Estás aquí
Portada > Tecnología > AWS Anuncia 3 Nuevas Capacidades de Analítica

AWS Anuncia 3 Nuevas Capacidades de Analítica

Durante el AWS re:Invent, Amazon Web Services, Inc. (AWS), Amazon.com, Inc. (NASDAQ: AMZN), anunció tres nuevas capacidades de Analytics que mejoran en forma sustancial el desempeño de los lugares de almacenamiento de datos de Amazon Redshift, lo que facilita considerablemente a los clientes mover y combinar datos en los lugares de almacenamiento de datos, y hace que sea más simple para los usuarios finales obtener más valor de sus datos de negocios usando aprendizaje de máquinas. 

  • AQUA para Amazon Redshift acelera el sistema de preguntas con un cache nuevo e innovador acelerado por un programa computacional que permite que lo computado se almacene y entregue con un rendimiento de preguntas hasta 10x mejor que cualquier otro lugar de almacenamiento de datos en la nube, que estaría disponible para todos a partir de enero de 2021. 
  • AWS Glue Elastic Views ayuda a los desarrolladores a construir aplicaciones que usen datos de diversos lugares de almacenamiento de datos con vistas materializadas que combinen y repliquen datos en forma automática datos en lugares de almacenamiento y en bodegas de datos, al igual que en bases de datos.  
  • Amazon QuickSight Q entrega capacidades de aprendizaje en máquinas para Amazon QuickSight que permite a los usuarios usar expresiones en su propio idioma para hacer preguntas de negocios en la barra de búsqueda de Amazon QuickSight Q y recibir respuestas muy precisas en segundos.  

En un solo día, se crean más datos de lo que ocurría en 365 días hace 20 años.  De hecho, la cantidad de datos que se creará en los próximos tres años superará la cantidad de datos creada en los últimos 30 años.  Las mismas herramientas antiguas no funcionarán en este nuevo mundo de datos. Los clientes de AWS usan una gran variedad de herramientas para análisis para distintos casos de usos, entre las que se incluye Amazon Athena para preguntas sin servidor, Amazon Elasticsearch Service para buscar y visualizar datos de log o bitácora, Amazon Kinesis para procesar corrientes de datos en tiempo real,  Amazon Redshift para almacenar datos, y Amazon EMR para ejecutar Apache Spark, Hive, Presto y otros marcos grandes de datos.  Estos servicios ofrecen a los clientes de AWS la herramienta apropiada para sus necesidades. Las nuevas capacidades analíticas que se anunciaron hoy permiten construir sobre esas bases y entregar lugares de almacenamiento más rápidos, económicos y accesibles. Para más información, visite https://aws.amazon.com/big-data/datalakes-and-analytics/

“Con las capacidades que estamos anunciando hoy, estamos entregando un mejor desempeño de gran magnitud para Amazon Redshift, formas nuevas y flexibles para mover fácilmente datos entre lugares de almacenamiento de datos, y permitirá a los clientes hacer preguntas en su propio idioma en tableros de negocios y recibir respuestas en segundos”, dijo Rahul Pathak, VP de Análisis de AWS. “Estas capacidades cambiarán en forma sustantiva la velocidad y facilidad en el uso, por lo cual los clientes podrán obtener valor de sus datos en cualquier escala”. 

AQUA (Advanced Query Accelerator) para Amazon Redshift lleva la computación al nivel de almacenamiento de datos y entrega un rendimiento en la rapidez ante preguntas de hasta 10x más que cualquier otro sistema de almacenamiento de datos en la nube  

Desde su lanzamiento en el 2012 como el primer lugar de almacenamiento de datos construidos para la nube a un costo de un décimo de los lugares de almacenamiento de datos tradicionales, Amazon Redshift se ha convertido en el lugar de almacenamiento de datos más popular en la nube.  A principios de este año, AWS anunció que las instancias de Amazon Redshift RA3 estaban disponibles para todos y permitirían a los clientes computar y almacenar por separado y que tendrían un desempeño hasta 3x mejor que cualquier otro sistema de almacenamiento de datos de la nube.  Sin embargo, incluso con las ventajas que se ofrecen con RA3, el rápido crecimiento de los datos que necesitan los clientes para procesar sus lugares de almacenamiento de datos a llevado a la difícil situación de lograr un equilibrio entre desempeño y economía.  El enfoque que prevalece para el almacenamiento de datos ha ido construir una arquitectura con la cual una gran cantidad de almacenamiento centralizado se ha desplazado a espera que los nodos procesen los datos.  El desafío con este enfoque es que haya mucho movimiento de datos entre los datos compartidos y los nodos.  Dado que sigue aumentando el volumen de datos en forma impresionante, este movimiento de datos satura el ancho de banda disponible en la red y hace que el desempeño sea más lento.  Además del cuello de botella en la red, los CPUs no pueden sostener el crecimiento más rápido de la capacidad de almacenamiento (el desempeño de almacenamiento de SSD ha crecido 6x más rápido que la capacidad de los CPUs de procesar datos de la memoria), lo que crea un nuevo cuello de botella en la CPU u obliga a los clientes a tener una mayor provisión para que su trabajo se haga más rápido. 

AQUA para Amazon Redshift es un cache que se distribuye para Amazon Redshift; una innovación que mejorar el desempeño para análisis en la nueva escala de datos.  AQUA lleva la computación a un nivel nuevo de datos. AQUA lleva la computación a un nivel nuevo de almacenamiento, de manera que no haya que avanzar ni retroceder los datos entre ambos. Esto permite a Amazon Redshift una ejecución hasta diez veces más rápida que los antiguos sistemas de almacenamiento de datos. El caché de AQUA escala y procesa datos en paralelo en muchos nodos. Cada nodo posee un módulo de hardware compuesto de procesadores analíticos diseñados por AWS que aumentan significativamente la compresión de datos y su encriptación, y las tareas de procesamiento de datos como escaneos, agregaos y filtros. AQUA también da a los clientes el beneficio agregado de poder hacer computación con el almacenamiento de datos crudos, lo que ahorra tiempo que de otra forma se podría ocupar en los datos.  Con esta arquitectura nueva y el orden de magnitud que incluye, los clientes de Redshift tendrán tableros más actualizados, ahorrarán tiempo en desarrollo y será más fácil mantener sus sistemas. El preview de AQUA ya está abierto a todos los clientes, y AQUA estará disponible para todos en enero de 2021. AQUA está disponible en las instancias de Redshift R3 sin costo adicional, y los clientes podrán gozar las ventajas de las mejoras de desempeño de AQUA sin cambios de código.  Para empezar con AQUA, puede visitar https://pages.awscloud.com/AQUA_Preview.html

AWS Glue Elastic Views permite a los desarrolladores construir vistas materializadas que combinen y repliquen en forma automática los datos en múltiples lugares de almacenamiento de datos  

La mayoría de las compañías están construyendo o han construido lagos de datos, donde pueden agregar todos los datos de los distintos silos con la seguridad y lo controles de acceso adecuados para facilitar el análisis y el aprendizaje de máquinas. Pero por razones de latencia y de tipo operacional, es probable que la mayoría de las compañías aumenten la cantidad de datos en los lugares de almacenamiento correspondiente fuera de sus lagos de datos. Dado que los datos en estos lagos de datos y el almacenamiento de datos para propósitos específicos siguen creciendo, las compañías necesitan una forma más fácil de trasladar datos. 

AWS Glue Elastic View entrega a los desarrolladores capacidades nuevas para construir en forma fácil vistas materializadas (que se llaman también tablas virtuales) que combinan y replican datos en forma automática en varios lugares de almacenamiento de datos.  AWS Glue es un sistema de preparación de datos sin servidor que hace más fácil ejecutar, extraer, transformar y cargar trabajos (ETL) para análisis y aprendizaje de máquinas.  Con AWS Glue Elastic Views, los clientes pueden usar SQL para crear una vista materializada de los datos que quieren combinar de distintos lugares de almacenamiento de datos, y AWS Glue Elastic Views copia los datos para crear la vista materializada de distintas fuentes.  Por ejemplo, un cliente podría crear una vista materializada que lleva información de ubicación de Amazon Aurora y la combina con revisiones del cliente almacenadas en Amazon DynamoDB para construir una máquina de búsqueda para revisiones de un restaurant por lugar en Amazon Elasticsearch Service. AWS Glue Elastic Views copia los datos de cada base de datos fuente a una base de datos objetivo, y mantiene los datos en forma automática en la base datos objetivo actualizada. Elastic Views monitorea continuamente la base de datos fuente por cambios y actualiza la base de datos objetivo en segundos. Si hay cambios en el modelo de datos en una de las bases de datos fuente, Elastic Views alerta en forma proactiva a los desarrolladores, de manera que puedan actualizar su vista materializada para adaptarla a los cambios.  Los clientes también pueden usar Elastic Views para copiar datos operacionales de una base de datos operacionales a su lago de datos para ejecutar análisis en tiempo casi real. AWS Glue Elastic Views escala en forma automática la capacidad de acomodar las cargas de trabajo a medida que aumentan o disminuyen, y asegura que las vistas materializadas en las bases de datos objetivo estén actualizadas. AWS Glue Elastic Views está disponible en vista previa hoy. Para más información, puede visitar http://aws.amazon.com/glue/features/elastic-views

Amazon QuickSight Q es una capacidad para aprender de la máquina para Amazon QuickSight que permite a los usuarios tipear en su propio idioma preguntas sobre sus datos de negocios y recibir respuestas precisas en segundos 

Amazon QuickSight e un servicio de inteligencia de negocios (BI) construido para la nube y es escalable, no usa servidor, está encriptado y se basa en el aprendizaje de máquinas. Amazon QuickSight entrega todos los beneficios de una solución de servicios de BI moderna, interactiva y con autoservicio.  Tiene capacidades para que sea más fácil encriptar los tableros en aplicaciones y está a una escala económica que permite dar soporte a miles de clientes. Las “Auto Narrativas” de Amazon QuickSight entregan a los clientes un resumen que se genera en forma automática en idioma simple que interpreta y describe qué significan los datos en un tablero de BI, de manera que los usuarios tengan un entendimiento compartido de los datos.  A los clientes les gustan narrativas que pueden leer humanos, porque les permiten interpretar rápido los datos en un tablero compartido y focalizarse en los insights atingentes.  A los clientes también les interesa hacer preguntas de negocios de sus datos en un lenguaje directo y recibir respuestas casi en tiempo real.  Mientras las herramientas de BI y sus vendedores han tratado de solucionar este desafío con Natural Language Query (NLQ), los enfoques existentes exigen que los clientes destinen meses por anticipado para preparar y construir un modelo, y que después no haya cómo hacer preguntas que requieren cálculos nuevos que no están predefinidas en el modelo de datos.  Por ejemplo, la pregunta “¿Cuál es su porcentaje de crecimiento anual?” requiere que “la tasa de crecimiento” esté predefinida como un cálculo en el modelo.  Sin las herramientas actuales de BI, los usuarios necesitan trabajar con sus equipos de BI para actualizar el modelo para tener cálculos o datos nuevos, que pueden requerir el esfuerzo de días o semanas. 

Amazon QuickSight Q permite a los usuarios hacer preguntas sobre sus datos en su propio idioma y recibir una respuesta en segundo.  Para plantear una pregunta, los usuarios simplemente escriben en la barra de preguntas de Amazon QuickSight Q. Mientras los usuarios tipean sus preguntas, Amazon QuickSight Q entrega sugerencias automáticas completas con frases claves y con términos del negocio, y aplica un corrector de ortografía en forma automática y hace calzar siglas con sinónimos, de manera que los usuarios no tengan que preocuparse por errores de ortografía ni recordar los términos exactos del negocio en referencia a los datos. Amazon QuickSight Q usa aprendizaje profundo y aprendizaje automático (el procesamiento es en el idioma propio, los esquemas se entienden y se realiza un análisis semántico par la generación de código SQL) para generar un modelo de data que entienda en forma automática el significado entre los datos de negocios, de manera que los usuarios reciban respuestas muy precisas a sus preguntas de negocios y no tengan que esperar días o semanas un modelo de datos que hay que construir.  

Dado que Amazon QuickSight Q hace que no se requieran equipos de BI para construir un modelo de datos, los usuarios tampoco están limitados a sólo un set específico de preguntas.  Además, los usuarios pueden recibir respuestas completas y precisas, porque la pregunta se aplica a todos los datos, no solo a conjuntos de datos en un modelo predeterminado. Amazon QuickSight Q tiene experiencia en datos de muchos ámbitos y en industrias de ventas, marketing, operaciones, comercio detallista, recursos humanos, farmacéutica, seguros, energía y otras, y está optimizado para entender también lenguajes complejos de negocios.  Por ejemplo, los usuarios de ventas pueden preguntar “cómo se están rastreando mis ventas versus las cotizaciones” o los usuarios de retail pueden preguntar “cuáles son los productos que más se venden en una semana por región”, Amazon QuickSight Q mejora en forma continua su precisión y aprende de la interacción con los usuarios. Si Amazon QuickSight Q no entiende una frase en una pregunta, a los usuarios se los invita a seleccionar desde un menú que despliega opciones en la barra de búsqueda y Amazon QuickSight Q recuerda la frase para la próxima interacción. Para más información sobre Amazon QuickSight Q, puede visitar https://aws.amazon.com/quicksight/q

NTT DOCOMO, cuyas oficinas están en Tokio, es el prestador de servicios más grandes en el mundo de móviles en Japón, y atiende a más de 80 millones de clientes.  “Desde que migró a Amazon Redshift en 2014, Amazon Redshift ha sido el centro de nuestro ambiente analítico y nos ha permitido escalar a más de 10 Pentabytes de datos no comprimidos con una mejora de 10x en desempeño con respecto a nuestro sistema anterior sobre una base on premises”, dijo Ken Ohta, Gerente General del Departamento de Innovación de Servicios, de NTT DOCOMO. “Debido a la demanda del cliente de datos  y al aumento del volumen de los datos, la innovación continua de Amazon Redshift nos ha ayudado con la flexibilidad y facilidad de un uso para escalar nuestros sistemas.  Estamos entusiasmados con el lanzamiento de AQUA para Amazon Redshift mientras seguimos aumentando del desempeño y escalamos en  nuestro lugar de almacenamiento de datos de Amazon Redshift”. 

Intercom es un emprendedor que crece a un valor de USD $1,3 mil millones y más de USD $240 millones en fondos.  “Una buena relación con los clientes es más importante que nunca, pero la escala y la naturaleza del negocio puede dificultar la creación de conexiones personales.  Por eso, creamos la Primera Plataforma Conversacional de Relaciones para ayudar a las empresas a construir mejores relaciones con los clientes a través de experiencias personalizadas con mensajeros.  Para hacer bien este trabajo, y entender nuestro negocio a medida que explota, dependemos de una inmensa cantidad de datos: 70 Terabytes y más”, dijo Paul Vickers, Gerente de Ingeniería de Data, de Intercom. “Nuestro lugar de almacenamiento en la nube de Amazon Redshift ha permitido escalar y mantenernos en el presupuesto. Estamos entusiasmados con las capacidades nuevas de AQUA en Amazon Redshift, que acelerarán nuestras consultas y reducirán el tiempo de insight de nuestros analistas. Sabemos que con AWS nos podemos focalizar en nuestro crecimiento, sin preocuparnos del soporte que deberá dar la tecnología”.  

Accenture es una empresa de servicios profesionales a nivel mundial con capacidades pioneras en temas digitales, de la nube y de seguridad.  “En Accenture, nos comprometemos a entregar servicios y soluciones que ayuden a los clientes de todo el mundo a usar datos para tomar decisiones en tiempo real.  Sin embargo, dado que los datos y la demanda de insight crecen a un ritmo increíble, puede ser todo un desafío definir, priorizar y procesar los datos”, dijo said A.K. Radhakrishnan, Encargado de Datos & AI AWS para Norteamérica, de Accenture. “AQUA para Amazon Redshift entrega una forma nueva e innovadora para abordar el almacenamiento de datos con un desempeño hasta 10x más rápido para preguntas.  Esto nos hace más fácil logar la meta de una empresa orientada a los datos”.

ZS Associates es una empresa de servicios profesionales que trabaja mano a mano con empresas que ayudan a desarrollar y entregar productos que generan valor al cliente y permiten mejores resultados a la empresa. “AWS siempre ha estado a la delantera en innovación y es famosa por brindar las mejores soluciones en su clase para ir en ayuda de los clientes.  Usando tecnologías de la próxima generación y capacidades técnicas y de dominio de ZS’s, hemos desplegado varias plataformas de datos a gran escala y para análisis en Amazon Redshift para los clientes”, dijo Nishesh Aggarwal, Encargado de Arquitectura de Empresas, de ZS Associates. “Con la introducción de instancias de RA3 para Amazon Redshift, pudimos mejorar significativamente el rendimiento de cargas de trabajo de análisis a la vez que solucionamos el problema de almacenamiento de datos.  Estamos muy entusiasmados con la idea de explorar AQUA para Amazon Redshift dado que promete mejorar el desempeño de nuestras cargas de trabajo más completas en unas 10x sin realizar esfuerzos adicionales”. 

Sisense es una plataforma independiente de análisis que permite a más de 2.000 clientes en todo el mundo simplificar datos completos además de construir y encriptar aplicaciones analíticas.  “La sólida colaboración entre Sisense y Amazon Redshift se ha traducido en una experiencia de análisis en la nube para muchos de nuestros clientes conjuntos”, dijo Guy Levy-Yurista, Encargado Jefe de Estrategias de Sisense. “Conjuntamente con AQUA, esperamos que el desempeño se eleve a más de 10x, lo que permitiría que los clientes optimicen sus clusters de datos de Redshift.  Estos, a su vez, podrán empoderar a nuestros clientes, de manera que transformen rápidamente sus datos en insights e integren inteligencia en todo su negocio”.

Audible es el productor y proveedor más importante de entretenimientos hablados y libros grabados, lo que permite enriquecer la vida de muchos auditores cada día.  “En Audible, los clientes pueden buscar y descubrir entretención con voz y libros grabados originales en diversas categorías.  Para potenciar esta experiencia, debemos analizar en forma ágil datos de una cantidad de bases de datos para entregar resultados personalizados”, dijo Shailesh Vyas, Ingeniero Principal de Desarrollo de Software, de Audible.  “Esperamos probar Glue Elastic Views de AWS como una solución sin servidor para crear vistas materializadas en bases de datos múltiples y diferentes en nuestro entorno.  Con Glue Elastic Views de AWS, nuestros desarrolladores deberían poder avanzar más rápido y focalizarse más en innovar en representación de los clientes versus administrar proyectos de integración complejos de datos”. 

Best Western Hotels & Resorts, con su casa matriz en Phoenix, Arizona, es una red mundial privada de hoteles con una red de aproximadamente 4.700 hoteles en más de 100 países y territorios.  Best Western ofrece 18 marcas de hoteles para dar respuesta a las necesidades de los desarrolladores y huéspedes en cada mercado. “El sistema de precios de pagar por uso Amazon QuickSight y el hecho de que no se necesite arquitectura permitió a Best Western tener un equipo reducido de análisis y que fuera ágil y entregara más valor al negocio y en forma rápida, con costos que no se acercan ni a la mitad de la arquitectura de análisis anterior,” dijo Joseph Landucci, Gerente Senior de Bases de Datos y Análisis de Empresa, de Best Western Hotels & Resorts. “Con Amazon QuickSight Q, esperamos que nuestros clientes de empresas cuenten con un sistema de autoservicio para sus preguntas a la vez que bajan los costos operacionales de nuestro equipo que entrega respuestas ad hoc. Esto permitirá a nuestros socios tener respuestas a sus preguntas críticas sobre negocios tan sólo tipeando sus preguntas en un lenguaje simple”. 

Capital One, que se fundó en 1994, es una compañía que se basa en información tecnológica de primera línea cuya misión es ayudar a los clientes a tener soluciones más simples y llevar más humanidad a la banca. “Con Amazon QuickSight, hemos podido introducir rápidamente tableros nuevos de Bi sobre la base de aprendizaje de máquinas a escala sin la necesidad de configurar un servidor ni capacidad de planificación onerosa”, dijo Peter Tyson, Ingeniero Senior de Datos, de Capital One. “Ahora, con el lanzamiento de Amazon QuickSight Q, nuestros usuarios podrán tener respuesta más rápido a sus preguntas sobre negocio que no pertenecen a los tableros de BI.»

Panasonic Avionics Corporation es el proveedor líder a nivel mundial en entretenciones y sistemas de comunicación en vuelo.  “Nuestra solución, que se basa en la nube, recolecta grandes cantidades de datos anónimos que nos ayudan a optimizar la experiencia tantos de nuestras aerolíneas asociadas como de sus pasajeros”, dice Anand Desikan, Director de Operaciones en la Nube, de Panasonic Avionics Corporation. “Empezamos usando Amazon QuickSight para reportes sobre el desempeño de Wi-Fi en vuelo, y con su rico APIs, permite precios con pagos por sesión, y tiene la capacidad de escalar.  Con esto, lanzamos rápidamente los tableros Amazon QuickSight a cientos de usuarios.  La evolución constante de la plataforma ha sido impresionante: detección de anomalías activada por el aprendizaje automático, integración de Amazon SageMaker, encriptación, temas y filtros visuales transversales, y ahora con Amazon QuickSight Q, nuestros usuarios pueden consumir insights (entendimientos) simplemente tipeando sus preguntas de negocios en la barra de búsquedas y Amazon QuickSight Q interpreta el contexto del negocio, entrega sinónimos y les muestra una respuesta sin que requiera una interpretación compleja”. 

Vyaire Medical, Inc., una empresa global dedicada a los cuidados por asuntos respiratorios permite, mejora y extiende la vida con un foco inquebrantable que es mejorar los resultados de los pacientes y aumentar el valor para los clientes.  “En menos de dos meses, pudimos pivotar nuestra antigua herramienta de BI (Inteligencia de Negocios) y pasarla a Amazon QuickSight”, dijo Gopal Ramamurthi, Director de Senior de Administración de Análisis para Datos y Empresas, de Vyaire. “Ganamos mucho en términos de una mejor gestión, especialmente por escalamos la herramienta que hace de soporte para aumentar la cantidad de usuarios de BI.  Ahora, con el lanzamiento de Amazon QuickSight Q, esperamos dar más facilidades a nuestro equipo de líderes ejecutivos, usuarios de ventas en el terreno, y a los supervisores en la planta de manufactura de manera que puedan hacer preguntas sobre datos en un inglés claro cuando las respuestas no están disponibles en los dashboards o tableros, lo que permite un entendimiento más expedito que nos ayuda a hacer nuestros procesos de venta y facturación más eficientes aún”.

Top
A %d blogueros les gusta esto: