Il tempismo è tutto quando si tratta di intercettare un possibile acquirente online o di analizzare un comportamento nel momento in cui accade. Per questo Red Hat ha ulteriormente velocizzato il suo JBoss Data Grid, un database distribuito in-memory che adotta il modello della “griglia dati” e può essere utilizzato come cache distribuita. database NoSql o broker di eventi. La nuova versione, Red Hat JBoss Data Grid 7, introduce alcuni miglioramenti per rispondere alla necessità di un’elaborazione dei dati ancora più veloce e di applicazioni più responsive.
La principale novità è l’integrazione con Apache Spark, un framework open source per lo sviluppo di applicazioni data-intensive. Poiché Spark processa i dati in modalità in-memory, il suo abbinamento a un un data store in-memory come JBoss Data Grid, aiuta a velocizzare le analisi, eliminando i colli di bottiglia. Il prodotto di Red Hat è anche completamente supportato come sorgente di dati Hadoop-compliant, mentre il supporto a Hadoop InputFormat e OutputFormat consente l’utilizzo di molti tool di analisi che si integrano con il formato I/O di Hadoop.
“Per molte organizzazioni oggi, la prima sfida legata ai Big Data che si trovano ad affrontare non è più il volume dello storage ma piuttosto la velocità con cui sono in grado di elaborare questi dati”, ha spiegato Mike Piech, vice president e general manager middleware di Red Hat. “Abbinato a un motore di data processing in-memory come Spark, JBoss Data Grid può essere usato come piattaforma per un’analisi dei dati in tempo reale, consentendo così un coinvolgimento più veloce ed efficace dei clienti”.
Ulteriori novità comprendono attività semplificate di elaborazione distribuita basate su Api di Java 8, l’esecuzione degli script e dei task remoti, un più esteso supporto linguistico e alcuni miglioramenti di user experience e delle funzioni di amministrazione.