Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y de análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Obtener más información

Por qué DevOps tiene mucho que decir para el éxito de Big Data

  • DevOps

DevOps

Quizá por la complejidad y envergadura de los proyectos Big Data debemos combinara diferentes herramientas y productos para obtener los resultados más valiosos. Unas soluciones que deben tajar de forma conjunta. Pero estas soluciones no están solos, sino que forman parte de un ecosistema más grande y más complejo.

Por eso, es importante investigar si las aplicaciones pueden trabajar juntas para producir el resultado deseado antes de embarcarse en una nueva herramienta o producto. Evidentemente, esto significa pasar una buena cantidad de tiempo investigando cada componente de su gran solución de datos. Pero siempre es mejor investigar y prevenir un problema que encontrarse con él y tener que perder tiempo y dinero para corregirlo (por no hablar de reparar la confianza y el apoyo de su consejo administración y clientes).

Dentro del mundo Big Data, hay dos soluciones que, por ser de código libre, se han abierto rápidamente el camino: Spark y Hadoop. Además, cuentan a su favor que son relativamente sencillas de implementar, sobre todo como pruebas de desarrollo. Sin embargo, algunos expertos advierten de que la transición a la producción implica un nivel de gobernabilidad y capacidades de DevOps que estas herramientas tienden a carecer.

El cambio hacia la producción requiere una planificación cuidadosa, contar con las habilidades adecuadas y tener la comprensión correcta para asegurar el éxito. Hay que dedicar el tiempo necesario para desarrollar la estrategia para esta parte del proyecto.

Además, otro de los retos a los que se enfrentan las empresas es el contar con recursos limitados a la hora de desarrollar estas estrategias de Big Data, ya que las organizaciones necesitan adaptarse (y por tanto, también su cultura y procesos) a estos nuevos paradigmas. Algo que puede llegar a ser difícil, sobre todo cuando los departamentos de TI han reducido y eliminado su experiencia en integración y arquitectura.

También hay que tener en cuenta que muchos de estos departamentos se han visto reducidos en recursos humanos como consecuencia de la crisis, por lo que pedir a la gente que haga cosas nuevas cuando ya están estiradas puede llevar al desastre. Sobre todo porque los conocimientos de codificación manual y actualización y mantenimiento del código como las API subyacentes cambian. También aparecen nuevos o mejores componentes, lo que obliga a la actualización de conocimientos por parte de los técnicos.

Las organizaciones con presupuestos y recursos ajustados podrían tener dificultades con los costes de mantenimiento de los proyectos de Big Data, aunque de nuevo los enfoques innovadores y las soluciones basadas en metadatos pueden mitigar el tiempo, el coste y el riesgo de estos escenarios.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.