Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Consideramos que si continúa navegando, acepta su uso. 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 mudo 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.