Migrar clústeres de Hadoop y Spark a Google Cloud Platform

Traslada tus clústeres de Apache Hadoop y Apache Spark a Google Cloud Platform de la forma que más convenga a tu empresa.

Contactar con Ventas

Ver documentación

Muchas opciones para multitud de escenarios

La migración de clústeres de Hadoop y Spark a la nube puede ofrecerte notables ventajas; sin embargo, si empleas métodos inadecuados para tus cargas de trabajo de Hadoop on‑premise, solo conseguirás que los recursos de TI, que ya de por sí están saturados, se frustren aún más. Google Cloud Platform ayuda a los clientes a crear planes de migración de Hadoop adaptados a sus necesidades actuales y futuras. Realiza migraciones a máquinas virtuales mediante lift-and-shift o explora nuevos servicios que aprovechan la capacidad y la eficiencia de la nube. Google Cloud ofrece estas y otras posibilidades a través de una amplia variedad de soluciones que ayudan a los clientes a trasladar sus cargas de trabajo de Hadoop y Spark a la nube mediante los procedimientos que más les convienen.

Migra clústeres de Hadoop mediante lift-and-shift

Migra rápidamente tu despliegue actual de Hadoop y Spark "tal cual" a Google Cloud sin necesidad de rediseñar la arquitectura de tus sistemas. Aprovecha la infraestructura como servicio de computación de Google Cloud, Compute Engine, y su gran rapidez y flexibilidad para aprovisionar tu clúster de Hadoop idóneo sin cambiar tu distribución actual. Tus administradores de Hadoop podrán centrarse en mejorar la utilidad de los clústeres, en lugar de perder tiempo aprovisionando servidores y resolviendo problemas de hardware.

Optimiza tu sistema con la capacidad y eficiencia de la nube

Reduce los costes de Hadoop con la migración al servicio gestionado Cloud Dataproc de Google Cloud Platform, que permite ejecutar clústeres de Hadoop y Spark. Explora nuevos métodos de procesamiento de datos en el ecosistema de Hadoop: separa el almacenamiento y los recursos de computación con Cloud Storage y descubre los clústeres efímeros bajo demanda.

Moderniza el flujo de procesamiento de datos

Puedes utilizar servicios gestionados en la nube que simplifiquen el procesamiento de los datos. Así, reducirás la sobrecarga de operaciones en Hadoop. Para gestionar el análisis en streaming de datos en tiempo real, prueba a usar opciones sin servidor como Cloud Dataflow. Y si vas a usar Hadoop para realizar análisis y emplear soluciones compatibles con SQL, como Apache Hive, puedes recurrir a BigQuery, el almacén de datos en la nube de Google sin servidor para empresas.

Asigna cargas de trabajo de Hadoop on-premise a productos de Google Cloud

"Con Cloud Dataproc, hemos implementado el autoescalado, lo que nos ha permitido aumentar o reducir los clústeres fácilmente en función del tamaño del proyecto. Para optimizar los costes utilizamos, además, nodos interrumpibles para determinados componentes de los clústeres.

Orit Yaron, VP vicepresidenta de la plataforma en la nube de Outbrain

Leer el caso