is where we saw our big subtraction, but even now before the acquisition, we are seeing larger and larger number of enterprise users even in things as what I say as conservative as fidelity investments, right, working with a virtual building, a virtual safe deposit box. So, I think that this market is actually taken off much faster than even we had expected.
Let's talk about cloud and a little bit more and then turn it over. The idea here is that we really make it easier for you to build more and use a service like Cloudant to store the database state of your application and then move that to your different devices and keep things in sync and start contrast on how you build application, traditional stack or you have to buy servers like we heard about before, where you have to provision those and install license things. With Cloudant, we try to make easy. All the data that you will need, all the search services, database, etc. for your application can be acquired by signing up and getting a single endpoint URL and then starting to use that URL. The idea being that, that is a service that uses multiple indexes, some multiple technologies underneath, some proprietary and many open source, but we use them together in a way that the end developer or product team needs to build something. And so, database analytics, very different than they did it in inception where you would have, you know, rows and columns to store business ledgers, now we need to start JSON documents that generally happens over HTTP or using existing open-source APIs and then finally, we give you the things that database should do like a primary index and secondary indexes for, you know, retrieval and LTT and then driving application logic. But in addition, there is a wide range of things like search, geo-special and replication between devices that are very important. So, that's all provided underneath our API.
But, the really distinguishing thing that allows our users to grow and, for instance, why Samsung was one of our earliest and biggest customers is that, you know, Cloudant now is underneath cluster. Each cluster shares enough architecture of three to hundreds of nodes, but we run those in over 35 data centers now globally so that there is always a place for you to store your data within a millisecond of any other cloud provider or most existing data centers. So, one of the big early things that we are challenging in the cloud as well, is how do I split a hybrid architecture for my application service maybe here and my database servers maybe someplace else that will never work. They have to be on the same machine or in the same place. Well, the reality now is that by cobbling together different cloud providers, and this is something that we still do as an IBM company, you can make sure that your database is always within a millisecond of any other place and we take care of the peering agreements and just take down with the cost off the table, something that we worry about. So, Cloudant is really a database as a service, but you can think of it more like a CDN like for your database for data that changes, you know, on millisecond time scale.
And really, finally, I think the major selling point is if you build an application that's successful, you have to decide as an organization whether or not if you want to then grow the 24x7, 365 globally distributed, you know, operation team that it takes to run that at the large scale to whether that's something that now is commoditized as well. And so we focus very heavily on helping on-board new users and new customers and help them make the jump to the cloud and build architectures that use cloud analysts and works everything in a very coherent and scalable way so that is the end, you know, our users focus on building applications and not on surviving their own success.
And with that, I will just say thanks, skipped over some slides that were skipped and I will turn it back over to Lawrence.
Eric Kavanagh: That is fantastic. So, Lawrence, let me hand you the keys to the WebEx here. Just give me one second. There you are. Keys being transferred. Just click on that slide anywhere and use the down arrow.
Lawrence Schwartz: Great! Well, thank you for the handover and, you know, thanks to all the presenters today. Nice way to set everything up and there will be a lot of things to talk about it as I get through with the presentation here. So, again, I am Lawrence Schwartz. I run marketing over at Attunity and, you know, want to talk about some of the issues that we see and then some of the challenges in the space that we are in.
So, a quick overview and introduction to Attunity as a company and who we are. We focus on moving data. So, we talk about moving any type of data anytime, anywhere and enabling that for users. We are a public company based out of the Boston area, or near Boston, and when we talk about the cloud, we have some great relationships, we are part of the AWS network, a big data integration partner, and we have been close to them since the launch of their Redshift, even working with them before that. We have gotten some nice recognition for the work that we have done and as a company, we are in over 2000 places use Attunity, and we are in half of the Fortune 100 companies. So, we got some good experiences.
As you can see on kinda of the bottom of the slide here, a big issue is you've got data that's generated from all different types of sources these days from traditional, you know, CRM systems, all different places on the Internet, all the different places where data could start and then it has to go to places to be analyzed, to work with and to be looked at and we spoke if, you know, getting the data, you know, where it needs to be. So, I am gonna talk about our solutions that we do specifically on the cloud and when you think about that, often times the data, we have somewhere on-premise. So, besides having relationships with places like Amazon, we have very close working relationships with places like Teradata, Oracle, and Microsoft, all the places where data traditionally existed on-premise.
So, when you think about this, you know, and I think it was Eric who, you know, talked about on-boarding is the key to the whole process, right? I have been thinking about the issues to getting data on a system. Now, we are just some of the bottlenecks that exist today and when you look at the people moving data into a data warehouse or a database and to the cloud, we can see a lot of time is spent on what's called the ETL process, the extraction, transformation and loading of the data from where it resides to where it needs to go. If you think about getting the value on the data, that's not where you want to be spending your time and efforts, that's not the most productive area for a data scientist. And the flipside to that is this - very few people who are very satisfied with that process. It's no less than 20 percent. We really find that to be a big process. So, there is the real kind of painpoint bottleneck, if you will, in getting to the cloud and doing that type of on-boarding that people need to do and there's even, you know, real performance issues, you know, you could look at how do you get stuff into the cloud and if you want to get, you know, a couple of terabytes into the cloud, you could certainly ship it to the cloud and there are still places that do that with larger data sets, or a lot of the traditional methods, just don't have the performance to get their to do that. So, it's a real, you know, painpoint in the marketplace as people think about how do they get and how do they move onto the cloud.
So, if we step back in and look at what that means or why that's there and, you know, how this has come about, you know, both Eric and Gilbert talked about the fact that, you know, the data that's on there today, that exists today, you know, on-prem is here to stay, you know, cloud is here to stay. So, that integration becomes all the more important and often times, people fall back on the tools that they have to move over data. Again, there is a lot of ETL or traditional tools out there to kinda move data over in batches, but there's a lot of issues with that. People find that traditional ways of moving data are very time and resource intensive to set up. They often require a lot of scripting, even if they are autonomous in some way, a lot of people, a lot of manpower. There's so many sources and targets, particularly on-premise today to move it into the cloud, you know, all the systems I mentioned earlier, Oracle, Microsoft, Teradata, some managing that whole part of it. And then, you know, looking at the performance as it moves over, being able to have the tools to make sure everything is building quickly, there is a lot of thought systems that exist today aren't well built for that.
And then lastly, a lot of the way people think about moving data is kind of done in the batch process and if you are thinking about trying to do more in real time, that's not the most effective way, kind of using stale data that's not interesting to the organization. So, when you look at what Attunity does in this stage and how we think about it is, it's a different architecture that we are focused on, we really built this from the ground up and thought about when you have to go from Pentaho open-source database out to the cloud, how do you make sure that it's very easy and straightforward to do? So, that requires rethinking, how you do the monitoring and kind of set up for. It's making the whole thing just kind of a couple of clicks to get started. It's really thinking about the movement and optimizing the performance over the channel and working with just a wide variety of platforms because a lot of big organizations kinda have the best degree approach and a lot of different types of databases or data warehouses are ready in their environment. So, you have to think about it differently. You can't just do an extract, you know, dump the data out to some sort of information loaded somewhere. You have to kinda think about the architecture change, how you do the processing, do it more in memory and focus on a more performance version.
So, what does that mean and what does that look like? So, one key tenent to get to the problem with the cloud is, that things have to be easier to set up. You know, that screen there, it's just some screenshots from how we do it, but it's, you know, 1, 2, 3, kinda pick your source and target, pick what you want to do, you want to do one time CDC and then just go. It needs to be no harder than that, you know? I know we just, you know, saw the presentation from Mike and he talked about how easy it was for people to get started with Cloudant. It's the same type of thing, you have to deal with, kinda get going in a few steps otherwise you will start losing the value of it. When you think about the monitoring and control of it, there are some great companies out there, I know you're familiar with, like Tableau and others, who have done a great job in visualizing the end product of data and how to do it. But, you know, being able to visualize the movement process, the management or where's the data set on-premise, in the clouds and moving over, is there a lag, there is a vacancy. Having that viewpoint is critical and that's an important part of moving forward.
Another aspect that becomes important is the performance. You can't just rely on the standard FTP kinda two-way protocol that people have been using for years. As you move more and more data over, you have to have optimized, a file-channel protocol that is geared more towards, you know, one-directional movement most of the time after we think about how you break up tables and ship them out and move them over and you have to give people the flexibility to do that, otherwise you can't get it there in time and if you do that differently, think about it differently, you can get a 10x performance, but you have to rethink the technology.
And then lastly, as I mentioned earlier, you know, you have got a lot different places that databases exist today. So, you got to be able to work with all those and offer the widest kind of amount of support so that people can get onto the cloud. So, what does that mean for users and, you know, and those who are out there who wanted, two kind of quick cases of how people had challenges getting to the cloud, see the value, but then are able to do that if they have the right toolset.
So, one company that we work with, Etix, they do online ticketing, major provider in this space and I know Robin talked about data center offload is kind of a key in this case for the cloud. This is exactly what they are trying to do. They were trying to load and sync their data from Oracle on-premise to Redshift and do that in a timely fashion. And the interesting thing is, you know, go back to what Gilbert said, you know, it's really tough about on-boarding being an issue. They could see the intrinsic value of Redshift, they could see the cost savings, they could see all the advanced analytics that they quickly start doing that they continue for, they knew that value, but there was a roadblock to getting there. In this case, they looked at it and said, "Well, I see the value of Redshift, but it's gonna take them, you know, three months, development effort and time and, you know, maybe hiring the DBA and doing all this extra work to get there." So, there is a real block in the path to do it. Once you have the right toolset to do that, the right data integration capability to do that, they were able to go down from, you know, months of planning to literally just get going in minutes, and that's again lowering that barrier of getting people onto the cloud, we need to have the right capabilities to deliver on the promise.
The last, you know, slide I have here, and kind of another use case is, you know, we've worked with other companies, Philips, you know, well known in many spaces, we work with their health-care division and again, they were trying to go from an on-premise source over to Redshift, in this case SQL Server, and they knew the value, they knew all the analytics, they could do on it and they had done some testing on it, but they saw that without having the right tools, this is something that was gonna take them, you know, weeks and they had been spending actually weeks spinning their wheels and trying to get things moved over once they had the right tools that simplify, get it moved over quickly, they were able to go down and start loading in less than an hour, you know, over 30 million records. So, the real time went from couple of months to about two hours for them. And then they were able to do the things that they wanted to do. They didn't have to focus on the data loading, they could focus on the operational support. They got a much better matrix for all these care, cost and operations. So, you think about the whole challenge, you know, we design that spaces, enabling the data movement and now more than ever with the cloud when you think of it being kind of a remote place to pick your data, you know, this becomes an area that, you know, more and more people need to solve, to take advantage of what's out there. So, that's an overview of what we do and with that I will pass it back to you, Eric.
Eric Kavanagh: Okay. That sounds great. We've got a good amount of time here. We'll go a bit long to get to some of your good questions, folks. So, feel free to send your questions and I've got a few questions myself.
Lawrence, I guess I will start off with you. You guys have been in this space of kinda supercharging the movement of data for a while and you have been watching the cloud very carefully and I've really been kinda surprised at how long it's taken major enterprises, Fortune 1000 companies to fully embrace cloud. I mean, there are, of course, pockets of severe interests, let's call it, in large organizations, but as a general rule, there's been a bit of a reluctance that is only starting to wane in the last year or so, at least from my perspective, but what do you see out there in terms of cloud adoption and readiness of the enterprise to use cloud computing?
Lawrence Schwartz: Sure, I think you are right. It has been a significant change and it's certainly taken time, you know, they have that joke about, you know, that successful - overnight sensation - or really overnight success, that really takes years in the making, and that's been true for the cloud, right? It's… you have seen that kick in the last year, but it's due to all the hard work of a lot of players like Amazon who have been doing this for years, you know, to get the service adopted, the kind of, you know, prove the metal and there's, you know, failures and problems to give the diversity and flexibility that they have, that's something that Redshift offers. So, I think the maturity has gotten there, the confidence has gotten there, you know, the… I think it's infiltrated into a lot of companies through small areas, you know, small use cases, small trials, kind of outside that kinda IT control and with that, you know, those successful kind of periphery projects have proven now, there's now more of a willingness to have the conversations about how that spread. And frankly, you know, there's been additional tool that has, you know, have also come out to make these easier, like what we do and, you know, there is that, not just move the data, but show the value of BI in the cloud, and showing that.
So, it's, in one way, it's an overnight or a big uptick in the last year, but a big part of that's been all the hard work of building up to that. So, now we as a company see a lot more adoption. It's as a business for what we do, it's grown quite a bit and the cloud, you know, we do a lot of on-premise to on-premise movement. Now, cloud shows up in a lot of the conversations as, you know, real business cases, real offloading cases out where a year ago was certainly, you know, just more exploratory. Now, they have got real projects to move. So, it's been nice to see that movement.
Eric Kavanagh: Okay. Grozav. And Mike Miller, you had mentioned that you heard a couple of provocative statements that you wanted to comment on, so, by all means, what do you find interesting or what do you wanna talk about?
Mike Miller: Oh, I think Robin, he made a point, his second-to-last slide contrasting where innovation counts. The cloud will always be second best and I'd love to hear a little bit more about that because in my mind, if I was thinking about building, you know, an application or some new service, it's hard for me to think that my organization, no matter what they are, really wants to go engineer-to-engineer with Google, Amazon, IBM, Microsoft. So, I think maybe I misunderstood his point with that.
Eric Kavanagh: Interesting. Robin, Mike has thrown down the gauntlet. Tu ce crezi?
Dr. Robin Bloor: Well, I mean the point here is that there are a number of situations that I've come across which… where people have gone into the cloud and walked back out and the reason they walked back out was, you know, when it came to actually having emotionally, this was performance driven, but the performance was actually the crux of the application is being built as they couldn't get the low latency they wanted and the cloud was of no use to them. And, you know, the situation was that, you know, actually going into the cloud, even if they were given the ability to measure behavior of the networks for them in the cloud and that workloads in the cloud with something they had absolutely no control over, and because of that, they couldn't create the tailor-made services that they were looking for, and that's a performance edge. I don't think there's anything in terms of, you know, coding that's going to be constricted, what you can do in the cloud. It's service level, it's a constriction… if that's part of where your critical capability is going to be, then the cloud is not going to be able to deliver it.
Mike Miller: Right. The… So, I appreciate that clarification. I do agree, actually, that transparency is one of the big things that here as desire right now from users across many different providers. So, I think you raised a very fair point. When it comes to performance, I think that traditionally it has been very hard to, you know, to go to a cloud provider or any given cloud provider and find exactly the hardware you are looking for, but it will noting kind of the upping the ante in the race to basically free storage between Google and Amazon and other competitors that it is and I think you see the pressure that puts on driving on the cost of SSD, flash, etc. So, I think that's a fun one to watch going forward.
Dr. Robin Bloor: Oh, absolutely correct, you know? I mean, I think there's one of the things that is actually happening is that the second wave is coming on. The first wave was this, you know, this wonderfully tailored services as long as, you know, it's a little bit Henry Ford; you can have it recolor as long as it is black, but, you know, even so, extreme reduction in certain kinds of costs of having the data center. Or, the second thing that happens is, having actually built these huge data centers out, they start these cloud operators, suddenly start discovering things that you can actually do. You couldn't do before because you didn't have the scale. So, there is, I think, a second wave which, to a certain extent, is going to make the cloud even more appealing.
Eric Kavanagh: Okay. Good. Let me go ahead and bring Ashish as I am gonna go ahead and throw up your architecture slide here. We always love these kind of architecture slides that help people wrap their heads around what's going on. I guess, one thing that just jumps out at me is, of course, YARN. We talked about that on yesterday's briefing. YARN is not a small deal. For those of you who aren't familiar with this concept, it is "yet another resource negotiator." It's, really it's a very interesting development because what happened is in the Hadoop movement, YARN is kind of replacing the engine really, if you will. Our speaker from yesterday will refer to it as the operating system. It's like the new operating system of Hadoop, which of course, consists of the hybrid distributed file system underneath, which is basically storage when you get right down to it, and then MapReduce is what you used to have to use to use HDFS. MapReduce is an absurdly constraining environment in terms of how you get things done. So, the purpose of YARN was to make HDFS much more accessible and make the entire Hadoop ecosystem much more flexible and agile. So, Ashish, I am just gonna ask you in general, since you are mentioning YARN here, I am guessing that you guys are YARN compliant or certified. Can you kinda talk about what… how you see that change in the game for Hadoop and big data?
Ashish Thusoo: Yeah, sure. Absolut. So, I think, you know, there are two parts to… So, let me first talk about, you know, why YARN was done and then talk about how that potentially changes the game and what's fundamentally still is the same, you know, where it doesn't change the game. I think that's an important thing to realize also because many times you, you know, you get caught up on this hype of say, this is the new, shiny thing and, you know, everything is going to, you know, all the problems are going to go away and so on and so forth. So, but the primary thing is that, you know, the strength and the weakness of the MapReduce API was that it was a very simple API and essentially, any problem that you could structure around being a sorting problem could be represented in, you know, that API. And some problems are naturally, you know… can naturally be transformed into that and some problems, you know, you sort of, you know, once you have just MapReduce at your disposal then you try to fit into a sorting problem.
So, I think the latter is where YARN plays a role by expanding out those APIs by, you know, being able to compose, you know, maps and reductions and, you know, whole bunch of different types of APIs in terms of how the data can be distributed between these two stages, and so on and so forth. You just made that API that much more richer. So, now you have at your disposal, different ways of solving that same problem, right? So, you just don't have to, you know, be constrained by the API and the problem gets solved one way or the other like, you know, if you are, you know, trying to do an analytics, you know, workload, you can express that in MapReduce, you can express that in YARN. The big difference that happens, that starts to happen is, you know, in terms of, you know, the performance matrix that you start seeing, you know, once you start, say programming to YARN and in some cases, a newer set of things, for example, streaming analysis and so on and so forth starts becoming a reality when you start, you know, doing that, you know, those things in YARN.
So, those are the differences that, you know, that thing has brought into the ecosystem. I think it's much, the richness there is much more on the API side as opposed to it being another resource manager, especially in the cloud context. If you think about it in cloud context, the resource manager is actually your… the VMs that you bring up, you know, you have virt… you know, it's not necessarily… Again, this is a big difference between say, on-prem how you are running Hadoop clusters and how you are running in the cloud then, you know, you have like the constrained static set of machines, you want to distribute those machines amongst different resources and they were used for YARN there. But, in the cloud, you know, you can bring up machines left and right. And so, just from the perspective of being a resource manager, it probably doesn't have that, you know, that bigger need and specifically in the cloud, but from the perspective of providing these, you know, richness of APIs which allow you to, for example, the Hive is initiative they can now program Hive to not just to use MapReduce, but have much more richer plans of doing jobs and things like that. It brings those benefits to the ecosystem. I think that is where the true value of YARN belongs. And in the cloud context, definitely, it's not that interesting from the resource management point of view, but it's much more interesting in terms of what it enables other projects to do, in terms of, you know, workloads that now, it now can be used to be programmed on to your data or the previous workloads that can be done in a much more efficient way.
Eric Kavanagh: Right.
Ashish Thusoo: I had, you know, one more just, you know, adding to Mike, you know, there was another provocative thing which was said which is around and, you know, which was around, hey, treating the cloud as yet another data center. I think you… you know, that is one point of view which most companies, you know, look at and say, okay, you know, that's the easiest point of view actually to look at saying that, okay, you know, this is, you have bunch of machines on your, you know, you have compute, you have storage and you have networking on your on-prem data center and cloud provides the same thing out there. So, I am just going to do exactly the same thing that I am doing on my own on-prem data center and do the same thing in the cloud and viola - that's how it should work. What we have found out, you know, having been running the clouds for, the two clouds where, you know, you have the ability to provision VMs within a minute, the ability to use a highly scalable objects to store data and things like that. We have found that cloud actually, the cloud architecture and these inherent abilities actually enable different ways of doing things, you know, and this is what I have talked about in my slide as well, you know, the whole notion of… in just, you know, in… the perspective of just Hadoop, the whole notion of just running the static cluster versus on-demand dynamic clusters, that is something that you don't see happening in an on-prem data center, you know, versus, you know, true cloud where the, you know, there's a enough capacity to be able to support these types of workloads.
And so, I think there is definitely some shift needed. You know, the big fear for me is that if you just treat cloud as yet another data center, you actually… while you, you know, there are lot of other benefits, but there are lot of intrinsic benefits that you might ignore if you, you know, start doing that, security is another one, the way you deal with security and the cloud, there's a lot of differences in terms of how you would deal with, you know, in… from on-prem perspective and so on and so forth. Just wanted to add that in, from my perspective.
Eric Kavanagh: Sure. Da. Nici o problema. We have one attendee asking about various types of use cases like logistics and specifically HR, so I threw up this website of Workday, wanted to make a couple of comments on that, and then Gilbert, maybe I will bring you in to comment on the whole concept of architecture. So, in terms of HR, I actually heard a rather well, I will call it, let's say comment from an analyst a couple of months ago, a few months ago I suppose, about going to the cloud for Human Resources. I have been doing some research on this to know lot of HR-type functions are being outsourced to the cloud, certainly stuff like payroll is fairly easy to outsource these days, benefits programs and insurance, that kind of thing, but there is a real serious caveat to keep in mind and Gilbert, this is what I want you to comment on from an architectural perspective, which is you have to be very careful about when you are moving to the cloud for some kind of critical business service because you either want to be very strategic and very thoughtful, meaning you go through the process of making sure that you understand what's going on in the cloud and what's staying on-premise, and there is the folk from Attunity will tell you that truly one of the things they specialize in is making those connections such that they provide the kind of connectivity you need because what's happening with some organizations is they go and they will use Workday for example, to put some of their HR stuff to the cloud, but they don't do it all or they don't do enough or they don't think through it enough, and what happens then? Then they want to happen to manage the cloud environment and their original on-premises environment as well, which means, guess what? He just increased your cost, you doubled your workload and you created lots and lots of headaches for people, and that's usually when someone gets fired and then the guy who comes in has a real mess to clean up. So, you really do have to think through the architecture of the data and the systems and the processes and make sure you dot all your i's and cross all your t's and with that, I will throw it over to Gilbert for comments. I am guessing it will be with that, but maybe not.
Gilbert Van Cutsem: Alright. Da. So, just another example of something similar, just yesterday happened to me. So, I lost one of my doctors because he went out of business. Nu știu. It sounds amazing. He was a chiropractor and he went out of business. I don't know why, but, the thing was this - I have no chiropractor and I like to go to a chiropractor, you know, occasionally. So, I find a new one and it's close to, you know, close by and all that. It's all good. And so, they go, as usual, you have to do all the paperwork and let us know if blah, blah, blah. But, the good news is we have a new system because, you know, we're on the Web now, in the cloud. It's all cool. I go like, okay, you know, and they send me a link and I have to do all the paperwork online, which is fine and I put all kinds of things in there about, kind of secret like, you know, social security numbers and that type of stuff and who I am, how old I am… all my details. I put it all there and I submit because of course, I do believe in technology.
And then I walk up to the office, the next day for my first appointment and they go like, "Did you do the form?" I go like, "Yes, Ma'am, I did." "Okay. Then we will go and find it." I go like, "Well, I did do it." And she goes, "Yes, we know because you are the fifth person today to walk in, to walk up to me and complain about that's not finding the form." And I go like, "But, you can't be serious about that. This is pretty confidential information. Where is it?" This happened to me yesterday, yeah, which brings back the whole issue and the whole idea of who owns the data really, right?
I know you move to the cloud and people get onboard it into a new system like in this case, my chiropractor and they subscribe to a new system. It's in the cloud, it's all safe, it's fully multi-tenant, they used to have it on-premise system, all the data was moved into the new system, but now apparently, they can't get it out.
Eric Kavanagh: Yeah. That's not good.
Gilbert Van Cutsem: So, I don't know where my data is and assume she gets really mad, right? She goes like, "Oh, this is impossible. I pay you money and my customers are, my patients, sorry, are unhappy and with the data is gone, I wanna get away from you. I wanna go to a different system maybe also in the cloud, right?" How do you then move the data of your patients in this case, the data your business owns, to another system? How do I get it out first of all and then load it again? I am sure ETL in the cloud is an answer somehow and we have experts on that, but it's not that easy.
Eric Kavanagh: Yeah, but that's exactly right and folks, I threw up this other slide here, this other, another screen to show you where you can find the archives. So, anytime you want to check out - oh, there's the inside of our website, I don't want to show you that. So, here is the main website and on the right column here you can see a different show. So, TechWise is right here. You click on that and on these different pages where we will actually post the archives. So, we do archive all these webcasts.
Actually, I wanna throw back over to Mike, I suppose, and then also to Lawrence to kinda comment on this story that Gilbert just told. So, Mike, there is some, kind of, now this is kind of a small-business concern. You guys are more focused on big business, but nonetheless, if a large company who works with you and they want to go somewhere else, how do you manage that movement of the data and securing the data and so forth?
Mike Miller: Yeah. Aceasta este o întrebare foarte bună. It's one that used to come up a lot more often than it does now in sales calls, which I find to be an interesting anecdotal piece of evidence for a call. You know, I think that first of all, we are talking about a lot technologies, or at least employment models that are relatively new. This is very early in the cloud, right? We are talking about things like cloud, or in the case of data, we are talking about analytics services like Hadoop for databases and then NoSQL or NewSQL formats. You know, these are fundamentally new technologies and especially around things like, Hadoop and NoSQL, all of the ancillary services, the connectors, right, the… you know, if I want to find somebody that consults on Oracle, that's something I can find, but that entire ecosystem is just kinda spinning up right now.
So, it's getting easier day over day to say, okay, you know, give me a service that can read from 'x' traditional system, put it into Cloudant and do something with it and then put it back into 'y' traditional system, right? So, now they are very, you know, there are quite a few those things and it's actually more challenging, I think, for a typical user to understand what is the best choice, right, if I want to connect all the new technologies on-prem and then in the cloud.
So, I think as a cloud vendor, it's really on us to be very opinionated about that and to help walk users through the landscape of possibilities because the shift's a lot of new and I think that the average user, whether it's a CTO, CIO or whether it's actually developer, is coming up that learning curve fairly quickly. I think that a lot of the kind of baseline stuff is being worked out, cross-cloud connectors and, you know, taking away the really most basic worries about say, you know, bandwidth cost and whether or not you are going out on the wide area network versus staying on, you know, VPN the entire time. A lot of those things have been kinda abstracted away and what is the true promise of the cloud.
But, in general, I think you are also seeing, you know, that anecdote that we heard was, you know, something that is probably isomorphic to, you know, what will happen to your buying into a brand, you know, in a past lifetime, you know, what happens if that brand doesn't deliver, how much can I really trust that brand? I think you are seeing exactly the same thing happen in the cloud and, you know, I think that companies like Microsoft, Amazon, IBM and Google are, you know, very much stepping up and saying that there will at least be multiple pillars of trust and making sure that you are not going in with a company that's going to dry up and swallow your data, or worse, lose it or distribute it, right? And so, they are, at least, they are independable and they are anchoring, you know, the development of such ecosystem. But, I say to close, it's very early and a lot of that tooling is just getting started and, you know, I think you are going to see consulting services, you know, really putting a lot of focus on that in the very near term.
Eric Kavanagh: Yeah. That's a really, really good comment you just made there. I like that "pillars of trust" concept because the other thing to keep in mind here is you do once again have a number of fierce competitors vying for market share and for IT span, it's just like the old days all over again. Really, in the old days, by which I mean last year, you had IBM and Oracle and Microsoft and SAP and then Computer Associates and Informatica and all these companies, Teradata, etc. In the new world, now you have got, of course, Microsoft with their Du Jour, you have got Google, you have got Amazon Web Services, you know, you have Facebook in certain context. So, you have all these companies that are not necessarily so excited about working with each other, but you do have things like APIs. And so, one of the nice things that APIs really are crystallizing into the connectors that hold together the larger cloud, I suppose, and I want to throw up a slide for Lawrence to kinda comment on all this.
Yeah, Lawrence, obviously, you guys have specialized in the space for a while. So, I think you do have awesome advantage over maybe some newcomers. But, nonetheless, these are all very serious concerns because how data gets stored in the cloud is different than how it gets stored on-premise. Then I think that Mike makes a really good point that this whole space is just starting to take shape and it's gonna take a while for things to seriously fall into place and to crystallize. So, what's some advice that you have for companies that you… I guess, you basically concur with Mike, or what do you think?
Lawrence Schwartz: Yeah. I think it's, you know, what we see is when people are taking advantage of the cloud for a lot of use cases as compared to on-premise, you know, they are looking at kind of, you know, two different things. One is, they are looking at, you know, as we talked about this a little bit earlier, how do I… how does it incrementally add value to what I do, how do I, you know, how is it kind of an add-on? And so, you know, when back to when I talked about the Etix as a company where, you know, they are not moving all their operations over to Redshift, you know, yet per say, but they're saying, "I do a lot of work on Oracle, I wanna offer some of this to some kind of analytics from different environments, you know, kinda figure out, maybe do some sandbox stuff there, and, you know, and then learn about my business that way, and that way they can kind of carve out what they want, move it over there and do the work and, you know, it's less of a concern with moving, you know, everything over and all the records and whatnot. So, I think they look at that as one way that to take advantage of it with having less issues.
I think the other thing is people are also looking at these cases that are and aren't excellent fit for the cloud that are very, very hard to do in other ways. So, I will take another example, you know, we work with a company called, you know, iN DEMAND. They are video on-demand player. They do this work for Comcast and all of this and they will actually, you know, take the data that they are working with, they will take the media files and they will supply it to the cloud for doing their processing, do their processing there, and then they will consume it back for their on-premise customers. And then, you know, that gets upstairs to third parties that consume reviews. So, it's, you know, if you want to think about how the company is approaching it, it's, you know, how do I get my… how do I add value, how do I maybe not move the whole business at first, how do I get the right use cases, how do I add incremental value to what I do? And that helps kinda build about the confidence on what they are doing and as part of the process, and of course, you know, a key piece of that is, you know, making sure that they can do that securely and reliably and, you know, we make sure to the latest levels of encryption and other things to take care of that as much as we can on the transport side. But, that's how I think a lot of companies are approaching the problem.
Eric Kavanagh: Okay. Good. And maybe Ashish, I will throw one last question over to you. I am just throwing up, actually, I like your architecture slide. Even this slide I think is pretty neat. So, one of the questions in, you know, HDFS of course, by design the default is to save every piece of data three times. You can adjust that, of course, you can make it twice, you can make it four times, that does provide some overhead over time, obviously, but it is a way of backing up data. Anyway, that was the whole idea, one of the key ideas, right, from HDFS originally is redundancy, is not wanting to lose data. I've kind of been wondering how that's going to affect things like replication servers, quite frankly, when Hadoop does that natively.
But, one of the attendees is asking - "Can you request physical backups like tape for your cloud data? I read of a company that had their cloud management console hacked and their data and online backups trashed."
You know, we are hearing about these breaches all the time, they are getting more and more serious, they are killing major brands like Target, like Home Depot, etc. So, security is an issue and backup and restore is an issue. Can you kinda talk about how you guys address things like backup and restore and security?
Ashish Thusoo: Yeah, sure. So, we… So, I will talk about that and talk about HDFS first. So, as far as Qubole is concerned, you know, we… since we work on the cloud, we use the objects store there to store data. So, again, this is one of the other key differences why, you know, big data service on the cloud becomes different from on-prem. On-prem, we have always talked about, you know, HDFS and so on and so forth, but if you go to the cloud, a lot of the data is actually stored in their object stores. For example, that could be an S3 on AWS, Google cloud storage on Google Cloud, on Google Compute Engine, and so on and so forth.
Now, many of these object stores have built-in capabilities of providing you things, you know, these object stores, by the way, you know, one of the big differentiators from real clouds to actually your own data center is the presence of these object stores and the reason that these object stores are cool pieces of technology, you know, they are able to provide you very cheap storage and along with that they are able to provide you things like, you know, having the ability to actually have a disaster recovery thing built in and, you know, as part of that interface, you don't have to think about it. And also, they have tiered, you know, there is tiering there as well. For example, S3 has high availability and it's online access, but it's much more expensive. It's more expensive than say, a glacier storage on AWS, which is low, you know, it gives you, you know, the turnaround time is like four hours or something like that and it's much cheaper. So, you start thinking of, you know, those types of services. I think cloud providers are essentially providing those types of services to augment the need for things like tapes and so on and so forth. And also, to provide you disaster recovery or rather, you know, replication built in into these systems so that, you know, you are protected from disasters, regional disasters and things like that.
So, that is what Qubole heavily, you know, depends upon and the great thing is that a lot of… all the cloud providers are providing this. These are fundamentally very difficult problems to solve and by being built into some of the object stores that these cloud providers provide, you know, that is one more additional reason of, you know, storing this data, you know, in some of these object stores and using the cloud for that as opposed to trying to, you know, figure out, you know, replication, running two Hadoop clusters across different, you know, regions and, you know, trying to replicate data from HDFS from one region to the other, which is doable, we did that a lot when I was back at Facebook running this stuff there, but, you know, fundamentally, the object stores in the cloud just made it that much more easy.
Eric Kavanagh: Okay. Great! Well, folks, we've burned through an hour and 15 minutes or so, a lot of great questions there and a lot of great presentations. Thank you so much to all of our vendors today and of course, to both of our analysts on the show today. A big thank you, of course, to Qubole, Cloudant and Attunity. We are gonna put the archive up at insideanalysis.com. I showed you where that goes, and big thanks to our friends at Techopedia as well.
So, folks, thank you again for your time and attention. This concludes Episode 3 of TechWise, our relatively new show. There is Episode 4 coming up pretty soon. It's gonna be on the big data ecosystem. So, watch for information on all that. And then till then, folks, thank you so much. We will catch up with you next time. Ai grijă. Pa! Pa.
