Data warehousing dans le cloud : Cloudera confirme son leadership avec sa nouvelle solution Workload XM

Data warehousing dans le cloud : Cloudera confirme son leadership avec sa nouvelle solution Workload XM

Postée le 31/08/2018

Ce nouveau service de gestion intelligente des charges de travail en environnement cloud ouvre la voie à des expériences analytiques hors pair.

Cloudera, Inc., (NYSE: CLDR), fournisseur de la plateforme moderne de Machine Learning et d’Analytics optimisée pour le Cloud, annonce ce jour la disponibilité générale de Cloudera Workload XM, un service de gestion intelligente des charges de travail dans le cloud spécialement conçu pour les entrepôts de données modernes. Contrairement aux outils de gestion de la performance existants, Workload XM fournit une analyse guidée des charges de travail en libre-service, avec à la clé une visibilité et un contrôle total des traitements analytiques tout au long du cycle de vie. Cette nouvelle solution permet aux entreprises d’accompagner en toute confiance la croissance exponentielle des charges de travail analytiques, ainsi que de fournir l’expérience analytique que requièrent les entreprises et les professionnels de la data.
À mesure que les entreprises commencent à prendre conscience de la valeur que recèlent leurs actifs de données pour stimuler l’innovation et la compétitivité, les scénarios d’utilisation analytique, ainsi que les charges de travail applicatives qui les nourrissent, atteignent des niveaux sans précédent. Face à la croissance de la demande en traitements analytiques et aux besoins des utilisateurs métier en matière de capacités analytiques en libre-service, la plupart des DSI se trouvent dans une situation extrêmement délicate. En effet, malgré l’amélioration des entrepôts de données existants, la plupart des services IT ne sont pas en mesure de suivre et surveiller leurs applications critiques, ni d’honorer les accords de niveau de service (SLA) ou de maîtriser les coûts. Les entreprises doivent par conséquent franchir un nouveau palier afin de se doter de l’envergure, de la fiabilité et de l’expérience analytique que seul un entrepôt de données moderne peut offrir.
« La possibilité d’accéder en libre-service aux fonctions d’analyse de la charge de travail avec Workload XM marque la première étape de notre vision d’une plateforme de données dotée de fonctions d’administration intégrées (« self-healing ») qui est non seulement capable de fournir des recommandations prescriptives en temps réel, mais également de prendre des décisions d’optimisation basées sur des faits grâce à une gestion automatisée des accords de niveau de service et à une mise à l’échelle automatique», a déclaré Anupam Singh, directeur général, Analytics, Cloudera. « Workload XM permet de visualiser ce qui se passe effectivement sur la plateforme en mettant à la disposition des utilisateurs métier les outils nécessaires pour vivre la formidable expérience analytique qu’ils attendent. »
Cloudera Workload XM assure une gestion intelligente des traitements spécifiquement conçue et optimisée pour le puissant entrepôt de données hybride de Cloudera. Cette solution fonctionne sans mise à niveau ni installation de nouvelles applications, ce qui signifie qu’elle peut être utilisée immédiatement , sans déployer d’autres outils logiciels. Les entreprises qui adoptent ce service peuvent identifier et éliminer proactivement les goulots d’étranglement en vue de minimiser les défaillances, avec pour résultat des performances système qui dépassent les attentes des utilisateurs. Annoncée au début de l’été, la solution Workload XM aide déjà plusieurs milliers d’entreprises à traiter des milliers d’informations exploitables grâce à l’analyse de millions de requêtes Apache Impala et à des tâches d’ingénierie de données. Workload XM autorise des migrations à la fois plus rapides et davantage transparentes grâce à ses capacités de dépannage en libre-service et d’analyse des causes profondes. Contrairement aux outils indépendants, Workload XM propose une visibilité de bout en bout des entrepôts de données, ce qui permet d’améliorer les performances, de réduire les indisponibilités et d’optimiser l’exploitation des charges de travail analytiques tout au long de leur cycle de vie.