Por que você deve ler este documento Este documento descreve como as tecnologias em nuvem e de big data estão convergindo para oferecer um modelo de entrega de baixo custo para a análise de big data baseada em nuvem. Ele inclui também:

• Como a computação em nuvem é um facilitador para análises avançadas com big data

• Como a TI pode assumir a liderança para análise de big data baseada em nuvem na empresa, tornando-se um intermediador de serviços em nuvem

• Modelos Analytics-as-a-service (AaaS) para análise de big data baseada em nuvem

• Etapas práticas para você começar a sua iniciativa de análise de big data baseada em nuvem

Resumo da solução

Como criar Vantagem Competitiva Usando Analítica de Big Data com Base em Nuvem

Big Data na nuvem: tecnologias convergentes

Nuvem como um Facilitador para Análise de Big DataDuas iniciativas de TI estão atualmente em destaque para as organizações em todo o mundo: análise de big data e computação em nuvem. Análise de Big Data oferece a promessa de fornecer informações valiosas que podem criar vantagem competitiva, inflamam novas inovações e impulsionam o aumento das receitas. Como um modelo de entrega de serviços de TI, a computação em nuvem tem o potencial de aumentar a agilidade dos negócios e da produtividade, permitindo simultaneamente uma maior eficiência e redução de custos.

Ambas as tecnologias continuam a evoluir. As organizações estão indo além de perguntas sobre o que e como arma-zenar big data e abordando como derivar análises significativas que respondam às necessidades reais de negócios. À medida que a computação em nuvem continua a amadurecer, um número crescente de empresas está construindo ambientes de nuvem eficientes e ágeis, e provedores de nuvem continuam a expandir as ofertas de serviços.

Faz sentido, então, que as organizações de TI devam olhar para a computação em nuvem como a estrutura para suportar seus projetos de big data. Ambientes de big data exigem clusters de servidores para suportar as ferramentas que proces-sam big data de grandes volumes, de alta velocidade, e de formatos variados. Nuvens já estão implantadas em pools de servidores, armazenamento e recursos de rede e podem aumentar ou reduzir, conforme necessário. A computação em nuvem oferece uma maneira custo-efetiva para apoiar tecnologias de big data e as aplicações de análise avançadas que podem impulsionar o valor do negócio.

O documento descreverá:

• Como a computação em nuvem é um facilitador para análises avançadas com big data

• Como a TI pode assumir a liderança para análise de big data baseada em nuvem na empresa, tornando-se um interme-diador de serviços em nuvem

• Modelos Analytics-as-a-service (AaaS) para análise de big data baseada em nuvem

• Etapas práticas para você começar a sua iniciativa de análise de big data baseada em nuvem

Tendências de Big DataO que torna a computação em nuvem um modelo de entrega de baixo custo para análise de big data? Como as tecnologias de big data e de nuvem se convergem para tornar análises de big data em nuvens uma opção razoável? Para análise de big data:

ÍndiceNuvem como um Facilitador para Análise de Big Data . . . . . . . . . . . . . . 2

Nuvem e Big Data: Uma Combinação Irresistível . . . . . . . . . . . . . . . . . . . . . . 4

TI como um Intermediador de Serviços em Nuvem . . . . . . . . . . . . . . 6

Próximas etapas para a TI . . . . . . . . 7

O que é Análise de Big Data?Big data refere-se a grandes conjun-tos de dados que são de ordens de magnitude maior (em volume); mais diversificados, incluindo os dados estruturados, semiestruturadas e não estruturados (variedade); e que chegam mais rápidos (velocidade) comparados aos que você ou sua organização já experimentaram anteriormente. Esta inundação de dados é gerada por dispositivos conectados - desde PCs e tele-fones inteligentes até sensores, tais como leitores de RFID e câmeras de tráfego. Além disso, é heterogênea e vem em diversos formatos, incluindo texto, documento, imagem, vídeo, e muito mais.

O valor real de big data reside nos insights que produz quando analisado - padrões descobertos, significado derivado, indicadores de decisões e, finalmente, a capa-cidade de responder ao mundo com maior inteligência. A análise de big data é um conjunto de tecno-logias avançadas projetadas para trabalhar com grandes volumes de dados heterogêneos. Ele utiliza métodos quantitativos sofisticados, como a aprendizagem de máquina, redes neurais, robótica, matemática computacional e inteligência artifi-cial para explorar os dados e desco-brir as inter-relações e padrões.

Big Data na Nuvem: Tecnologias Convergentes 2

Os dados estão se tornando mais valio-sos . Hoje a conversa está mudando de “Quais dados devemos armazenar?” para “O que podemos fazer com os dados?” As empresas estão buscando desbloquear o potencial escondido dos dados e fornecer vantagem competitiva. Gartner prevê que os dados de empresas crescerão 800 por cento de 2011 a 2015, com 80 por cento não estruturados (por exemplo, e-mails, documentos, vídeo, imagens e conteúdo de mídia social) e 20 por cento, estrutura-dos (por exemplo, transações de cartão de crédito e informações de contato).1

Com o potencial para tantos dados reve-larem insights que podem impulsionar a competitividade, as empresas devem encontrar novas abordagens para o processamento, gerenciamento e análise de seus dados, quer se trate de dados estruturados normalmente encontra-dos em sistemas tradicionais relacionais de gerenciamento de banco de dados (RDBMSs) ou de formatos mais variados, não estruturados. Além disso, a combi-nação de diversas fontes de dados e tipos tem o potencial para descobrir alguns dos mais interessantes padrões e relações inexplorados.

A análise de dados está se deslocando de lote para tempo real . O levantamento da Intel de 2012 de 200 gerentes de TI em grandes empresas descobriram que, enquanto a quantidade de lote comparado ao processamento em tempo real é dividido igualmente hoje, a tendência é do aumento do tempo de real para dois terços do total de gerenciamento de dados até 2015.2 Ao mesmo tempo, a tecnologia de processamento em tempo real ou informa-ção em tempo quase real está se movendo para além de excessivo para estágios iniciais de maturidade.

Tempo real suporta a análise preditiva . A análise preditiva permite que as orga-nizações para se desloquem para uma visão orientada para o futuro do que está à frente e oferece às organizações alguns das mais excitantes oportunidades para impul-sionar valor a partir de big data. Dados em tempo real fornecem a perspectiva de análise preditiva rápida, precisa e flexível que rapidamente se adapte às mudanças nas condições de negócios. Quanto mais rápido você analisar os dados, mais opor-tunos serão os resultados, e maior o seu valor preditivo.

O escopo da análise de big data continua a se expandir . Interesse inicial na análise de big data foi principalmente focado em fontes de negócios e dados sociais, tais como e-mail, vídeos, tweets, posts no Facebook, avaliações e comportamento da Web. O escopo do interesse em análise de big dados está crescendo para incluir dados de sistemas inteligentes, como informações de entretenimento em veícu-los, quiosques, medidores inteligentes, e muitos outros, e sensores de disposi-tivos de redes de alguns dos big data de maiores volumes, mais de streaming mais rápido e mais complexos. Conectividade onipresente e o crescimento de sensores e sistemas inteligentes têm aberto um novo armazém inteiro de informações valiosas. Interesse em aplicar análise de big data para dados de sensores e sistemas inteligentes continua a aumentar à medida que as empresas procuram ganhar insights de forma mais rápida, mais ricos, e mais rentáveis do que no passado, melhorar a tomada de decisões baseadas na máquina, e personalizar a experiência dos clientes.

Cidade Inteligente Fábrica InteligenteEstradas InteligentesHospital InteligenteBig Data no Contexto: Cidade InteligenteAlém de dados transacionais, sociais e de localização gerados por pessoas, sensores de dispositivos geram, em tempo real, alguns big data de mais rápido crescimento. Processamento e análise podem ser aplicados a essas fontes de dados valiosas através de infraestrutura de IT incorporada provisionada, em nuvem ou dedicada e soluções de computação de armazenamento e de computação de alto desempenho.

Big Data na Nuvem: Tecnologias Convergentes 3

• Sensors on ambulance• Serviços de imagiologia médica portátil

• Sensores em smartphones• Sensores em veículos• Câmeras de trânsito• Sensores indutivos

• Sensores de automação industrial• Medidores inteligentes

• Sensores de edifícios inteligentes• Sensores de rede inteligentes• Sensores meteorológicos• Sensores de poluição

Tecnologias na Nuvem MadurasA computação em nuvem está se tornando uma realidade para muitas empresas, com implantações de nuvem privada, muitas vezes mostrando o caminho. A tecnologia de nuvem está amadurecendo e abor- dando barreiras a serem adotadas com melhorias na segurança e integração de dados, enquanto as organizações de TIestão evoluindo para apoiar a prestaçãode serviços em nuvem. Como resultado, as empresas estão demonstrando confiança crescente em modelos de fornecimentode nuvem. Por exemplo, um levantamento de 2013 de Ubuntu, constatou que 55 por cento consideram a nuvem pronta para cargas de trabalho de missão crítica.3

Organizações continuam a armazenarmais e mais dados em ambientes de nuvem, que representam uma imensa fonte de informações valiosas a ser desenvolvida. Além disso, as nuvens ofer- ecem aos usuários de negócios recursos escaláveis sob demanda. A combinação de servidores e armazenamentos com processadores Intel® Xeon®, junto comIntel® SSDs e recursos de ligação em rede Intel® 10 GbE usados em ambientes de nuvem, com ferramentas de processa- mento de big data, tal como o software Apache Hadoop*, fornece a potênciade computação de alto desempenho necessária para analisar grandes quan- tidades de dados de forma eficiente e custo-eficaz. A execução do Hadoop em ambientes virtualizados continua a evoluir e amadurecer com iniciativas tal como projeto de código aberto da VMware Serengeti*, entre outros.

Nuvem e Big Data: Uma Combinação IrresistívelModelos de entrega na nuvem oferecem excepcional flexibilidade, permitindo quea TI avalie a melhor abordagem para cada solicitação do usuário de negócios. Por exemplo, as organizações que já suportam um ambiente de nuvem privada interno podem adicionar análise de big data para as suas ofertas internas, usar um prove- dor de serviços em nuvem, ou construir uma nuvem híbrida que proteja determi- nados dados sensíveis em uma nuvem privada, mas que aproveite valiosas fontes

externas de dados e aplicações fornecidas em nuvens públicas.

Utilizar a infraestrutura de nuvem para analisar biga data faz sentido, porque:

Os investimentos em análise de big data podem ser significativos e impulsionar a necessidade de infraestrutura eficiente e de baixo custo . Os recursos para apoiar modelos de computação distribuídos internamente normalmente residem em grandes e médios centros de dados. As nuvens privadas podem oferecer um modelo mais eficiente, de baixo custo para implementar a análise de big data interna-mente, ao mesmo tempo aumentando os recursos internos com serviços de nuvem pública. Esta opção de nuvem híbrida permite às empresas utilizar o espaço de armazenamento sob demanda e poder de computação por meio de serviços de nuvem pública para as iniciativas de análise corretas (por exemplo, projetos de curto prazo), e fornecer capacidade adicio-nal e de escala, conforme necessário.

Big Data pode misturar fontes internas e externas . Embora as empresas muitas vezes mantenham os seus dados mais sensíveis internamente, grandes volumes de big data (de propriedade da organiza-ção ou gerados por terceiros e prestadores públicos) podem estar localizados externa-mente, alguns deles já estão em um ambi-ente de nuvem. Deslocar fontes de dados relevantes por trás do firewall pode ser um compromisso significativo de recursos. Analisar os dados ondem residem, quer em centros de dados de nuvem internos ou públicos, ou em sistemas de ponta e dispositivos de cliente, muitas vezes faz mais sentido.

Os serviços de dados são necessários para extrair valor de big data . Depen-dendo dos requisitos e do cenário de uso, o melhor uso do seu orçamento de TI pode ser concentrar-se na análise como um serviço (AaaS) - apoiado por sua nuvem privada interna, uma nuvem pública, ou um modelo híbrido.

Desbloqueio do Potencial de Nuvens de Big Data Modelos de computação em nuvem podem ajudar a acelerar o potencial de

soluções de análise escaláveis. Nuvens oferecem flexibilidade e eficiência para acessar dados, fornecendo insights e impulsionando valor. No entanto, a análise de big data baseada em nuvem não é uma solução única.

Organizações que utilizam a infraestrutura de nuvem para fornecer AaaS têm várias opções. Ponderando fatores de carga de trabalho, custo, segurança e interoperabil-idade de dados, a TI pode optar por utilizar a sua nuvem privada para mitigar o risco e manter o controle; utilizar a infraestru-tura de nuvem, plataforma ou serviços públicos de análise para aumentar ainda mais a escalabilidade; ou implementar um modelo híbrido que combine recursos e serviços de nuvem privada e pública.

O resultado: Não importa qual modelo de entrega em nuvem faz mais sentido, as empresas com necessidades e orça-mentos diferentes podem desbloquear o potencial de big data em ambientes de nuvem.

Você pode endereçar as necessidades dos usuários em toda a gama de requisitos de análise com o uso de AaaS com base em nuvem; desde a entrega e gerenciamento de dados para o uso de dados. Através do desenvolvimento de uma estratégia global de big data com base em nuvem, você pode definir uma estrutura de insight e otimizar o valor total dos dados da empresa.

Uma estrutura de insight de AaaS engloba os seguintes recursos principais:

• Captura e extração de dados estrutura-dos e não estruturados de fontes confiáveis, incluindo a priorização dos dados mais críticos e identificação do que reter e por quanto tempo

• Gerenciamento e controle de dados no âmbito das diretrizes de política e governança abrangentes através de uma empresa global e em conformidade com os requisitos específicos da indústria

• Execução de integração, análise, transformação e visualização de dados para entregar as informações corretas para o local corretor no momento correto

Big Data na Nuvem: Tecnologias Convergentes 4

Análise como Service Insight Framework

Tipos de Serviço de Nuvem para AaaSAaaS pode ser implantado na nuvem com base em váriostipos de serviços em nuvem. Determinar a combinação correta de serviços depende das necessidades do usuário ponderada em comparação com recursos internos existentes, tais como um ambiente de nuvem privada, que já esteja em vigor.

Os tipos de serviços em nuvem básicos para a análise como um serviço incluem a infraestrutura como plataforma deserviço (IaaS), como serviço (PaaS) e software como serviço(SaaS).

Infraestrutura como Serviço (IaaS)

Implantado no local ou através de um provedor de nuvem, IaaS permite alocar ou ganhar tempo nos recursos de servidor compartilhados, que muitas vezes são virtualizados, para lidar com a computação e armazenamento para análises de bigdata. Sistemas operacionais em nuvem gerenciam servidores de alto desempenho, rede e recursos de armazenamento.

IaaS fornece a base para muitos serviços de nuvem de empre- sas. No entanto, IaaS também requer um maior investimento de recursos de TI no contexto da implementação de análise de big data. Sua organização será responsável por instalar seupróprio software, tais como a estrutura Hadoop, ou um banco de dados NoSQL, tal como as tecnologias Apache Cassandra*, MongoDB* ou Couchbase*. Sua equipe também será respon-sável pelo gerenciamento de seus recursos atribuídos, o que pode ser facilitado com ferramentas automatizadas para o gerenciamento e orquestração de recursos.

Plataforma como Serviço (PaaS)

PaaS fornece aos desenvolvedores ferramentas e bibliotecas para construir, testar, implantar e executar aplicações em infraestrutura de nuvem. PaaS reduz a carga de trabalho de gerenciamento, eliminando a necessidade de configurar e dimensionar os elementos de sua implementação Hadoop e serve como uma plataforma de desenvolvimento para aplica- ções analíticas avançadas.

Software como Serviço (SaaS)

Aplicações específicas para análises de big data baseadasem nuvem podem ser provisionados com SaaS. Você pode precisar usar várias aplicações SaaS para abranger a gama de cenários de negócios que os usuários exigem. Por exemplo, uma software que funciona bem para análise de sentimento pode não funcionar para o gerenciamento de risco ou desem- penho de ativos. SaaS pode ser oferecido como uma aplicação independente ou parte de uma solução de provedor de nuvem maior. Por exemplo, Karmasphere oferece uma aplicação do tipo ‘pague por uso’ que analisa os dados armazenados com o Amazon S3 usando o Amazon Elastic MapReduce.*

Exemplos de Infraestrutura como Serviço (IaaS)Segue abaixo um exemplo de soluções de IaaS de provedores no ecossistema da tecnologia de nuvem.• Amazon Web Services*• Citrix CloudPlatform*• Windows* Azure* and Microsoft System Center• OpenStack* software • Rackspace • Savvis • Verizon Terremark* • VMware vCloud* Suite

Exemplos de Plataforma como Serviço (PaaS)Segue abaixo um exemplo de soluções de PaaS de provedores no ecossistema da tecnologia de nuvem.• Force.com • Google App Engine* • Red Hat OpenShift* • VMware Cloud Foundry*• Windows Azure

Exemplos de Software como Serviço (SaaS) Segue abaixo um exemplo de soluções de SaaS de provedores no ecossistema da tecnologia de nuvem.• Amazon Elastic MapReduce* • Cetas* by VMware analytics solutions • Google BigQuery* services• Rackspace Hadoop* service• Windows Azure HDInsight*

Big Data na Nuvem: Tecnologias Convergentes 5

TI como um Intermediador de Serviços na NuvemA computação em nuvem e a miríade de serviços de nuvem pública disponíveis para as empresas facilitaram para que dois dos maiores usuários de análise - propri-etários de linha de negócios e diretor de marketing, contornassem os serviços deTI e de compra diretamente. No entanto,os usuários de negócios desinformados podem ser tentados a comprar “análises instantâneas”, mas os métodos ad hoc para a adoção de serviços de nuvempública em toda a organização podem causar problemas significativos, tal comoescolher o fornecedor errado, perder o controle de seus dados sensíveis, e receber um mau retorno sobre o investimento,para citar alguns. A TI oferece serviços específicos, perspectivas e competên-cias que podem reduzir o risco do usode nuvens públicas e utilizar melhor os

recursos de nuvem privada existentes.

Big Data também exige um novo conjunto de competências na empresa, muitos dos quais residem na TI. Os departamentos de TI podem oferecer a tecnologia know-how necessária para ajudar a fazer com que a computação em nuvem e big data funcio-nem em sua organização, incluindo os administradores, desenvolvedores e espe-cialistas de componentes de Hadoop, tais como o banco de dados Apache HBase*. Projetos de análise de big data envolvem equipes multidisciplinares, e os membros de TI devem ser colaboradores ativos com cientistas de dados, outro papel emer-gente relacionado com big data. Cientistas de dados são os indivíduos que aplicam big data para problemas de negócios complexos e compreendem os resultados. Enquanto eles podem permanecer na empresa, eles também podem fazer parte da organização de TI.

Servidores baseados nas famílias E5 e E7 do processador Intel® Xeon® são o coração da infraestrutura que suporta tanto ambientes de big data e nuvem que fornecem computação de alto desempenho, alta eficiência e líder da indústria. Além disso:

• Servidores de armazenamento baseados na família E5 do proces-sador Intel Xeon suportam recur-sos avançados de armazenamento, tais como compressão, encripta-ção, hierarquização automatizada de dados, de duplicação de dados, codificação de apagamento e provisionamento reduzido e são ideais para armazenar e proces-sar grandes volumes de dados. Essas tarefas de armazenamento de computação intensiva propor-cionam maior segurança, maior eficiência e melhor custo total de propriedade através de um espaço de armazenamento reduzido.

• Unidades de Estado Sólido da Intel® (SSDs) são unidades de alto rendimento e alta resistência para armazenamento bruto.

• Adaptadores de Rede Conver-gente lntel® 10 Gigabit fornecem conexões de alto rendimento para grandes conjuntos de dados.

A Intel também fornece recursos de segurança de hardware aprimorada, incluindo a Tecnologia de Proteção de Dados Intel® com a Advanced Encryption Standard New Instruc-tions (Intel® AES-NI), o que acelera a criptografia e descriptografia de dados até 10 vezes.4, 5 Além disso, a Intel® Platform Protection Technol-ogy with Trusted Execution Technol-ogy (Intel® TXT) pode fornecer uma raiz de confiança de hardware para garantir que os dados sejam proces-sados ou migrados para pools de servidores confiáveis.

Como o intermediador para serviços em nuvem, a TI pode trabalhar com usuários de negócios para obter a melhor solução de análise baseada em nuvem possível, certificando-se que estas áreas importantes sejam consideradas.

Área Dúvidas

Gerenciamento de dados institucional

Pelo que os provedores de nuvem estão sendo avaliados? O potencial de dados a serem armazenados, gerenciados e analisados por vários provedores sem supervisão é um risco enorme.

Propriedade de Dados

Quem possui os dados que seu provedor armazena e administra? A sua empresa mantém a propriedade?

Segurança Qual é o nível de segurança fornecido, e em quais níveis da pilha de solução? Provedores com segurança construída profundamente em infraestrutura e plataforma, bem como ao nível da aplicação podem proporcionar maior segurança.

Conformidade As questões de conformidade são abordadas de forma geral, bem como relacionadas a sua indústria específica? Como os dados são anonimizados para proteger a privacidade?

Integração de dados

Como os dados são integrados, e a que custo?

Migração de dados Quanto de dados precisa ser movido, e a que custo? Deslocar grandes volumes de dados para e a partir da nuvem pode ser custo proibitivo.

Streaming de dados

O streaming de fonte de dados são informações em tempo real? Dados em tempo real requer enormes recursos para gerenciar, e dados que fluem sem parar podem ser melhor tratados internamente.

Avaliação de tecnologia

Quais armazenamentos, processamentos e soluções de análise de big data são fornecidos? Como os componentes são otimizados para o desempenho?

Requerimentos de competências

Quais competências são necessárias para identificar fontes de dados adequadas, aplicar os modelos estatísticos e análise certas, e interpretar os resultados? O provedor de serviços inclui o acesso ao suporte de tecnologia e análise? A qual nível? Como isso complementa as competências internas?

ROI Qual é o retorno sobre o investimento para os métodos de tecnologia, modelo de entrega, segurança e integração de dados?

Big Data na Nuvem: Tecnologias Convergentess 6

Tecnologias de Infraestrutura Intel para Análise de Nuvem e Big Data

IT Jogando para Ganhar com Análise de Big DataEm um número crescente de empresas, usuários de negócios já consomem TI como um serviço. A TI pode continuar a ampliar este papel de intermediar os serviços de análise de big data baseada em nuvem. Como um intermediador de serviços em nuvem, o seu papel é ponderar as necessidades do usuário em relação às opções de entrega disponíveis para a sua organização. Isto significa desenvolver uma estraté-gia para serviços privados, públicos e híbridos; impulsionando a disciplina na seleção dos prestadores de serviços em nuvem; e negociando e estabelecendo contratos com potenciais provedores de serviços em nuvem, entre outras tarefas semelhantes. Organizacionalmente, isto pode reduzir o risco e utilizar melhor os investimentos existentes em tecno-logias de nuvem privada. Os usuários individuais se beneficiam da obtenção da solução correta para atender às suas necessidades.

A TI pode rapidamente demonstrar valor ao negócio através de parcerias com os usuários:

• Selecionar a implementação de nuvem privada ou pública correta para as suas necessidades através da definição de requisitos de tecnologia, avaliação do risco, e especificação de requisitos de implantação com base em políticas de governança corporativa e requisitos de conformidade regulamentar. Por exemplo, certas cargas de trabalho podem ter de ser gerenciadas em uma nuvem privada em um local específico.

• Construir ou trabalhar de forma eficaz com um parceiro de tecnologia para desenvolver serviços, conforme necessário.

• Avaliar e corrigir serviços externos para o projeto, entrega, personalização, preços, privacidade, integração, segu-rança, e suporte.

• Serviços de fornecimento a partir de fontes internas e externas para que eles apareçam integrados para os usuários.

• Desenvolver relações com os prove-dores de serviços em nuvem verificados.

• Gerenciar serviços existentes, incluindo os acordos de nível de serviço (SLAs) e ciclo de vida do serviço.

Como um intermediador de serviço, a TI colabora com a empresa na melhor maneira de usar a tecnologia para obter vantagem competitiva. Com a análise de big data com base em nuvem, o objetivo deve ser o de fornecer a solução certa para as necessidades dos usuários equilibradas em relação às políticas de governança, requisitos de desempenho e recursos de TI e metas de negócios globais. Na maioria dos departamentos de TI de hoje, fornecer esta abordagem consultiva para os serviços, exigirá que a TI se reorganize para remover silos, contratar ou desenvolver membros da equipe com novas competências, e estimular uma forte parceria com a empresa.

A recompensa será significativa, especial-mente para projetos de análise de big data, que exigem a colaboração entre especialistas em tecnologia de TI, usuários de negócios, cientistas de dados, e outros que podem ajudar a desenvolver o plano de análise adequado e algoritmos para extrair insights significativos a partir dos dados.

Próximas etapas para TIA TI está em uma posição única na organização. Apesar, ou talvez devido ao explosivo crescimento de dados, tecnologias emergentes e rápida mudança, você pode fornecer lider-ança bastante necessária dentro de sua organização para análises de big data. Em primeiro lugar, considerar como a TI pode evoluir à medida que o inter-mediador de serviços de análise de big data com base em nuvem para a sua empresa. Você também pode:

• Entrar em uma parceria com empresários agora para ajudar a determinar como o big data pode ser usado para resolver problemas de negócios da sua organização e alinhar as oportunidades. Como um parceiro totalmente engajado, você pode ajudar a avaliar e influenciar a escolha da tecnologia e estabelecer as melhores práticas.

• Explorar as opções de tecnologia para a análise de big data baseada em nuvem, incluyendo modelos de entrega privado, público e híbrido. Manténgase actualizado con las tendencias, observe el mercado y entienda los costos

• Crea o actualice una estrategia de dato masivo ya existente que defina el proceso para comprometimiento del TI con proyectos de análisis de dato masivo. Tenga en mente que usted habrá que hacerlo sencillo y rápido para usuarios para avanzaren, o las unidades de negocio trataran las cosas de su propia manera.

• Considera como organizar el TI para mejor comprometerse con los usuarios de negocios y colaborar y asistir en proyectos de dato masivo.

Big Data na Nuvem: Tecnologias Convergentes 7

Para saber más acerca de dato masivo y computación en nube, aproveche de los recursos disponibles en Centro de TI de Intel. Visite intel.com.br/bigdata y intel.com.br/cloudcomputing.

1 Groenfeldt, Tom. “Big Data—Big Money Says It Is a Paradigm Buster.” Forbes (06 de Janeiro de 2012). forbes.com/sites/tomgroenfeldt/2012/01/06/big-data-big-money-says-it-is-a-paradigm-buster/ 2 Pesquisa de pares: Big Data Analytics: Intel’s IT Manager Survey on How Organizations Are Using Big Data. Centro de TI da Intel (Agosto de 2012). 3 Ubuntu 2013 Server and Cloud Survey. Ubuntu Server (10 de Setembro de 2013). 4 Software e cargas de trabalho utilizados em testes de desempenho podem ter sido otimizados apenas para desempenho em microprocessadores Intel. Testes de desempenho, tal como SYSmark

e MobileMark, são medidos utilizando sistemas específicos de computadores, componentes, software, operações e funções. Qualquer mudança em qualquer desses fatores pode fazer com que os resultados variem. Você deve consultar outras informações e testes de desempenho para ajudá-lo a avaliar melhor as suas compras contempladas, incluindo o desempenho de produtos quando combinados com outros produtos.

5 Fonte: Testes com o Oracle* Database Enterprise Edition 11.2.0.2 com criptografia de dados transparente (TDE) AES-256 mostra tanto quanto um aumento de velocidade de 10x ao inserir 1 milhão de linhas 30 vezes em uma tabela vazia no processador Intel Xeon X5680 (3,33 GHz, 36 MB RAM) utilizando as rotinas Intel Integrated performance Primitives (IPP), em comparação com o processador Intel Xeon X5560 (2,93 GHz, 36 MB RAM) sem Intel IPP.

Qualquer código fonte do software reimpresso neste documento é fornecido sob uma licença de software e somente pode ser utilizado ou copiado de acordo com os termos dessa licença. As características e benefícios das tecnologias Intel dependerão da configuração do sistema e podem exigir hardware e software habilitados ou a ativação do serviço. O desempenho varia dependendo

da configuração do sistema. Nenhum sistema de computador pode ser absolutamente seguro. Verifique com o fabricante do sistema ou com o revendedor ou saiba mais em www.intel.com. INFORMAÇÕES CONTIDAS NESTE DOCUMENTO SÃO FORNECIDAS EM CONEXÃO COM PRODUTOS INTEL. NENHUMA LICENÇA, EXPRESSA OU IMPLÍCITA, POR ESTOPPEL OU DE OUTRA FORMA,

A QUAISQUER DIREITOS DE PROPRIEDADE INTELECTUAL É CONCEDIDA POR ESTE DOCUMENTO. EXCETO COMO DISPOSTO NOS TERMOS E CONDIÇÕES DE VENDA PARA ESSES PRODUTOS DA INTEL, A INTEL NÃO ASSUME RESPONSABILIDADE ALGUMA E A INTEL NEGA QUALQUER GARANTIA EXPRESSA OU IMPLÍCITA RELATIVA À VENDA E / OU AO USO DE SEUS PRODUTOS, INCLUSIVE RESPONSABILIDADE OU GARANTIAS RELACIONADAS À ADEQUAÇÃO A UM DETERMINADO FIM, COMERCIALIZAÇÃO OU VIOLAÇÃO DE QUALQUER PATENTE, DIREITOS AUTORAIS OU OUTROS DIREITOS DE PROPRIEDADE INTELECTUAL.

UMA “APLICAÇÃO DE MISSÃO CRÍTICA” É QUALQUER APLICAÇÃO EM QUE A FALHA DO PRODUTO INTEL PODERIA RESULTAR, DIRETA OU INDIRETAMENTE, EM LESÕES PESSOAIS OU MORTE. CASO VOCÊ COMPRE OU USE PRODUTOS INTEL PARA QUALQUER TAL APLICAÇÃO DE MISSÃO CRÍTICA, VOCÊ DEVERÁ INDENIZAR E ISENTAR A INTEL E SUAS CONTROLADAS, SUBCONTRATADAS E FILIAIS, E OS CONSELHEIROS, DIRETORES E FUNCIONÁRIOS DE CADA, CONTRA TODOS OS CUSTOS COM REIVINDICAÇÕES, DANOS E DESPESAS E HONORÁRIOS ADVOCATÍCIOS DECORRENTES, DIRETA OU INDIRETAMENTE, QUALQUER REIVINDICAÇÃO DE RESPONSABILIDADE DO PRODUTO, DANOS PESSOAIS OU MORTE DECORRENTES DE QUALQUER FORMA DE APLICAÇÃO DE TAL MISSÃO CRÍTICA, CASO A INTEL OU SUA SUBCONTRATADA TENHA SIDO NEGLIGENTE NA CONCEPÇÃO, FABRICAÇÃO, OU AVISO DO PRODUTO INTEL OU QUALQUER DE SUAS PARTES.

A Intel poderá realizar alterações às especificações e às descrições de produtos a qualquer momento, sem aviso prévio. Os projetistas não devem confiar na ausência ou nas características de quaisquer recursos ou instruções identificadas como ‘reservados’ ou ‘definidos’. A Intel reserva estes para futura definição e não terá nenhuma responsabilidade por conflitos ou incompatibilidades decorrentes de futuras alterações a eles. As informações aqui estão sujeitas a alterações sem aviso prévio. Não finalize um projeto com estas informações.

Os produtos descritos neste documento podem conter defeitos ou erros de projeto conhecidos como errata, que podem fazer o produto diferir das especificações publicadas. A errata atual está disponível mediante pedido.

Entre em contato com o seu escritório de vendas local da Intel ou com o distribuidor para obter as especificações mais recentes e antes apresentar o seu pedido de produtos. Direitos Autoriais © 2016 Intel Corporation. Todos os direitos reservados. Intel, o logo Intel e Intel Xeon são marcas registradas da Intel Corporation nos EUA e/ou em outros países. *Outros nomes e marcas podem ser considerados como de propriedade de terceiros 1015/LF/OC/XX/PDF 328762-002US