Il valore di ogni organizzazione risiede nel proprio patrimonio informativo e, si sa,  la produzione di dati è cresciuta e continua a crescere in modo esponenziale (con stime in continua evoluzione): per rendere l’idea se nel 2014 si producevano 2,3 zettabyte al giorno, nel 2020 è previsto che ne produrremo 40! Si tratta di quantità enormi che spingono le organizzazioni a dotarsi di piattaforme che consentano loro di analizzare, archiviare ed estrarre insight significativi dai loro dati.

Gartner, leader mondiale nella consulenza strategica, ricerca e analisi nel campo dell’Information Technology, ha nominato Google leader nel Magic Quadrant for Data Management Solutions for Analytics (DMSA) del 2019.

Il rapporto (disponibile qui) offre alle organizzazioni un importante strumento di valutazione e confronto sulle piattaforme di data warehouse in cloud presenti sul mercato.

Nel nominare Google leader del settore di Data Analytics, Gartner ha preso in considerazione gli strumenti di analisi dei dati di Google Cloud, tra cui BigQuery, un data warehouse serverless, Cloud Dataproc, un servizio cloud completamente gestito, veloce e facile da utilizzare per eseguire i cluster Apache Spark e Apache Hadoop in modo semplice ed economico Cloud Dataflow, che consente lo streaming e l’elaborazione in batch dei dati. I vantaggi principali alla base della valutazione sono i seguenti:

Semplicità e velocità

Le prestazioni di BigQuery consentono il ritorno in pochi secondi di query complesse su set di dati su larga scala, e un numero considerevole di clienti BigQuery gestisce data warehouse che immagazzinano più di 50 terabyte (oltre ad alcuni che attualmente utilizzano più di 100 petabyte). Più della metà di essi carica i dati continuamente o più volte al giorno. Il dato più apprezzato dagli utilizzatori è la capacità di estrarre, trasformare, caricare e analizzare i propri dati su una piattaforma serverless, il tutto senza che sia necessaria alcuna infrastruttura sottostante.

Un data warehouse versatile senza server

Uno dei principali vantaggi di BigQuery è la sua capacità di consentire ai clienti di affrontare un’ampia gamma di casi d’uso, dal tradizionale data warehouse alla data science. Nell’ultimo anno, Google ha introdotto nuove e importanti funzionalità in BigQuery, come i tipi di dati per usi finanziari e monetari, BigQuery GIS per i dati geospaziali e le capacità di apprendimento automatico attraverso BigQuery ML. Per la capacità di ingestione continua di dati BigQuery è adatto per un data warehouse operativo o serverless in tempo reale.

Per approfondire

Condividi: