Big Data Cloud Provider - Dummies

Cloud-Anbieter sind in allen Formen und Größen erhältlich und bieten viele verschiedene Produkte für Big Data. Einige sind bekannte Namen, andere tauchen erst kürzlich auf. Einige der Cloud-Anbieter, die IaaS-Dienste anbieten, die für Big Data genutzt werden können, sind Amazon. com, AT & T, GoGrid, Joyent, Rackspace, IBM und Verizon / Terremark.

Amazon's Public Elastic Compute Cloud für Big Data

Einer der bekanntesten IaaS-Service-Provider ist derzeit Amazon Web Services mit seiner Elastic Compute Cloud (Amazon EC2). Amazon hat nicht mit der Vision begonnen, ein großes Infrastrukturdienstleistungsgeschäft aufzubauen.

Stattdessen baute das Unternehmen eine massive Infrastruktur auf, um sein eigenes Einzelhandelsgeschäft zu unterstützen und stellte fest, dass seine Ressourcen zu wenig genutzt wurden. Anstatt dieses Asset untätig zu lassen, entschied es sich dafür, diese Ressource zu nutzen und gleichzeitig das Endergebnis zu erhöhen. Der EC2-Service von Amazon wurde 2006 eingeführt und entwickelt sich weiter.

Amazon EC2 bietet Skalierbarkeit unter der Kontrolle des Benutzers, wobei der Benutzer die Ressourcen stundenweise bezahlt. Die Verwendung des Begriffs elastic bei der Benennung von Amazon's EC2 ist signifikant. Elastizität bezieht sich hier auf die Fähigkeit der EC2-Benutzer, die Infrastrukturressourcen zu erhöhen oder zu verringern, die ihren Bedürfnissen entsprechen.

Amazon bietet seinen Kunden aus dem Amazon Web Services Portfolio auch andere Big Data Services an. Dazu gehören:

• Amazon Elastic MapReduce: Gezielt für die Verarbeitung großer Datenmengen. Elastic MapReduce verwendet ein gehostetes Hadoop-Framework, das auf EC2 und Amazon Simple Storage Service (Amazon S3) ausgeführt wird. Benutzer können jetzt HBase ausführen.

• Amazon DynamoDB: Ein vollständig verwalteter SQL-Datenbankdienst (NoSQL). DynamoDB ist ein fehlertoleranter, hochverfügbarer Datenspeicherdienst, der Self-Provisioning, transparente Skalierbarkeit und einfache Administration bietet. Es ist auf SSDs (Solid State Disks) für größere Zuverlässigkeit und hohe Leistung implementiert.

• Amazon Simple Storage Service (S3): Ein Web-Scale-Dienst, der eine beliebige Datenmenge speichern soll. Die Stärke des Designcenters liegt in der Leistung und Skalierbarkeit, daher ist es nicht so leistungsstark wie andere Datenspeicher. Daten werden in "Buckets" gespeichert, und Sie können eine oder mehrere globale Regionen für die physische Speicherung auswählen, um Latenz oder regulatorische Anforderungen zu berücksichtigen.

• Amazon High Performance Computing: Dieser Dienst ist für spezielle Aufgaben optimiert und bietet leistungsstarke Rechencluster mit geringer Latenz. Am häufigsten von Wissenschaftlern und Akademikern verwendet, tritt HPC aufgrund des Angebots von Amazon und anderen HPC-Anbietern in den Mainstream ein.Amazon HPC-Cluster sind speziell für bestimmte Workloads konzipiert und können problemlos für neue Aufgaben konfiguriert werden.

• Amazon RedShift: In eingeschränkter Vorschau ist RedShift ein Data Warehousing-Dienst im Petabyte-Bereich, der auf einer skalierbaren MPP-Architektur basiert. Es wird von Amazon verwaltet und bietet eine sichere und zuverlässige Alternative zu firmeninternen Data Warehouses. Es ist kompatibel mit verschiedenen gängigen Business Intelligence-Tools.

Google Big Data Services

Google, der Internet-Suchriese, bietet auch eine Reihe von Cloud-Diensten für Big Data an. Dazu gehören die folgenden:

• Google Compute Engine: Die Cloud Computing Engine bietet eine sichere, flexible Computerumgebung für energieeffiziente Rechenzentren. Google bietet außerdem Workload-Management-Lösungen von mehreren Technologiepartnern an, die ihre Produkte für Google Compute Engine optimiert haben.

• Google Big Query: Ermöglicht das Ausführen von SQL-ähnlichen Abfragen mit hoher Geschwindigkeit gegen große Datensätze mit potenziell Milliarden von Zeilen. Obwohl es gut ist, Daten abzufragen, können Daten nicht geändert werden, nachdem sie sich darin befinden. Betrachten Sie Google Big Query als eine Art OLAP-System (Online Analytical Processing) für Big Data. Es ist gut für Ad-hoc-Berichte oder explorative Analysen.

• Google Prediction API: Ein Cloud-basiertes Werkzeug zum maschinellen Lernen für große Datenmengen. Prediction ist in der Lage, Muster in Daten zu identifizieren und sich dann daran zu erinnern. Jedes Mal, wenn es verwendet wird, kann es mehr über ein Muster erfahren. Die Muster können für eine Vielzahl von Zwecken analysiert werden, einschließlich Betrugserkennung, Churn-Analyse und Kundenstimmung.

Microsoft Azure für Big Data

Basierend auf Windows- und SQL-Abstraktionen hat Microsoft eine Reihe von Entwicklungstools, Unterstützung für virtuelle Maschinen, Management- und Mediendienste sowie Dienste für mobile Geräte in einem PaaS-Angebot bereitgestellt. Für Kunden mit fundierten Kenntnissen in.Net, SQLServer und Windows ist die Einführung des Azure-basierten PaaS einfach und unkompliziert.

Um die neuen Anforderungen für die Integration von Big Data in Windows Azure-Lösungen zu erfüllen, hat Microsoft auch Windows Azure HDInsight hinzugefügt. Basierend auf der Hortonworks Data Platform (HDP), die nach Angaben von Microsoft zu 100% mit Apache Hadoop kompatibel ist, unterstützt HDInsight die Verbindung mit Microsoft Excel und anderen Business Intelligence (BI) -Tools. Neben Azure kann HDInsight auch unter Windows Server bereitgestellt werden.

OpenStack für Big Data

Initiiert von Rackspace und der NASA implementiert OpenStack eine Open-Cloud-Plattform für öffentliche oder private Clouds. Während die Organisation von Rackspace streng verwaltet wird, wurde sie auf eine separate OpenStack-Basis verschoben. Obwohl Unternehmen OpenStack nutzen können, um proprietäre Implementierungen zu erstellen, erfordert die OpenStack-Bezeichnung die Konformität mit einer Standardimplementierung von Diensten.

Ziel von OpenStack ist es, eine massiv skalierte mandantenfähige Cloud-Spezifikation bereitzustellen, die auf jeder Hardware ausgeführt werden kann. OpenStack baut ein großes Ökosystem von Partnern auf, die an der Einführung seiner Cloud-Plattform interessiert sind, darunter Dell, HP, Intel, Cisco, Red Hat und IBM sowie mindestens 100 andere, die OpenStack als Grundlage für ihre Cloud-Angebote verwenden.

Im Wesentlichen ist OpenStack eine Open Source IaaS-Initiative, die auf Ubuntu basiert, einem Betriebssystem, das auf der Debian-Linux-Distribution basiert. Es kann auch auf der Linux-Version von Red Hat laufen.

OpenStack bietet eine Reihe von Services an, darunter Computing, Objektspeicherung, Katalog und Repository, Dashboarding, Identität und Netzwerk. In Bezug auf Big Data kündigten Rackspace und Hortonworks (ein Anbieter einer Open-Source-Datenverwaltungsplattform auf Basis von Apache Hadoop) an, dass Rackspace einen Public-Cloud-basierten Open-Hadoop-Service veröffentlichen wird, der von Hortonworks validiert und unterstützt wird. schnell eine Big-Data-Umgebung erstellen.