Teradata lance Kylo, une plate-forme logicielle de gestion de data lake élaborée sur la base des dernières fonctionnalités open source telles que Apache Hadoop, Apache Spark et Apache NiFi.
Kylo est un projet open source financé par Teradata et proposé sous licence Apache 2.0. Il est dérivé de code issu de diverses missions de data lake menées par Think Big Analytics, une société Teradata, qui assurera le service et l'assistance pour Kylo.
Teradata propose Kylo pour aider les organisations à relever les principaux défis qu'elles rencontrent dans la mise en œuvre de data lakes. Parmi ceux-ci figure notamment le problème central de la durée d'élaboration des data lakes. Face à des cycles de mise en place s'échelonnant en moyenne de 6 à 12 mois, les utilisateurs estiment que, dans les activités évoluant très rapidement, les usages prévus risquent de devenir obsolètes et de perdre en pertinence entre temps. Par ailleurs, malgré un coût des logiciels en baisse, les frais d'ingénierie augmentent rapidement. Enfin, une fois en place, un data lake peut échouer à séduire les utilisateurs, qui peuvent le trouver difficile à explorer et peu créateur de valeur ajoutée.
Dérivé et développé à partir du déploiement de data lakes dans divers secteurs, Kylo permet de relever aisément tous ces défis en intégrant et en simplifiant le développement par pipeline et les tâches courantes de gestion de données, favorisant ainsi un retour sur investissement plus rapide, une adoption accrue par les utilisateurs et une meilleure productivité des développeurs. Kylo ne nécessite pas de codage et son interface utilisateur intuitive d'acquisition et de traitement de données en libre-service contribue à accélérer le processus de développement. Pour accroître la productivité, Kylo emploie également des modèles réutilisables.
Une société leader des télécommunications vient de mettre en œuvre Kylo après qu'une équipe conséquente de 30 ingénieurs en données ait passé plusieurs mois à coder à la main des pipelines d'absorption de données. Grâce à Kylo, une seule personne a été en mesure d'absorber, de nettoyer, de classer et de valider les mêmes données en moins d'une semaine.
Participer à la conversation