Download  

Share via email
Comunicato Stampa (PDF)

Logo Talend

Il nuovo connettore nativo per i big data ottimizza l’integrazione, il warehousing e l’analisi dei dati in cloud

Talend (NASDAQ: TLND), leader mondiale nelle soluzioni software di integrazione cloud e big data, e Snowflake Computing, l’unico data warehouse creato per il cloud, hanno annunciato la disponibilità di un connettore nativo ad elevate prestazioni – Snowflake Connector – per la piattaforma di integrazione Talend. Il nuovo connettore permette alle aziende di spostare con facilità i dati legacy on premise in un data warehouse creato per il cloud. Le due aziende hanno collaborato anche a programmi di marketing e go-to-market congiunti per educare le aziende su come sfruttare il cloud per trasformare in modo rapido e conveniente i dati in informazioni approfondite e affidabili in tempo reale.

Snowflake, che opera su Amazon Web Services (AWS), è un data warehouse as-a-service creato ex novo per il cloud, per tutti i dati di un’azienda, e tutti i suoi utenti. Grazie a Snowflake, le imprese di qualsiasi dimensione e settore avranno a disposizione un data warehouse SQL completo e totalmente gestito in modo da potersi concentrare sull’estrazione di approfondimenti dai dati piuttosto che dover gestire i sistemi legacy on premise o nel cloud. Il nuovo connettore Snowflake di Talend permetterà agli utenti di caricare ed estrarrre dati da qualsiasi numero di tabelle all’interno di un data warehouse Snowflake in parallelo.

“Snowflake mette a disposizione un data warehouse creato per il cloud, progettato per garantire prestazioni, semplicità e concorrenza, caratteristiche fondamentali per una moderna analisi dei dati”, ha affermato il vice presidente di Snowflake, Walter Aldana. “Grazie alla collaborazione con Talend, leader nell’integrazione di big data e cloud, possiamo aiutare le aziende a caricare in modo efficiente enormi volumi di dati all’interno di Snowflake per risolvere le problematiche legate all’analisi e alimentare le applicazioni di business intelligence e analytics”.

Mike Pickett, vice presidente business development ed ecosystem dei partner di Talend, ha sottolineato: “La flessibilità e l’estensibilità della piattaforma per l’integrazione dei dati di Talend unita alla moderna tecnologia di data warehousing nel cloud di Snowflake assicurano che le modifiche apportate a fonti, formati e volumi di dati vengano incorporate con facilità e senza complicazioni. La nostra collaborazione con Snowflake contribuirà a snellire distribuzione e configurazione, riducendo i colli di bottiglia, permettendo ai responsabili IT di concentrarsi sul fornire all’azienda informazioni dettagliate e approfondite basate sui dati piuttosto che doversi occupare della gestione dell’infrastruttura”.

Le ricerche Gartner indicano un aumento della popolarità e dell’interesse per diverse tecnologie e aree in cui l’integrazione dei dati gioca un ruolo cruciale per modernizzare l’infrastruttura informatica delle aziende e trasformarle in digitali, tra cui strumenti per l’integrazione dei dati cloud fino alla maggior maturità delle soluzioni iPaaS (Integration Platform as a Service)[1].

La piattaforma completa per l’integrazione dei dati di Talend aiuta a rimuovere le barriere che  impediscono alle aziende di abbracciare un approccio orientato ai dati, consentendo loro di adottare e trarre beneficio dalle più recenti tecnologie per i big data, incluso Apache Spark, per collegare ed analizzare, in modo rapido e scalabile, i dati provenienti da un’ampia gamma di fonti sia nel cloud che on premise. La piattaforma di Talend permette ai clienti di migliorare le prestazioni sfruttando i dati per ottenere nuove informazioni dettagliate ed approfondite, automatizzare i processi aziendali e prendere decisioni informate.

Hai trovato la notizia interessante? Condividila con un tweet: .@Talend e @SnowflakeDB semplificano integrazione, warehousing e analisi dei big data nel cloud. http://bit.ly/2d6myPW

[1] “Fundamentals for Data Integration Initiatives,” Gartner Research, Ehtisham Zaidi, Mark A. Beyer, etc., Settembre 2016.