Características de Cloudera

Recopila, almacena y organiza datos masivos y no estructurados en tiempo real

Facilita la difusión de big data recopilados a través de clústeres de computación paralela

Crea un repositorio para recopilar y almacenar datos sin procesar de sensores, dispositivos, máquinas, archivos, etc.

Alinea los flujos de trabajo de procesamiento y distribución sobre Apache Hadoop

Alinea los flujos de trabajo de procesamiento y distribución sobre Apache Hadoop

Facilita la solución para ejecutarse y escalar a un gran número de máquinas y sistemas

Selecciona los datos recopilados para soluciones de análisis de big data para analizar, manipular y modelar

Alinea los flujos de trabajo de procesamiento y distribución sobre Apache Hadoop

Traslada la recopilación y el procesamiento de big data a la nube

Procesa cargas de trabajo de datos por lotes, en tiempo real y de streaming en sistemas singulares, multiinquilino o en la nube

Facilita el análisis de datos de gran volumen y en tiempo real.

Permite al usuario consultar datos a través de lenguajes de consulta como SQL.

Alinea los flujos de trabajo de procesamiento y distribución sobre Apache Hadoop

Alinea los flujos de trabajo de procesamiento y distribución sobre Apache Spark

Integra datos de múltiples bases de datos externas.

Facilita la difusión de big data recopilados a través de clústeres de computación paralela.

Procesa datos y representa interpretaciones en una variedad de formatos gráficos.

Encadena funciones y conjuntos de datos específicos para automatizar las iteraciones de análisis.

Aísla ciertos conjuntos de datos y facilita la gestión del acceso a los datos.

Usar blocs de notas para tareas como crear paneles con consultas y visualizaciones predefinidas y programadas

Consolida, limpia y normaliza datos de múltiples fuentes dispares.

Ayuda a ahorrar capacidad de almacenamiento y mejora el rendimiento de las consultas.

Elimina la inconsistencia y las duplicaciones de datos, lo que garantiza la integridad de los datos.

Funciones de análisis basadas en SQL como series temporales, coincidencia de patrones, análisis geoespacial, etc.

Proporciona capacidades integradas como algoritmos de aprendizaje automático, funciones de preparación de datos, evaluación y gestión de modelos, etc.

Permite la consulta de datos a través de formatos de datos como parquet, ORC, JSON, etc. y analizar tipos de datos complejos en HDFS

Almacena datos como pares clave-valor donde clave es un identificador único.

Admite múltiples tipos de datos como listas, conjuntos, hashes (similares al mapa), conjuntos ordenados, etc.

Se integra con flujos de trabajo de ciencia de datos, aprendizaje automático y capacidades de inteligencia artificial (IA).

Se integra con herramientas de BI para transformar los datos en información procesable.

Proporciona velocidad en el procesamiento de datos y captura de datos no estructurados, semiestructurados y de transmisión.

Proporciona opciones de implementación local.

Proporciona opciones de implementación en la nube (nube privada o pública, nube híbrida).

Gestiona grandes volúmenes de datos, de escala superior o inferior según la demanda.

Implementa la partición horizontal automática de datos que permite almacenar datos en más de un nodo para escalar horizontalmente.

Restaura una base de datos a un estado correcto (coherente) en caso de error.

Copie datos a través de múltiples servidores a través de la arquitectura de replicación maestro-esclavo, peer-to-peer, etc.

Proporciona roles de sistema predefinidos, privilegios y roles definidos por el usuario a los usuarios.

Permite la integración con mecanismos de seguridad externos como Kerberos, autenticación LDAP, etc.

Proporciona capacidad de cifrado para todos los datos en reposo mediante claves de cifrado.

Políticas, procedimientos y estándares para administrar y acceder a los datos.

Restringe el acceso a los datos a nivel de celda, enmascara u oculta partes de las celdas y cifra los datos en reposo y en movimiento

Proporciona soporte para manejar datos estructurados, semiestructurados y no estructurados con el mismo efecto.

Disponible en múltiples sistemas operativos como Linux, Windows, MacOS, etc.

Permite a los usuarios generar texto basado en un mensaje de texto.

Condensa documentos largos o texto en un breve resumen.