Zero
Video: Ritratto di un moderno multi-cloud data center
“La nostra pianificazione e movimenti sistemi sono ancora ingombrante. . . Siamo stati istruiti su di pianificazione utilizzando grandi matrici, con ogni cellula per essere riempito prima di andare avanti. Abbiamo imparato la passione per i dettagli, ma non necessariamente come compromesso per motivi di urgenza. Sicuramente con tutte le più moderne funzionalità, si può essere molto più tempestivo nella pianificazione della distribuzione, nonché di analisi operative e preparati.”
-Gen. Wesley K. Clark, Ex Comandante Supremo Alleato In Europa
Condurre La Guerra Moderna, 2001
Raramente, forse mai, nella storia, è la vecchia guardia, con i suoi metodi antiquati, deposto le sue armi e si arresero senza una vigorosa lotta. La storia, se è una specie a noi, alla fine di un record che è il più grande tecnologico interruzioni causate dalle resistenze al cambiamento invece di rivoluzionari.
Leggi anche: Il futuro di ESSO: Istantanea di un moderno multi-cloud data center
Questa è la storia di installazione per tale difesa. Si comincia il D-Day-plus-298 per la metaforico isola di Datumoj, bloccato nel bel mezzo di una tesi e perdurante situazione di stallo. Scintilla Battaglione, sente di avere una possibilità di svolta, se è in grado di stabilire offensivo posizioni sulla Contabilità del Dominio di montagna roccaforti. Tagliare le loro rotte di approvvigionamento per le valli di seguito potrebbe farli morire di fame appena sufficiente per forzare una resa senza spargimento di sangue, e dei negoziati per l’armistizio.
Suona come un piano decente, a condizione che la Scintilla non ottiene messa in ombra da qualcun altro prima di poter tirare fuori.
Leggi anche: Serverless computing, contenitori vedere a tre cifre trimestrali di crescita tra gli utenti
Il primo dominio
Nel 2002 il suo libro di Modelli di Enterprise Application Architecture, Martin Fowler (che da allora è venuto essere conosciuto come il padre di erogazione continua, “CD”, parte di “CI/CD”) ha presentato una sorta di programmazione object-oriented contesto chiamato un modello di dominio. Fowler non ha inventato l’idea, ma pose le migliori definizione: In un dominio come un business, un modello a oggetti del dominio incorpora sia il suo comportamento e i suoi dati.
In sostanza, un modello di dominio è come un programma scritto in un linguaggio ad oggetti come C++ o Java dovrebbe mappa dei suoi valori e dei registri in memoria, e gli elementi di dati, crea e gestisce, con le cose nel mondo reale. Un servizio, nell’ambito di tale sistema, potrebbe essere un programma che esegue una funzione discreta e fornisce un risultato esplicito. Fowler non ha avuto l’opportunità di questo inizio di definire microservice, ma è venuto per essere conosciuta come una classe di servizio progettato per essere scalabile in modo indipendente, per l’utilizzo in sistemi distribuiti architetture.
Mesos è più audace, più maturo, e ha due livelli di pianificazione, che credo sia incredibilmente potente. Ma perché non hanno l’ecosistema, fanfare, e l’hype intorno ad esso, in realtà non ottiene la sua giusta quota di rispetto.
— Giosuè Bernstein, vice presidente della tecnologia, Tecnologie Emergenti Divisione, Dell, EMC
“Il momento peggiore della logica di business può essere molto complesso,” Fowler ha scritto. “Le regole e la logica descrivere diversi casi e si inclina di comportamento, ed è proprio questa complessità che gli oggetti sono stati progettati per lavorare con. Un Modello di Dominio, crea una rete di oggetti interconnessi, in cui ogni oggetto rappresenta alcune significative individuo, che sia grande come una corporation o piccoli come una singola linea in un modulo d’ordine. . . Se si dispone di complicato e mutevoli regole di business che coinvolgono la convalida, i calcoli, e derivazioni, le probabilità sono che si desidera un oggetto [dominio] modello per la loro gestione.”
Alla base di ogni impresa è il suo modello digitale-il modo in cui le sue applicazioni rappresentano come funziona il business. Se una singola piattaforma di database sono stati per incapsulare il modo in cui tutte le imprese potrebbero essere modellato, in tutte le prevedibili casi, quindi si potrebbe fare un caso convincente per un rip-e-sostituire la trasformazione delle applicazioni aziendali — una “trasformazione digitale” che può essere misurata su un cronometro.
Un caso potrebbe assomigliare a questo: Supponiamo che un solo meccanismo modello di entrambe le fasi e gli eventi del core business logic, e il modo in ingresso i dati devono essere interpretati per integrarsi con quella logica. Un modello di dominio, più un ETL modello, in un unico grafico. E supponiamo che il beneficio immediato sono stati immediatezza stesso: i mezzi per la fase di traduzione processi in parallelo, e l’esecuzione di attività su in entrata flussi in tempo reale.
SQL non è stato originariamente progettato per la codifica della logica di business. Ma poiché le procedure costruito intorno SQL, utilizzando linguaggi come PL/SQL, previsto sia per la forma e formato per le relazioni, su cui le imprese affidamento, gli schemi costruito nello sviluppo di queste procedure sono state spesso considerate la logica di base del business.
“Ognuno fa ETL. È possibile utilizzare Scintilla e Kafka come solo un altro strumento per fare il processo ETL. Ma loro non stanno usando il ETL tecnologia che esisteva prima.”
— Matei Zaharia, CTO e co-fondatore, Databricks
Fowler piuttosto che la logica di business essere codificato come gli oggetti in memoria, non come componenti di database. Tuttavia, anche la sua propria 2003 trattato il problema, ha ammesso che la scelta di codifica dipende dal codici di buone pratiche, e forse anche alcune questioni di comodità.
Leggi anche: cloud Ibrido 2017: Distribuzione, airbag, strategie e valore
Il modello di dominio è un modo per applicare un modello a oggetti di un programma mantiene in memoria, in modo che essi hanno alcune gestibile rapporto con le cose nel mondo reale. È programmatico della controparte allo schema-le regole con cui un database relazionale soci di unità di dati con il mondo reale. E perché il modello di dominio è stato pensato per i programmatori, e non di dati tecnici, funziona in modo diverso da uno schema.
Ecco un esempio: In un tipico schema, un record è di propria esclusiva chiave primaria, come un numero di targa, ma qualcosa di umano gli utenti vedono raramente. Nulla, condividendo la stessa chiave primaria deve, di relazione, di essere parte di uno stesso record. In un object-oriented modello di dominio, di uguaglianza e di identità sono concetti separati. Quindi, se due istanze di un oggetto di classe hanno gli stessi valori e contenuti, sono ancora elementi separati — non fanno parte dell’oggetto stesso.
Questi strani differenze di comportamento, di solito, sono state spiegate come esoterica e irrilevanti rispettivi contesto. Ma un decennio fa, l’atto di far fronte a queste differenze hanno dato luogo a una legittima settore: object / relational mapping (ORM). Uno strumento chiamato Hibernate ORM, prodotta da Red Hat, permette agli sviluppatori di software di automatizzare l’ORM processo, in modo che con schemi mappa più direttamente di modelli di oggetti.
I mezzi per l’attuazione di questa mappatura è chiamato un grafo orientato aciclico (DAG). È come un diagramma di flusso che illustra raffigurante le fasi dei processi, con un chiaro inizio e chiaramente la fine. Renderizzate correttamente, di un gruppo può essere un intermediario tra il modello a oggetti di dati che dipende di più sul comportamento, con lo schema che si basa di più su di stato.
Dr. E. F. Codd, l’inventore di SQL, metteva in guardia contro l’uso di un interprete, come già 1990, affermando che un linguaggio object-oriented, non si poteva ancora far rispettare l’integrità di dati e sistemi di dati. “Ogni nuovo modello che arriva,” Codd scritto, “deve essere attentamente esaminato dal punto di vista tecnico, il merito, l’usabilità e completezza”.
Nonostante Codd dell’avviso, DAG è evoluto fino a diventare lo strumento che rappresenta la traduzione dell’estratto / trasformare / load (ETL) — la manutenzione del motore del sistema di data warehouse — per Apache Scintilla. Tutti i posti di lavoro Scintilla, tra cui ETL e anche la traduzione di schemi, può essere definito come DAG i modelli. Infatti, l’uso della Scintilla SQL possibile avviare la creazione di nuovi DAG grafici che innescare la Scintilla built-in parziale diretti aciclici di pianificazione — naturalmente, chiamato Squalo.
Il ritardo imposto da quasi qualsiasi quantità di tempo trascorso con la pulizia e la traduzione, sostenuto Matei Zaharia, di una Scintilla, co-creatore e co-fondatore e CTO di Databricks, che agisce contro l’intento di un sistema che pretende di essere “in tempo reale.”
Ci sarà sempre bisogno di purificare i dati in qualche fase della lavorazione, ha concesso. In che senso, ETL non è, né sarà, morto. Ma la pulizia compito può ora, ha proposto, essere progettato in attività di analisi, in una sorta di parallelo, “just-in-time” pianificazione-probabilmente con l’aiuto di DAG, ma forse l’uso di più di una CI/CD-tipo pipeline. Come ogni altro processo, consuma tempo; ma in parallelo, è necessario introdurre, senza ritardi. Ha consigliato utilizzando il Databricks Delta piattaforma come un meccanismo per il monitoraggio dei dati attraverso le fasi di trasformazione, e, potenzialmente, trattenendo le versioni precedenti come protezioni in caso di dati trasformato in negativo alcuni test in cantiere.
DAG dà Scintilla, e dei suoi alleati nel SMACK Stack, un’apertura per montare un attacco diretto al centro di tutti i dati relazionale le operazioni: lo schema. Infatti, negli ultimi mesi, i ricercatori dell’IIT di Bombay, hanno lanciato un effetto leva DAG per automatizzare lo schema del processo di traduzione [PDF]. In particolare, automatizzato codice di analizzare i modelli esistenti, tradurre e analizzare le traduzioni per determinare se sarebbe più veloce o più efficiente rispetto il codice esistente si tratterebbe di sostituire.
“Tutti, indipendentemente da ciò che la tecnologia si sta usando, ha a che fare qualche trasformazione dei dati e l’estrazione”, ha spiegato Zaharia. “In che senso, ognuno fa ETL. È possibile utilizzare Scintilla e Kafka come solo un altro strumento per fare il processo ETL. Ma loro non stanno usando il ETL tecnologia che esisteva prima.”
Nessun tempo piatto
“Molte di queste applicazioni data-driven sono ora in tempo reale,” ha dichiarato Tobias Knaup, CTO di commerciale Mesos provider di piattaforma Mesosphere. “Non sono più in batch, dove sono in grado di raccogliere dati da più di una settimana e quindi eseguire alcuni report, qualcuno guarda e prende una decisione. Questi dati di fatto scorre di nuovo in applicazione in tempo reale.”Indietro quando un’azienda sceglie i dati di sistema più adatto per le attività è previsto per la stessa, ha scelto l’intera piattaforma — significato, è anche finito per selezionare il formato di database, e i mezzi con cui lo schema di spiegare la logica di business è stato formulato e consegnato. Chiunque la costruzione di un modello di dominio dovrebbe rivedere l’ORM processo per adattare questo schema. Per questo motivo, tra molti altri, è stata una cattiva idea per cambiare le piattaforme. L’avvento del sistema di data warehouse ha dato alle aziende la libertà, almeno, di integrare il tutto insieme il proprio programma. Ma le ha lasciate in un luogo in cui tali decisioni ha finito per essere risolto in pietra, una volta che sono state fatte.
Leggi anche: Sì, DevOps è tutto circa la crescita del business, in particolare il digitale varietà
Così la sfida che le aziende devono affrontare oggi è raggiungere la capacità di creare nuove applicazioni che girano alla velocità, che i moderni sistemi distribuiti richiedono, mentre, allo stesso tempo, l’integrazione con i formati che già esistono per le applicazioni che sono già in atto, anche se quelle vecchie applicazioni sono in fase di esaurimento nel corso del tempo. Databricks’ Zaharia indica la strada per le organizzazioni per rispondere a questa sfida: elaborazione condotte per la messa in scena processi che definiscono entrambi entrambi i modelli aziendali e di dominio, in un parallelo schema che consuma vicino a nessun tempo piatto.
“Le difficoltà e le mine che si battistrada qui. . . è la percezione che le persone hanno dell’ambiente contro la tecnologia in sé”, ha dichiarato Guy Churchward, il CEO di dati in tempo reale fornitore della piattaforma DataTorrent, parlando con ZDNet Scala. “In generale, la loro pre-concepimento di cui sono attualmente siedono con lo stato della loro architettura, è probabilmente la cosa più difficile. La maggior parte delle persone non si rendono conto che sei in giro con un auto che sta andando al collasso. Così sono grasso, stupido, e felice, e che non stanno facendo nulla e sono competitivi per essere ucciso, o sta facendo qualcosa, ma i dati hanno effettivamente non ha l’integrità di tutto, e, in sostanza, guardando i dati falsi.”
Churchward ci racconta una storia che ha detto che è ricorrente, in cui un cliente o potenziale cliente insiste che già distribuito analisi in tempo reale. Così egli quiz il cliente circa la sua latenza loop, e con orgoglio risponde, 60 millisecondi. Perché quel numero? Lo mostrano l’architettura in cui Kafka deterge i dati, quindi esso viene alimentato attraverso un batch di elaborazione del motore, poi parcheggiata in un data lago (virtuale da contenitore per tutti i dati in vari stati), dove vi attende una query da un servizio di web analytics.
“Va bene, così che cosa stai realmente facendo è di analytics in tempo reale su un lago con dati non aggiornati, diceva. Per cui il cliente avrebbe risposto, “No, No, no, abbiamo dei dati in tempo reale in arrivo.’ Sì, ma tu non sei in realtà analizzando i dati in tempo reale; in realtà stai facendo un analytics chiamata in tempo reale.”
Churchward e Zaharia sarebbe d’accordo sul principio di base che in tempo reale è reale solo quando i suoi processi sono progettati per funzionare in parallelo con le estrazioni, le trasformazioni e le query. Un DAG sarebbe di aiuto un moderno trattamento dei dati motore a percepire queste fasi, ma non come un discreto e inviolabile sequenza. Dove questi due signori parte modi rispetto al meccanismo stesso. Churchward del DataTorrent commerciale steward di componenti open source chiamato Apache Apice. Nel 2015 come un’alternativa di pianificazione e gestione risorse di FILATO in Hadoop stack, Apex cerca di zip insieme l’elaborazione in batch e l’elaborazione del flusso in un singolo motore.
DataTorrent proposta di valore è quello di fornire un mezzo per le imprese che hanno già adottato Hadoop e ottenuto bloccato lì efficacemente goccia nel DataTorrent piattaforma, guidati da Apex, e di passare ad un nuovo sistema nervoso in 60 giorni. Churchward suggerisce un’alternativa stack: KASH — Kafka, Apex, Scintilla, Hadoop — per produrre una nuova fondazione per applicazioni in tempo reale. Da lì, ha detto, diventa più facile per i clienti per l’implementazione di machine learning biblioteche, essenzialmente perché il vecchio ETL meccanismo non è stato ribadito, ma invece sostituiti completamente.
“Quando sappiamo come i dati devono essere memorizzati, per tutti gli schemi fissi, quando sappiamo esattamente quali sono le domande per chiedere i dati,” ha dichiarato Anjul Bhambhri, Adobe vice presidente della piattaforma per l’ingegneria “il data warehouse tradizionali sono stati progettati con ETL giocare un ruolo fondamentale. Conoscere la fonte, e quindi conoscere esattamente che cosa il formato di destinazione deve essere compilato, l’approccio basato su regole di ETL lavorato”.
Ma come nuove applicazioni fanno uso di dati in modo diverso, le regole devono essere flessibili, o almeno condizionale, Bhambhri sostiene. Un rigido processo automatizzato per la preparazione di tutti i dati per l’uso limitato di casi che un’organizzazione ha già pre-definito per sé, non è più applicabile a un mondo in cui le stesse applicazioni potrebbero imparare.
“Se hai capito che analytics è una parte importante del vostro business, ed è diventato un tallone d’Achille, perché stai ricevendo battuto la concorrenza. . . quindi non si può aspettare più di sei mesi, dodici mesi, due anni per un’applicazione. È necessario che in un trimestre o due; in caso contrario, si sta andando ad essere abilmente nei guai.”
— Ragazzo, Churchward, CEO, DataTorrent
“Non è completamente andato via, abbiamo ancora bisogno di fare che per alcuni tipi di detergente,” Bhambhri continuato. “Ma quando si guardano gli aspetti della scienza di dati, AI, ML [di apprendimento automatico], c’è un sacco di funzionalità ingegneria che deve essere fatto su questo ‘massaggiato’ di dati. E questo non è pesante ETL, ma deve essere fatto. ETL è un bene per quando, in modalità batch, i dati sono trattati, conosci lo schema, si conosce il tipo di rapporti che devono essere generati. Ma per questo mondo dove c’è un sacco di serie temporali di dati comportamentali, cercando di utilizzare un ETL approccio non può essere scomodo, ma è necessario molto tempo.”
Osservò Churchward, “Se ho trovato nel mio portafoglio di azioni che una società è stata basando la sua analytics esclusivamente su un classico, vecchio stile ETL dati lago di architettura, vorrei a breve il brodo”.
Leggi anche: Eliminando errori di archiviazione nel cloud
Tramonto d’assalto
È crepuscolo oltre Datumoj, D-Day-plus-300. C’è un temporale in arrivo da nord, e non le nuvole che stanno portando.
La Scintilla coalizione ha stabilito un perimetro intorno alla Contabilità Dominio delle fortezze dello schema mountain range. Oggi controlla tutto il traffico in e out della loro rotte di approvvigionamento. Per il gruppo a sorpresa, però, che il traffico è diventato scarso. Quello che ancora non si rendono conto è che l’Apice di una montagna divisione di fanteria, è stato furtivamente da stealth forze da sbarco lungo la costa sud-occidentale. Stabilire una tregua con il resto del Hadoop Task Force, catturato offensivo posizioni lungo il vecchio western via di rifornimento, bypassando le principali strade di montagna.
Leggi anche: AMD debutta embedded EPYC e Ryzen processori
Ma anche loro si preparano a lanciare una strategica contro-offensiva contro Scintilla, punti di osservazione sulla Eliro Isola spot distintivo pennacchi di vapore di una invasione forza navale a nord. Si porta il leggendario Kubernetes Marine Corpo di Spedizione, accompagnato da scaricatore di porto Containerizzato Brigata. Si ritiene che esse condividono i mezzi per la distribuzione di un completamente nuovo allestimento e del sistema di produzione per l’isola, in auto-distribuzione di capsule che sono self-provisioning, può essere eliminato in luogo, e reso operativo in pochi giorni. “Microservices,” queste capsule sono chiamati, se nessuno l’ha mai visto questo nemico vicino.
Leggi anche: il Cloud computing è praticamente sostituire i tradizionali centri dati entro tre anni
Upstage
“Non credo che stiamo parlando di tecniche di differenziazione qui. Penso che quello di cui stiamo parlando è la conquista del mercato,” ha detto Ted Dunning, capo architetto di applicazioni per MapR. “E quello che vedo è, Kubernetes è in fuga preferita su GitHub, il più recitato progetto. E vedo che con i nostri clienti aziendali — 90% sono l’adozione di Kubernetes per la loro produzione istanze.”
MapR cloud partner di servizio, Reclami e ci ha detto, hanno già distribuito Kubernetes per la gestione di oltre il 90 per cento del loro nuovo cluster di server. Alcuni dei nodi nel cluster sono ancora gestiti da Mesos, ma ha detto che il numero è in calo di circa la metà.
“Il trend è drammatica”, ha dichiarato. “Come tutti sappiamo, le tendenze come questo non è sempre il rispetto della qualità tecnica. Non credo che esistano carenze tecniche in Kubernetes-che è parte del problema: È davvero bella.”
“L’unico motivo per cui stiamo parlando di Kubernetes,” ha detto Joshua Bernstein, vice presidente della tecnologia per Dell EMC Tecnologie Emergenti divisione, “è perché Google ha fatto un lavoro fenomenale di marketing. In un’ottica puramente tecnica, Kubernetes, inoltre, ha fatto un ottimo lavoro con il suo modello di dati e di astrazione dei dati del modello. Da un lato, che gli dà la flessibilità. Ma è anche molto complessi, il codice di base è molto giovane, e a prescindere di quello che si pensa, è controllato da un unico soggetto, che è di Google.”
Il Cloud Nativo di Calcolo Fondazione-di cui Google è un membro, ma anche Microsoft, Oracle, e ora capogruppo Dell Tecnologie di per sé, potrebbe prendere problema con Bernstein ultimo commento. Tuttavia, il punto in sospeso che Kubernetes può essere ancora immaturo tecnologia, non sopportare un certo controllo.
“Cosa ci sarà di interessante qui,” Bernstein ha detto, “è che Kubernetes di lotta di eseguire carichi di lavoro diversi contemporaneamente le stesse risorse. Sarà difficile per eseguire Scintilla e Cassandra nello stesso ambiente. Infatti, che la capacità di Kubernetes è ancora qualcosa che è stato sviluppato attivamente a destra, ora stiamo iniziando a vedere i sentori di questo tipo di capacità. Mesos è più audace, più maturo, e ha due livelli di pianificazione, che credo sia incredibilmente potente. Ma perché non hanno l’ecosistema, fanfare, e l’hype intorno ad esso, in realtà non ottiene la sua giusta quota di rispetto, per essere onesti con voi. Così che cosa siete realmente scambio di qui, le persone sono orientate verso Kubernetes per hype.”
DataTorrent Ragazzo di Churchward ci racconta la sua azienda si sta preparando per un full-on Kubernetes invasione. La sua risposta sarebbe plausibilmente attivare HDFS per essere integrato con il Kubernetes orchestrator, permettendo Apice a collaborare con il rispetto per la pianificazione. Ma poi si potrebbe portare il KASH stack, il provisioning di Kafka, Scintilla, e Apex, ancora una volta, per l’elaborazione in tempo reale dei flussi.
Leggi anche: Google costruisce fuori del data center estate, con l’aggiunta di energia solare
“Guarda, i componenti non importa,” ha dichiarato Churchward, nel mezzo di una conversazione in cui i componenti di certo non sembrare alla materia. “Non importa se la Scintilla vince o Apex vince o Kubernetes o Mesos vince, o di FILO c’è o non, o di Hadoop è buono o cattivo. La realtà è, hai avuto modo di guardare e dire, ‘ho voglia di sbarcare sull’isola, voglio liberare i miei dati, voglio ottenere un risultato fuori di esso, so che cosa è, e ho bisogno di effettuato entro due trimestri di pensare”. E ho anche bisogno della flessibilità di dire ‘ho sbagliato’, e poi riaggiustare la mia linea di vista.”
Esplorare
Come il crepuscolo scende su Datumoj, il teatro delle operazioni è fissato per un confronto epico. Ciascuno dei concorrenti, in questa battaglia hanno l’obiettivo di rendere l’isola in un self-service rifornimento di carburante, quanto Churchward descritto. Che cosa ci si affaccia, e ciò che si affronta l’impresa, è il rischio di uno scontro tra la parallela attività di modello e distribuito microservices modello per facilitare in tempo reale i flussi e tradizionale lotti contemporaneamente. Cto e Cio potrebbe essere sperando di più tempo per una piattaforma di emergere vittorioso. Per alcuni di questi dirigenti, i loro tempi di decisione potrebbe essere già scaduto.
Nel frattempo, mentre la sagoma del nostro metaforico isola si sbiad in starlight, la realtà di un altro prende il suo posto. In realtà, una nuova ondata di trasformazione digitale, portando con sé un concetto chiamato “integrata dei dati di magazzino.” In un mondo dove tutto può essere commercializzato con successo, tutto ciò che è vecchio, infatti, ancora nuovo, e appare improvvisamente Datumoj Isola era solo un blip sul radar.
Ci misurare l’impatto di tale blip la prossima volta. Fino ad allora, è vero.
Viaggio-Dalla CBS Interactive Network
Kubernetes si regola il hyperscale data center nel 2018 da Scott M. Fulton, III, ZDNet Scala. DataTorrent: Rigido codice di streaming di dati filosofia in 90 giorni da George Anadiotis, Big Data Cloud database di crescita possono essere rallentamento lock-in e paure telaio da Matt Asay, TechRepublic
Altrove
Come GE Digital Affrontato il Stateful / Apolide Problema Industriali IoT da Scott M. Fulton, III, Il Nuovo Stack Apache Ottiene Ancora un Altro Flusso di Elaborazione del Motore con Apice da Susan Hall, La Nuova Traccia di Stack DAG Dal disciplinare per l’Esecuzione di Thomas Weise, DataTorrent
RICERCA PER L’UNICA VERA DEVOPS
Parte I: Il sogno di borse di studio per gli sviluppatori di software e gli operatori, Parte II: L’alba di automazione e la promessa di una formula per il successo del business, Parte III: Con la pienezza di coraggio, DevOps tiene fede al suo obiettivo, la Parte IV: Nell’occhio del ciclone, DevOps’ più coraggioso guerriero trova nuovi speranza Parte V: C’e di nuovo in giro di nuovo, DevOps dovrebbe ascoltare di più i clienti
I Dati Spedizioni
Parte i: Il data center prende forma, e le imprese ad adattarsi o perire Parte II: UNA nuova alleanza, fa un audace carica sul data warehouse Parte III: interrompiamo questa rivoluzione: Apache Scintilla cambia le regole del gioco, la Parte IV: L’unità per la sincronicità scuote le fondamenta del sistema di data warehouse
La “Battaglia di Datumoj” è stato ispirato dalla seconda Guerra Mondiale la Battaglia di Morotai. C’, un’isola che sembrava abbastanza facile per liberare pochi mesi dopo il D-Day in Francia, ha finito per essere attivo un campo di battaglia fino a V-J Day, e anche dopo. La vera storia di Morotai, la sua importanza strategica, il vero reggimenti che hanno combattuto, e la truppa di movimento mappe che ha ispirato questa serie, sono disponibili presso la II Guerra Mondiale Database.
Argomenti Correlati:
Big Data Analytics
L’innovazione
CXO
Intelligenza Artificiale
Enterprise Software
Archiviazione
0