মেঘ আবশ্যক - কী, কেন, কখন এবং কীভাবে - প্রযুক্তিগত পর্ব 3 প্রতিলিপি

এরিক কাভানাঘ: মহিলা ও ভদ্রলোক, হ্যালো এবং আবার টেকুইয়েস-এ স্বাগতম welcome আমার নাম এরিক কাভানাঘ। আমি ৩ য় পর্বের জন্য আপনার মডারেটর হব এটি এটি একটি নতুন শো যা আমরা টেকোপিডিয়া থেকে আমাদের বন্ধুদের সাথে ডিজাইন করেছি, খুব শীতল ওয়েবসাইট যা স্পষ্টতই প্রযুক্তিতে মনোনিবেশ করে, এবং অবশ্যই ব্লোর গ্রুপে আমরা উদ্যোগের দিকে যথেষ্ট আগ্রহী প্রযুক্তি. সুতরাং, সমস্ত ধরণের এন্টারপ্রাইজ সফ্টওয়্যার, এবং সম্পূর্ণ টেকুইজ ফরমেটটি আমাদের উপস্থিতদের একটি নির্দিষ্ট জায়গায় সত্যিকারের দুর্দান্ত চেহারা দেওয়ার জন্য তৈরি করা হয়েছিল। সুতরাং, আমরা উদাহরণস্বরূপ হ্যাডোপ করেছি, আমরা শেষ শোতে এবং এই বিশেষ শোতে বিশ্লেষণ করেছি, আমরা মেঘ সম্পর্কে সমস্ত কথা বলছি।

সুতরাং, একে বলা হয় "ক্লাউড ইমপ্রিটিভ - কি, কোথায়, কখন এবং কিভাবে"। আমরা আজ কয়েকজন বিশ্লেষক এবং তারপরে তিন বিক্রেতার সাথে কথা বলব। সুতরাং, কিউবোল, ক্লাউডেন্ট এবং অ্যাটিউটিইন হ'ল আজকের শোটির স্পনসর। আজকের সময় এবং মনোযোগের জন্য এই লোকদের জন্য একটি বিশাল আপনাকে ধন্যবাদ এবং অবশ্যই সেখানে উপস্থিত সকলকে একটি বড় ধন্যবাদ। এবং মনে রাখবেন যে এই শোগুলির অংশগ্রহণকারী হিসাবে, আপনি একটি গুরুত্বপূর্ণ ভূমিকা পালন করেন। আমরা চাই যে আপনি প্রশ্ন জিজ্ঞাসা করুন, জড়িত থাকুন, ইন্টারেক্টিভ হন, আপনি কী ভাবছেন তা আমাদের জানান কারণ স্পষ্টতই, এখানে শোটির পুরো উদ্দেশ্যটি আপনাকে ছেলেদের ক্লাউড কম্পিউটিংয়ের বিশ্বে কী ঘটছে তা বুঝতে সহায়তা করা।

ক্লাউড ইমপিটারিভ ডেক

সুতরাং, আসুন বরাবর সরানো যাক। প্রথমে হোস্ট, সেখানে আপনার হোস্ট, এরিক কাভানাঘ তিনিই আমি এবং তারপরে আমরা ডঃ রবিন ব্লুরকে বিমানবন্দর থেকে ডেকে আছি, সত্যিকার অর্থে এবং আমাদের ভাল বন্ধু গিলবার্ট, গিলবার্ট ভ্যান কাটসেম, একজন স্বাধীন বিশ্লেষকও ভাগ করে নেবেন আপনার সাথে কিছু চিন্তা। তারপরে আমরা কিউবোলের সিইও এবং সহ-প্রতিষ্ঠাতা আশিস থসুর কাছ থেকে শুনব। আমরা ক্লাউড্যান্টের প্রধান বিজ্ঞানী মাইক মিলার এবং অবশেষে অ্যাটিউটিউনের বিপণনের ভিপি লরেন্স শোয়ার্জের কাছ থেকে শুনব। সুতরাং, আমরা আজ আপনার জন্য সম্পূর্ণ কন্টেন্ট রেখাযুক্ত করেছি।

সুতরাং, মেঘ - উপরে থেকে আদেশ - এটি এমন একটি ধারণা যা অন্য দিনটি যখন আমার এই সম্পর্কে ভাবছিলাম তখন এসেছিল। সত্যিই, আজকাল ক্লাউড কম্পিউটিংটি বিশাল। আমি বলতে চাইছি, এই স্টাফটির বিবর্তনটি দেখতে সত্যিই বেশ আকর্ষণীয় এবং আমি প্রায়শই যে উদাহরণ দেয় তা হ'ল ওয়েবকাস্টিং প্রযুক্তিতেই। অবশ্যই, আপনারা যারা প্রথম দিকে ডায়াল করেছিলেন তারা কিছু আকর্ষণীয় প্রযুক্তিগত চ্যালেঞ্জ শুনেছিলেন। মেঘের সাথে এটি হ'ল সমস্যাটি হ'ল এটি পরিবর্তন হয়, ফর্ম্যাট পরিবর্তন হয়, মান পরিবর্তন হয়, ইন্টারফেস পরিবর্তন হয় এবং কখনও কখনও যখন আপনি দু'টি আলাদা অঞ্চল একসাথে আঁকতে চেষ্টা করেন, তখন আপনার কিছুটা অসুবিধা হয়, আপনি কিছুটা ঝামেলা পান। সুতরাং, এটি ক্লাউড কম্পিউটিংয়ের সাথে চিন্তিত হওয়া বিষয়গুলির মধ্যে একটি। স্থাপত্য সম্পর্কে সাবধান! আপনি এটি বুলেট পয়েন্টে দেখতে পারেন।

আমাদের ওয়েবকাস্টের জন্য এখানে সাইড নোট হিসাবে আমরা যা করি তার মধ্যে একটি আমাদের আলাদা ফোন কনফারেন্সিং বিক্রেতা রয়েছে। তারপরে আমরা ওয়েবেক্স ব্যবহার করি। আমরা ওয়েবেক্স অডিওটি ব্যবহার করি না কারণ প্রকৃতপক্ষে, আমরা এক বছর আগে ওয়েবএক্স অডিওটি ব্যবহার করেছি এবং এটি ক্র্যাশ হয়ে গিয়েছিল এবং সবচেয়ে অপ্রীতিকর উপায়ে পোড়া হয়েছিল। সুতরাং, আমরা আবার সেই ঝুঁকিটি চালাতে রাজি নই। সুতরাং, আমরা আরকাদিন নামে পরিচিত আমাদের নিজস্ব অডিও রেকর্ডিং সংস্থা ব্যবহার করি এবং বাস্তব সময়ে, এই সমস্ত বিভিন্ন সমাধান আমরা একসাথে সেলাই করি। এবং ধারণাটি হ'ল আমরা উদাহরণস্বরূপ স্লাইডগুলির সাথে আপনাকে একটি পৃথক ইমেল অ্যাপ্লিকেশন সহ ইমেল করতে পারি, উদাহরণস্বরূপ, ওয়েবেক্স ক্রাশ হয়ে গেছে, আমরা আপনাকে সকলকে ডায়াল করতে বলি, আমরা আপনাকে স্লাইডগুলি ইমেল করব এবং কেবল এটির মাধ্যমে আরও যেতে পারব WebEx ধরণের পরিবেশ ছাড়াই কম। সুতরাং, আপনি যে ধরণের সমস্যাগুলি পেতে পারেন তবে এই ধরণের সমস্যাগুলি সমস্ত জায়গাতেই রয়েছে।

তবে, মেঘের প্রচুর সুবিধা রয়েছে। স্পষ্টতই, এটি প্রবেশের পক্ষে কম বাধা, আপনি ক্লাউড কম্পিউটিংয়ের পোস্টার চাইল্ডটি বিক্রয়ফোর্ড ডট কম অবশ্যই দেখতে পারেন, যা সবেমাত্র ব্যবসায়ের বিপ্লব ঘটিয়েছে, বিশেষত বিক্রয় বাহিনী অটোমেশনকে স্পষ্টতই। তবে, আপনি মার্কেটো এবং আইকন্ট্যাক্ট এবং কনস্ট্যান্ট কন্টাক্ট এবং সাইলথ্রু এর মতো স্টাফ পেয়েছেন এবং, মঙ্গলময়তা, বিপণন ও বিক্রয় অটোমেশনের ক্ষেত্রে, এখানে প্রচুর সরঞ্জাম রয়েছে, তবে কেবল এটি নেই। এইচআর পুরো ক্লাউড গেমটিতে এটি পাচ্ছে, বিশ্লেষণগুলি ক্লাউড গেমটিতে রয়েছে। অ্যামাজন ওয়েব সার্ভিসেস-এর অল্প-পরিচিত সংস্থাটি দেখুন, তারা ক্লাউড কম্পিউটিংয়ের মাধ্যমে কী করছেন - এটি কেবল বিশাল। এবং আমি অন্য দিন একটি লোকের কাছ থেকে আমরা একটি দুর্দান্ত উদ্ধৃতি শুনেছিলাম আমরা ডেভিডের সাথে এখন অনেক কাজ করি যিনি এখন সিস্কোতে এসে শেষ করেছেন, ওয়েবেক্সটি কিনেছিল এমন সংস্থাটি। নিশ্চিত না যে তারা ওয়েবেেক্সে আমার যতটা বিনিয়োগ করতে চাইবে, কিন্তু এটি আসলে আমার সিদ্ধান্ত নয়, তাই না? তবে, তিনি আজকাল সিস্কোতে রয়েছেন এবং তাঁর খুব মজার, কেবলমাত্র পীঠিত উক্তি ছিল এবং তা হ'ল "একটি মেঘ নেই, অনেক মেঘ আছে", এবং এটি ঠিক ঠিক right প্রচুর এবং প্রচুর মেঘ আছে। আসলে, প্রতিটি মেঘ সরবরাহকারী তার নিজস্ব মেঘ। সুতরাং, আজকাল অন্যতম চ্যালেঞ্জ মেঘকে সংযুক্ত করা, তাই না? আপনি যদি বিক্রয় শক্তি হন তবে আইকোনট্যাক্ট এবং কনস্ট্যান্ট যোগাযোগ এবং লিংকডইনের সাথে সরাসরি সংযোগ স্থাপন করা ভাল না, উদাহরণস্বরূপ, এবং সম্ভবত টুইটার এবং অন্যান্য পরিবেশের সাথে, অন্যান্য মেঘগুলি কেবল ব্যবসায়ের সমাধানগুলি একসাথে স্থির করেছে যা আপনার জন্য অর্থ দেয় make এবং আপনার সংস্থা

সুতরাং, এটি মাথায় রাখার জন্য কয়েকটি বিষয়, তবে মেঘ এখানেই রয়েছে। কেবল এটি সম্পর্কে জানুন, অন-প্রাইমিস সফটওয়্যারটি এখানে রয়েছে। সুতরাং, এন্টারপ্রাইজ বা অন্য কোনও ছোট থেকে মাঝারি আকারের ব্যবসায়গুলিতে আমাদের কী খুঁজে বের করতে হবে, আপনি কীভাবে আপনার স্থাপত্যটি সংজ্ঞায়িত করেন এবং এটিকে বজায় রাখেন যে আপনি আপনার নিয়ন্ত্রণের বাইরে অন্য কোথাও কোনও দৈত্য তৈরি না করে মেঘকে উত্তোলন করতে পারেন? সুতরাং, স্পষ্টতই পুরো তথ্য গুদামজাতীয় শিল্পটি সেই তথ্য বিশ্লেষণ করতে এবং আরও ভাল সিদ্ধান্ত নেওয়ার জন্য সমালোচনামূলক তথ্য একীকরণের প্রয়োজনের চারদিকে বিকশিত হয়েছিল।

ঠিক আছে, এখন অ্যামাজন ওয়েব সার্ভিসের রেডশিফ্ট রয়েছে। এটি এখন পর্যন্ত সবচেয়ে বড় ওয়েবকাস্টগুলির মধ্যে একটি ছিল রেডশিফ্টের সাথে। এটা বেশ বড় ব্যাপার। তারা পরিবর্তনশীলতা পরিবর্তন করছে, তারা মূল্যের কাঠামো পরিবর্তন করছে। ক্লাউড কম্পিউটিং এবং অংশের কারণে আপনার মূল্য কিছুটা traditionalতিহ্যবাহী এন্টারপ্রাইজ সফ্টওয়্যার লাইসেন্সিংয়ে নেমে যাওয়ার কারণে আপনি দেখতে পাচ্ছেন কারণ এই লোকেরা দামের পয়েন্ট কমিয়ে, দামকে চাপ দিয়ে চলেছে। সুতরাং, শেষ ব্যবহারকারীদের জন্য এটি সুসংবাদ। যারা এর মধ্যে কিছু প্রযুক্তি ব্যবহার করার চেষ্টা করছেন সেখানকার প্রত্যেকের জন্য অবশ্যই এটি অবশ্যই মনে রাখা উচিত। সুতরাং, এটি মাথায় রাখার মতো কিছু এবং আমরা আজ শোতে সে সম্পর্কে কথা বলব।

সুতরাং, বিশ্লেষক ড। রবিন ব্লুর এখনকার দিনের জন্য আমাদের প্রথম বিশ্লেষক হবেন। সুতরাং, আমি এগিয়ে যাব এবং তার প্রথম স্লাইডটি চাপব এবং কীগুলি তার হাতে দেব over রবিন, আমি মনে করি আপনি এখানে কোথাও এসেছেন, আপনি আছেন। এবং এটি দিয়ে আমি এটি বন্ধ করতে যাচ্ছি, এবং মেঝে আপনার!

ডাঃ রবিন ব্লুর: ঠিক আছে, এরিক। যে ভূমিকা জন্য ধন্যবাদ। আমি পেরিয়ে এসেছি … কয়েক দিন আগে, আমি ভোক্তাদের একটি সমীক্ষা দেখতে পেয়েছিলাম, বাস্তবে, যা প্রশ্নটি করেছিল - আপনি কি মনে করেন যে ঝড়ো আবহাওয়া ক্লাউড কম্পিউটিংয়ে হস্তক্ষেপ করে? এবং তাদের 50 শতাংশেরও বেশি হ্যাঁ বলেছে। আমি কেবল ভেবেছিলাম যে আমি আপনাকে জানাব যে এটি তা নয়, যদি আপনি এর মধ্যে বিশ্বাসী একজন হন। এবং তারপরে, এটি বিশ্বাস করার মতো কিছুটা, আপনি জানেন, আপনি যখন টেলিভিশনে তুষার পেয়েছিলেন কারণ এটি বাইরে বরফ হচ্ছিল।

মেঘ, আপনি জানেন যে জিনিসগুলির মধ্যে একটি এটি হ'ল এটি এক ধরণের, আপনি জানেন একটি গুরুত্বপূর্ণ, যদি আপনি পছন্দ করেন তবে মেঘের সহজ বিবরণ হ'ল মেঘটি আসলে কোনও উপায়ে বা অন্য কোনও উপায়ে ডেটা সেন্টার বা কোনও নির্দিষ্ট মেঘ পরিষেবা হয় একটি তথ্য কেন্দ্র। কেবলমাত্র এটি হ'ল এটি প্রচলিত মেঘের চেয়ে আলাদা একটি ডেটা সেন্টার। সুতরাং, আমি মেঘ সম্পর্কে ওভারভিউতে কথা বলতে যাচ্ছিলাম যাতে আপনার ব্যাকআপ হিসাবে মেঘ ব্যবহার সম্পর্কে আরও বিশদে যেতে হবে কারণ একই জমিটি coveringেকে রাখার কোনও কারণ নেই।

সুতরাং, আমি প্রথম ধরণের পয়েন্টটি তৈরি করতে চাই তা হল মেঘটি কোনও পরিষেবা, আপনি জানেন? ক্লাউড কম্পিউটিংয়ের কারণে যা ঘটছে তা হ'ল একটি … ভাল, আমি ব্র্যান্ডগুলির মৃত্যুকে বলি, সফ্টওয়্যার ব্র্যান্ডগুলির একটি সম্পূর্ণ সিরিজের একটি ভয়ঙ্কর শক্তি ছিল এবং কর্পোরেট কম্পিউটারে ক্ষমতা অবিরত থাকবে। একবার আপনি মেঘে উঠলে তাদের আর তেমন শক্তি নেই, জানেন? আপনি যখন ক্লাউড পরিষেবা কিনেন, তখন আপনি অ্যাপ্লিকেশনটির বিষয়ে যত্নশীল হন, অবশ্যই আপনি ক্লাউড আপনাকে যে পরিসেবার স্তরটি দেবে সে সম্পর্কে যত্নশীল, আপনি চান না যে ক্লাউড পরিষেবাটি প্রায়শই ব্যর্থ হয়, আপনি ব্যবহারের ব্যয় সম্পর্কে যত্নবান হন এবং আপনি এইগুলি সম্পর্কে যত্নবান হন বিষয়গুলি কারণ এটি একটি পরিষেবা, তবে আপনি যা সম্পর্কে আর চিন্তা করবেন না তা হ'ল বিশেষত কোন হার্ডওয়্যারটি চলছে তা আপনার যত্ন নেই, নেটওয়ার্কিং প্রযুক্তি কী তা আপনি যত্নশীল নন, অপারেটিং সিস্টেমটি আপনার যত্নশীল নয় এটি চলছে, ফাইল সিস্টেমগুলি কী তা আপনি চিন্তা করেন না, এমনকি ডাটাবেস কী তাও আপনি চিন্তা করেন না এবং এটি আসলে মেঘের বাইরে কোনও ডাটাবেস পরিষেবাদি দ্বারা বিশেষত ব্যবহৃত হয়, আপনি জানেন? এবং এর কোনওভাবে এর প্রভাবটি হল মেঘটি একটি ভয়াবহ সফ্টওয়্যার ব্র্যান্ডের মেঘের কোনও সত্যিকারের মূল্য নেই কারণ আপনি জানেন, আপনি কোনও একরকম বা অন্য কোনও উপায়ে ক্লাউডে যান যা কোনও পরিষেবা এবং কোনওটি নয় a পণ্য। সুতরাং, আমি ভেবেছিলাম যে মেঘটি ব্যবহার না করার জন্য আমি কয়েকটি স্লাইড করতে পারি, আপনি জানেন, এবং এগুলি সবই যদি আপনার পছন্দ হয় তবে আপনি জানেন, রক্তাক্ত সহজ, সুস্পষ্ট কারণগুলি, তবে কারও কাছে সেগুলি বর্ণনা করতে হবে, তাই, আমি আমি ভেবেছিলাম।

সুতরাং, কারণগুলি আমার কাছে নয় … ক্লাউডটি ব্যবহার না করার জন্য - যদি তারা তাদের পছন্দসই ডেটা এবং প্রক্রিয়া পরিচালনা করতে না পারে তবে আপনি জানেন, তবে এটি কেবল আপনার মানদণ্ডগুলি পূরণ করে না। যদি তারা আপনাকে যে পারফরম্যান্স দিতে চান তা দিতে না পারলে, এটি মানদণ্ডটি পূরণ করবে না। যদি আপনি কীভাবে জিনিসপত্রের চারপাশে স্থানান্তর করতে পারেন তবে মেঘ যদি আপনাকে নমনীয়তা দেয় তবে এটি কোনও মানদণ্ডের সাথে মিলবে না। এটি কেবল স্পষ্ট কারণ কারণেই নির্দিষ্ট ক্লাউড পরিষেবাদি কর্পোরেট কম্পিউটারিং করা ব্যতীত অন্য কোথাও প্রচুর লোকের পক্ষে উপযুক্ত নয়।

আপনি এটি না করতে পারেন কারণ আপনি এটি সস্তা করে করতে পারেন। মেঘ সর্বদা সস্তার বিকল্প নয়। কিছু লোক ভাবেন বলে মনে হয় কারণ এটি প্রায়শই একটি সস্তা বিকল্প এটি সর্বদা সস্তা হবে, এটি সর্বদা সস্তা নয়। এবং অন্য জিনিসটি হ'ল যদি আপনি কোনও মেঘ থেকে কোনও অ্যাপ্লিকেশন নিচ্ছেন তবে এটি আপনি যা করছেন তার সাথে এটি ভালভাবে সংহত হয় না, তবে আপনি সম্ভবত এটির সাথে এগিয়ে যাবেন না এবং সেগুলি, আপনি জানেন, মুখ ফিরিয়ে নেওয়ার কারণগুলি রয়েছে you ।

এগুলি গ্রহণ করার কারণগুলি এখানে। আপনি জানেন, মেঘের মধ্যে আপনি যে কাজগুলি করতে পারেন তার মধ্যে একটি হ'ল বুলেটপ্রুফ, ক্রিয়াকলাপটির প্রোটোটাইপিং। আপনি যদি মেঘে প্রোটোটাইপ করতে পারেন এবং ডেটা সেন্টারে প্রয়োগ করতে পারেন তবে এটি সম্পূর্ণভাবে কার্যকর এবং এটি করার প্রচুর পরিমাণে লোক রয়েছে। আপনি অ-সমালোচনামূলক অ্যাপ্লিকেশনগুলির সাথে ডেটা সেন্টার থেকে কাজ আপলোড করতে পারেন কারণ তারা সম্ভবত, আপনি এমন এক ধরণের ক্লাউড পরিষেবা খুঁজে পেতে সক্ষম হবেন যা আপনার পরিষেবা স্তরের সাথে অস্বস্তিকর স্টাফ পূরণ করবে will এবং আপনি সেলসফোর্স.কম এবং এর অনুরূপ অফারগুলির মতো নির্দিষ্ট অ্যাপ্লিকেশনগুলি আপলোড করতে পারেন, আপনি জানেন যে স্ট্যান্ডার্ড অ্যাপ্লিকেশনগুলি। সেই অঞ্চলে প্রত্যেকেরই দক্ষতা রয়েছে এবং ক্ষেত্রটি বিশেষায়িত নয় এবং আপনি জানেন traditionalতিহ্যবাহী … মেঘের মধ্যে যা কিছু পাওয়া যায় সম্ভবত আপনি তা দিয়ে যাবেন।

সুতরাং, আমি যে চূড়ান্ত জিনিসটি বলতে চাইছিলাম, এটি একটি মজাদার আকর্ষণীয় জিনিস, আসলে আপনি যখন মেঘের সন্ধান করেন, তখন বোঝার একটি উপায় হ'ল অর্থনীতির সিরিজ হিসাবে। পুরো কথাটি হ'ল, আপনি জানেন, সেখানে একটি ডেটা সেন্টার চালাচ্ছেন এবং আপনি কোথাও বা অন্য কোথাও থেকে সেই ডেটা সেন্টারে ডায়াল করতে যাবেন এবং এটি ব্যবহার করুন, সুতরাং এটি আরও ভাল হবে, এটি মূল সস্তায় বেশি ভাল হলে তুমি নিজেই কর সুতরাং, আপনি জানেন, এটি আসলে সমস্ত মাত্রার অর্থনীতি সম্পর্কে।

ক্লাউড সরবরাহকারীরা, তারা ডেটা সেন্টারের অবস্থান এবং ডেটা সেন্টারটি সনাক্ত করার জন্য সেরা স্থানটি একটি বিদ্যুৎ কেন্দ্রের ঠিক পাশেই এবং বিশেষত একটি সস্তা বিদ্যুত কেন্দ্রের ঠিক পাশেই। সুতরাং, উত্তরের একটি বিদ্যুৎ কেন্দ্র যা জলবিদ্যুৎ বা এর মতো কিছু হতে পারে। এটি সাধারণত সস্তা, আপনি জানেন? আপনি প্রকৃতপক্ষে সেখানে ডেটা সেন্টারটি সনাক্ত করতে পারেন এবং এটি খুঁজে পাওয়া সহজ। নিউ ইয়র্ক বা সান ফ্রান্সিসকো কেন্দ্রের তুলনায় এই জায়গাগুলিতে লোক ভাড়া নেওয়া কম ব্যয়বহুল। আপনি শীতাতপনিয়ন্ত্রণ এবং বিদ্যুতের দিক থেকে পুরো সুবিধাকে মানক করতে পারেন। এটি আপনাকে অনেক সাশ্রয় করবে কারণ এর অর্থ, আপনি জানেন, আপনি এটির পুরো বিল্ডিং দিতে পারেন এবং ঠিক এইভাবে ক্লাউড অপারেটররা তাই করে। তারা নেটওয়ার্কিং হার্ডওয়্যারকে মানীকৃত করে, তারা যে কম্পিউটার হার্ডওয়্যার ব্যবহার করে সেগুলিকে মানিক করে তোলে, সাধারণত পণ্য x86 বোর্ড, প্রায়শই তারা এগুলি নিজেরাই একত্রিত করে। সুতরাং, কেউ কেউ আসলে পুরো জিনিসটি তৈরি করছে। তারা অ্যামাজন সফ্টওয়্যার ব্যবহার করতে পারে যা তারা করতে পারে কারণ এটির অর্থ আসলে এটি গ্রহণে কোনও ব্যয় হয় না। তারা সমস্ত সফ্টওয়্যার মানক করা হবে। সুতরাং, তারা একবারে সমস্ত আপগ্রেড করা ছাড়া আর কখনও আপগ্রেড করবে না। তারা সমর্থন সংগঠিত করবে। সুতরাং, তারা বিভিন্ন সরবরাহকারীদের কেবলমাত্র তাদের নিজস্ব সমর্থন সুবিধা রয়েছে এমন বহু সংখ্যককে সহায়তা প্রদান করবে। তাদের স্কেল-আপ এবং স্কেল-আউট ক্ষমতা থাকবে এই অর্থে যে তারা আপনার চেয়ে বেশি চলবে সেই ধরণের পরিষেবাটি চালানো হবে এবং তারা তাদের ব্যবহার এমনভাবে পর্যবেক্ষণ করবে যেহেতু বেশিরভাগ ডেটা সেন্টার তারা করতে পারে না কারণ কেবলমাত্র একটি মানক পরিষেবা চালানোর ধরণ, তবে বেশিরভাগ ডেটা সেন্টারগুলি পুরো সিরিজটিতে চলছে। এবং এটিই মেঘ কি, সত্যই এবং নির্দিষ্ট উপায়ে এটি নির্ধারণ করতে পারে এটি আপনার আগ্রহী কিনা বা এটি কোনও নির্দিষ্ট অ্যাপ্লিকেশনের জন্য নয় কিনা। সুতরাং, আপনি জানেন, আমার থাম্বের মোটামুটি নিয়ম হ'ল যেখানে স্কেলের অর্থনীতি সম্ভব, মেঘ শীঘ্রই বা পরে গ্রহণ করতে পারবে। তবে, যেভাবে উদ্ভাবন এবং নমনীয়তা এবং খুব নির্দিষ্ট বিষয় যা আপনি নিজের কাছে যান সত্যই তা পারেন না। মেঘ সবসময় দ্বিতীয় সেরা হতে হবে।

ঠিক আছে. আমি এটি আবার এরিকের কাছে বা গিলবার্টকে দিতে পারি।

এরিক কাভানাঘ: ঠিক আছে, গিলবার্ট, আমি আপনাকে এখানে ওয়েবেক্সে কীগুলি দেব। অপেক্ষা করো. সেই স্লাইডের যে কোনও জায়গায় ক্লিক করুন এবং আপনার কীবোর্ডের ডাউন তীরটি ব্যবহার করুন।

গিলবার্ট ভ্যান কাটসেম: আমি মনে করি আমি নিয়ন্ত্রণে আছি।

এরিক কাভানাঘ: আপনি নিয়ন্ত্রণে আছেন।

গিলবার্ট ভ্যান কাটসেম: ঠিক আছে। এখানে আমরা যাই। মেঘ আবশ্যক - আকাশ সীমা, এটি একটি নগর কিংবদন্তি, বা আপনি এটি সম্পর্কে কী ভাববেন? এগুলি কেবল কয়েকটি আলোচনা এবং বিবেচনা করার বিষয়।

প্রথমত, "কী" সামনে থেকে, আপনি জানেন, যেমনটি আমরা সবাই জানি, আমি মনে করি না যে কেউ এই বিষয়ে সন্দেহ করছে। সাস-আইফিকেশনটি এখানে থাকার কারণেই সফ্টওয়্যারটি আসলে কখনও মারা যায় না, এটি কেবল মেঘের দিকে চলে যায়, তাই না? আমার মনে হয় এর আগের সংস্করণে আমি এটি আগে বলেছিলাম। ওহ না, বা এরিক আমার কাছে আগের সংস্করণে বলেছিল। এবং আমি স্পষ্ট কারণ বলে মনে করি, এবং এটি রবিনের কাছে আবারও ফিরে যায়, তা হল কর্পোরেট বিষয়গুলির পক্ষে কর্পোরেট সময়রেখাটি বেশ সহজ easy সিএমও সর্বদা এটির সব প্রয়োজন এবং এখনই তার এটি প্রয়োজন। সুতরাং, তিনি বাজারে সময় প্রায়। খুব দুঃখজনক, এটি তার পক্ষে এটির পক্ষে একটি ভাল অজুহাত। সিআইও অবশ্য সাআস এবং মেঘ সম্পর্কে কিছুটা ঘাবড়ে গেছে কারণ আপনি জানেন, পুরো স্থিতিস্থাপকতার সমস্যাটির অর্থ হ'ল যা উঠে যায় তাকেও নীচে নামতে হবে। আপনার অবশ্যই স্কেল আউট করার জন্য প্রস্তুত থাকতে হবে, তবে ব্যাক স্কেলও করতে হবে। সুতরাং, সে সম্পর্কে তিনি কিছুটা ঘাবড়ে গেলেন। সিএফও নার্ভাস নয়, স্বাভাবিকের চেয়ে বেশি নয়, তবে তিনি তার মতোই চলে যান, "আরে, এটি … এটি আমাদের কতটা ফিরিয়ে দেবে?" এটি, আপনি জানেন, অপেক্স আলোচনার তুলনায় কুখ্যাত মূলধন ব্যয়। এটি বেশ পুরানো, তবে এটি আপনি জানেন, এই পৃথিবীতে খুব গুরুত্বপূর্ণ। এবং তারপরে, শেষ কিন্তু কমপক্ষে নয়, অবশ্যই সিইও, অবশ্যই। তিনি এর মতো চলে গেলেন, "ওহ! ঝুঁকি প্রশমন! বন্ধুরা, তোমরা সকলেই উত্তেজিত, তবে আমরা কি এর জন্য প্রস্তুত?" কারণ ঝুঁকি হ'ল তিনি যা ভাবেন।

তো, ঝুঁকি কী? ঠিক কয়েকটা চিন্তা, তাই না? আমরা এখানে চিন্তার নেতৃত্বের সাথে কাজ করছি তবে একটি অসম্পূর্ণ পথে কারণ এটি সমস্ত চমত্কার নতুন জিনিস, সমস্ত মোটামুটি সাম্প্রতিক উপাদান। আপনি যদি এটির বিষয়ে চিন্তা করেন তবে আমাদের কাছে প্রচুর ডেটা পয়েন্ট নেই। এবং তাই, ঝুঁকিপূর্ণ দিকের দিক দিয়ে আমরাও অন বোর্ডিং মোকাবেলা করতে হবে, আপনি জানেন, চুক্তিতে স্বাক্ষরকারী লোকেরা এরকম হয়, "হ্যাঁ, এটিই আমরা চাই, যাবার পথ" তারা সাইন আপ করে, তবে তারপরে এটি যথেষ্ট নয় আপনি জানেন, আপনাকে বোর্ডের লোকদের থাকতে হবে এবং তা, সিনেমাগুলি মনে আছে? অনুবাদ ফিরে, আপনি জানেন যে অন বোর্ডিং সম্পর্কে কি হয়। এবং তারপরেও, যেমন রবিন ঠিক বলেছেন, আপনি জানেন, অন-প্রিমাম অগত্যা এখনই চলে যাবেনা। সুতরাং, আপনাকে উভয় বিশ্বকে সংহত করতে হবে। এটি একটি হাইব্রিড ওয়ার্ল্ড। এবং সুতরাং, আপনি কিভাবে এটি করতে যাচ্ছেন? এটি ৮০-২০, ৮০-২০ নিয়ম পেরেটো, ঠিক আছে কি? এটা কি যথেষ্ট? এবং তারপরে আবর্জনা / আবর্জনা বাইরে বেরোনোর ​​সময় আপনি সিস্টেমগুলি সংযুক্ত হন। তা কি ঠিক আছে? এটা কি টেকসই? কারণ, আপনি জানেন, আপনি কি স্থানান্তর করতে চলেছেন, আপনি কি আপনার এন্টারপ্রাইজটিকে মূল সিস্টেমে মানচিত্র করতে চলেছেন, আপনি কীভাবে এটি করতে যাচ্ছেন? এবং তারপরে সর্বশেষটি, যা আমি অত্যন্ত গুরুত্বপূর্ণ বলে মনে করি, এটি বহুজাতিক আর্কিটেকচার, যার অর্থ আপনার নিজের ডেটাতে ডেটা প্রাইভেসি, কখনও কখনও একে "আপনার নিজের ডেটা নিজস্ব" বলা হয় খুব গুরুত্বপূর্ণ হয়ে যায়, আপনি জানেন? একই সিস্টেম ব্যবহার করে একশো লোক, একটি ডাটাবেস সিস্টেমের নীচে বসে থাকে, কে আমার ডেটা দেখতে পাবে? ঠিক আমি, তাই না? আপনি কি একেবারে নিশ্চিত? তথ্য গোপনীয়তা, তথ্য সুরক্ষা বিশেষজ্ঞদের সাহায্য করে। আপনি যদি সিআইও হন তবে এটি "আই" কে সিআইওতে ফিরিয়ে আনবে কারণ এখন আপনি তথ্যের দায়িত্বে আছেন। আপনি সিআইও হলে এটি বেশ আকর্ষণীয়।

সুতরাং, আসুন "কেন" সম্পর্কে কিছুটা কথা বলি। সুতরাং, এই সমস্তটির কৌশলগত উদ্দেশ্য খুব, খুব সহজ, আমি মনে করি। আপনি যদি গ্রাহক হন তবে বাজারের চাপ আছে। আপনি যদি সরবরাহকারী হন তবে প্রতিযোগিতামূলক চাপ রয়েছে। আপনার যদি সমকক্ষ থাকে তবে পিয়ারের চাপ রয়েছে। আপনি যদি গ্রাহক হন তবে এটি কেবল বাজারের মনোবিজ্ঞান। সকলেই মেঘ, সস বা আপনি যেটাকে বলুন, ক্লাউড সাআস, আমাদের সবার প্রয়োজন এবং সেখানে যেতে চাই to এবং কারণটি সাধারণত আর্থিক হয়। এটাই সুস্পষ্ট কারণ, তবে আপনি যদি আর্থিক দিকটি নিয়ে ভাবেন তবে আপনি বিল-বনাম-বাজেটের প্যারাডক্সটিকে আমি যা বলি তা পেয়ে যাবেন। আপনি কি সাবস্ক্রিপশন, সমস্ত-খাওয়া-খাওয়ার ব্যবস্থা, এক মাসে $ 50, $ 500 বা এর মতো কিছু করতে যাচ্ছেন বা আপনি কী এমন ব্যবহারের স্বপ্ন দেখে যা আপনি কেবলমাত্র যা ব্যবহার করেন তার জন্য অর্থ প্রদান করতে পারেন? এবং সুতরাং, কিভাবে কাজ চলছে, ব্যবহার ভিত্তিক, খরচ ভিত্তিক? আপনি কি সমস্ত স্টাফ মিটার করতে যাচ্ছেন? সম্ভবত এটি এখনই ঘটবে না। সুতরাং, আপনি একটি হাইব্রিড প্রক্রিয়া শেষ করবেন, যা হ'ল, আমি মাসে 200 টাকা দিতে পারি এবং মাঝে মধ্যে 500 করে দিতে হয় কারণ অতিরিক্ত খরচ করার জন্য আমাকে অর্থ প্রদান করতে হয়। রেটেনার প্লাস, এটি সম্ভবত আমার মতে, যাওয়ার পথে চলেছে।

তবে, এমন কিছু আছে যা আমি প্রশস্ত ফ্রন্টের গোপন উদ্দেশ্যকে ডাকি এবং আমি বিশ্বাস করি যে, আপনি জানেন, এটি একেবারেই বাস্তব। এটি নিয়ন্ত্রণের পরিবর্তন, এটি সিআইও বনাম সিএমও, পাওয়ার শিফট বা সিএমওর মধ্যে পাওয়ার সংগ্রাম, "আমি এটি সবই চাই এবং এখনই এটি চাই", এবং সিআইও, যিনি বলেছেন, "আরে, এ সবই ডেটা সম্পর্কে, আপনি জানেন? আমি চালাতাম, 20 বছর আগে, এটি ছিল হার্ডওয়ার সিস্টেমগুলি সম্পর্কে দশ বছর আগে সমস্ত অ্যাপ্লিকেশন সম্পর্কে ছিল Today আজ, এটি সমস্ত ডেটা সম্পর্কে And এবং যেহেতু আমি সিআইও - তথ্য - এটি সমস্ত কিছুই আমি। আমি নিয়ন্ত্রণে আছি। " সুতরাং, এটি একধরনের পাওয়ার শিফট বা পাওয়ার সংগ্রাম যে আমি বিশ্বাস করি যে এই মুহুর্তে এই দুই, সিএমও এবং সিআইওর মধ্যে চলছে right

সুতরাং, শেষ পর্যন্ত, এটি এতই তরুণ যে আমরা বাস্তবে উদ্ভাবনী ধরণের পরিবেশে বা প্রথম দিকে গ্রহণকারী ধরণের পরিবেশে আছি কিনা কেউই সত্যই জানেনা। আমি বিশ্বাস করি আমরা প্রারম্ভিক অ্যাডাপ্টর ধরণের পরিবেশে আছি, প্রথম দিকের সংখ্যাগরিষ্ঠ নয়, কেবল প্রথম দিকের গ্রহণকারী, তবে আপনি জানেন, একধরনের অর্ধেক পথ। এবং তাই, আপনি কি জানেন যে গ্রাহক, শেষ ব্যবহারকারী, গ্রাহক, এটি একটি মাথা শুরু করার বিষয়ে কারণ সিএমও হেড স্টার্ট চায়, তাই না? এবং তাই, আমরা কীটাকে হ্রাসকারী রিটার্ন বলি তা শেষ না করা গুরুত্বপূর্ণ। সীমিত হেড স্টার্ট কমিয়ে ফেলা হতে পারে। এই কারণেই এটি আপনার পক্ষে জানা, অনুসন্ধান, সেই দলের পক্ষে আস্থা রাখা অত্যন্ত গুরুত্বপূর্ণ যে এটি নিশ্চিত করতে পারে যে ব্যর্থতার একক পয়েন্ট কোনও সমস্যা নয় এবং যে ডেটা সুরক্ষা সম্মানিত। সুতরাং, এটির জন্য বেশ কয়েকটি পরিবর্তন পরিচালনার প্রয়োজন হবে। এবং সুতরাং, শেষ - প্রায় সম্পন্ন, এটি শেষ স্লাইড - আমরা কীভাবে এটি করতে যাচ্ছি? কীভাবে মেঘে সরানো হবে, সাএসে সরানো হবে, আপনি জানেন, নির্বিঘ্ন এবং সহজ? ভাল, দুটি জিনিস করে: মনোযোগ দেওয়া - বিধান - সত্যই গুরুত্বপূর্ণ এবং অন-বোর্ডিং, আরও গুরুত্বপূর্ণ।

এরিক কাভানাঘ: ঠিক আছে …

গিলবার্ট ভ্যান কাটসেম: এবং সেক্ষেত্রে আকাশ সীমাবদ্ধ। ধন্যবাদ.

এরিক কাভানাঘ: হ্যাঁ। এটা দুর্দান্ত ছিল। আমি খুব উত্তেজক ধারণা পছন্দ করতাম, আপনি যেভাবে সমস্ত কিছু ভেঙে ফেলেছেন তা আমি পছন্দ করি। আমি মনে করি এটি অনেক অর্থবোধ করে। এবং আসুন আমরা এগিয়ে যাই এবং আশিসের প্রথম স্লাইডটি পুশ করি এবং আমি আশীষকে ওয়েবএক্সের চাবিগুলি হস্তান্তর করব। ঠিক আছে এগিয়ে যান. সেই স্লাইডের যে কোনও জায়গায় ক্লিক করুন এবং আপনার কীবোর্ডের ডাউন তীরটি ব্যবহার করুন। এই নাও.

আশীষ তুষো: ঠিক আছে। ধন্যবাদ, এরিক হাই লোকেরা, এটি আশীষ এবং আমি আপনাকে কিউবোল সম্পর্কে বলব। সুতরাং, কেবল শুরু করার জন্য, কিউবোল, মূলত এটি পরিষেবা প্ল্যাটফর্ম হিসাবে বড় ডেটা সরবরাহ করে। এটি একটি ক্লাউড-ভিত্তিক প্ল্যাটফর্ম যা আমাজন ক্লাউড এবং গুগল ক্লাউডে হোস্ট করা হয় এবং আমরা হ্যাডোপ, হাইভ, প্রেস্টো এবং অন্যান্যদের একগুচ্ছ প্রযুক্তি সরবরাহ করি যার বিষয়ে আমি কথা বলব, সবগুলি একটি টার্নকি পদ্ধতিতে যাতে আমাদের ক্লায়েন্টগুলি মূলত বাইরে যেতে পারে বড় ডেটা অবকাঠামো বিশ্বে সমস্ত বিভ্রান্তি বা বাস্তবে এই অবকাঠামো চালানো থেকে বেরিয়ে আসুন এবং তাদের ডেটা এবং তারা তাদের ডেটাতে যে রূপান্তরগুলি করতে চান তাতে সত্যিই আরও ফোকাস করে। সুতরাং, এটি কি কিউবোল সম্পর্কে হয়।

সুস্পষ্ট সুবিধাগুলির নিরিখে, কিউবোল সম্পর্কে চিন্তা করার এক উপায়, আপনি জানেন যে, অবশ্যই এটি একটি টার্নকি, হডোপের চারপাশে নির্মিত বড় ডেটা বিশ্লেষণ এবং বিগ ডেটা ইন্টিগ্রেশনের জন্য স্ব-পরিষেবা প্ল্যাটফর্ম, তবে আরও মূলত, এটি যা করে তা হ'ল আপনি জেনে রাখুন, হ্যাডোপ, হাইভ, প্রেস্টো, স্পার্ক, চার্টলি এবং এরকম আরও সমস্ত বড় ডেটা ইঞ্জিনের জন্য, এটি মেঘের সমস্ত সুবিধাগুলি এই বড় ডেটা ইঞ্জিনগুলিতে নিয়ে আসে এবং কিছু কী কী উদ্ভাসিত করে যা এটি থেকে আসে মেঘের দৃষ্টিভঙ্গিটি হ'ল, আপনি জানেন, অবকাঠামোকে অভিযোজনমূলক করে তোলা এবং অভিযোজিত করার মাধ্যমে, আমি উভয়টিই চটচটে বোঝার পাশাপাশি এই ইঞ্জিনগুলির মধ্যে যে কোনও কাজের চাপ বোঝাতে নমনীয় এবং এই ইঞ্জিনগুলিকে আরও বেশি স্ব-পরিষেবা এবং সহযোগী করে তোলে এই অর্থে যে, আপনি জানেন, কিউবোল ইন্টারফেস সরবরাহ করে যেখানে আপনি এই বিশেষ প্রযুক্তিগুলি কেবল আপনার বিকাশের জন্যই ব্যবহার করতে পারবেন না, আপনি জানেন, বিকাশমুখী কাজের জন্য নয়, এমনকি আপনার অন্যান্য ডেটা বিশ্লেষকরাও এই প্রযুক্তির সুবিধা একটি স্ব-পরিষেবাতে পেতে শুরু করতে পারেন ইন্টারফেস.

আমরা অনেক কিছু পেয়েছি, আপনি জানেন, এই বিশেষের সাথে সম্পর্কিত, আপনি জানেন, ওয়েবিনার, আপনি জানেন, এটি আমাদের দৃষ্টিভঙ্গিগুলির মধ্যে একটি যা কিউবোল বড় ডেটাতে মেঘের কী উপকার নিয়ে আসে to সুতরাং, আপনি যদি কীভাবে চালান তার মধ্যে একটি তুলনা করেন, বলুন, হ্যাডোপ এবং এটি একটি প্রাক-প্রিমি সেটিং-এ, একটি প্রাক-প্রিমি সেটিং-এ কাজ করার সুযোগ দেয়, আপনি সর্বদা স্থির গুচ্ছগুলির শর্তে ভাবছেন, আপনি জানেন, আপনি নিজের স্থির করেন গুচ্ছ, আপনি তাদের এটিকে আপনার শীর্ষের ব্যবহারের আকার দিতে পারেন এবং আপনি সেগুলিকে সেখানে রাখেন এবং তারপরে যদি আপনাকে সেগুলি পরিবর্তন করতে হয় তবে আপনাকে সংগ্রহ, স্থাপনার, পরীক্ষার এবং পুরোপুরি পুরোপুরি প্রক্রিয়া করতে হবে এবং আরও অনেক কিছু forth কিউবোল পরিবর্তন করে যে সম্পূর্ণভাবে চাহিদা অনুযায়ী ক্লাস্টার তৈরি করে, আমাদের ক্লাস্টারগুলি সম্পূর্ণ স্থিতিস্থাপক হয়, আমরা মেঘ থেকে সঞ্চিত বস্তুগুলিকে ব্যবহার করে প্রকৃতপক্ষে ডেটা সঞ্চয় করি এবং ক্লাস্টারগুলি উপস্থিত হয় এবং আপনি জানেন যে তারা উত্সাহিত চাহিদার ভিত্তিতে উঠে আসে যখন কোন চাহিদা নেই তখন ব্যবহারকারীরা এবং তারা চলে যায়। সুতরাং, এটি সেই অবকাঠামোকে আরও বেশি চটচটে এবং নমনীয় এবং আপনার কাজের চাপের সাথে অভিযোজিত করে তোলে।

নমনীয়তার আরেকটি উদাহরণ হ'ল, আপনি জানেন, আজ আপনি এখানে নিজের স্থির গুচ্ছ তৈরি করতে পারেন, আপনি জানেন, একটি নির্দিষ্ট কাজের চাপকে মাথায় রেখে এবং যদি আপনার কাজের চাপ পরিবর্তন হয় এবং আপনার অবকাঠামোটি এখন আপগ্রেড করার প্রয়োজন হয়, সম্ভবত আপনার মেশিনগুলিতে আপনার আরও স্মৃতি দরকার এবং ঐরকম কিছু. আবার, আপনি কি জানেন, উদাহরণস্বরূপ কিউবোলের মাধ্যমে মেঘের উপরে এটি করা সহজ করে তোলে। আপনি সর্বদা নতুন, বিভিন্ন ধরণের মেশিন ভাড়া নিতে পারেন এবং আপনি জানেন, ক্লাস্টার পাবেন, 100-নোডের ক্লাস্টার তৈরি হয়ে কয়েক মিনিটের মধ্যে চলবে যা আপনাকে অন-প্রিমি হাডুপের জন্য অপেক্ষা করতে হয়েছিল weeks

অন্যান্য গুরুত্বপূর্ণ বিষয় যা কুবোল নিজেকে প্রিম থেকে পৃথক করে, তা হ'ল কিউবোল মূলত একটি পরিষেবা প্রস্তাব হিসাবে, সুতরাং পরিষেবাটি সংহত করার জন্য আপনার প্রয়োজনীয় সমস্ত সরঞ্জাম এবং অবকাঠামো, আপনার দরকার নেই … যেখানেই অন-প্রিম, আপনি জানেন, এটি প্রাথমিকভাবে আপনি সফ্টওয়্যারটি গ্রহণ করেন, আপনাকে এটি নিজে চালাতে হবে, আপনাকে এটি নিজেই সংহত করতে হবে এবং সে সমস্ত সুবিধা করতে হবে, সাএস মডেলের সমস্ত সুবিধাগুলি একটি সূত্র, আপনি জানেন কীভাবে হুডোপ অন-প্রিম নিজের দ্বারা চালিত করার বিপরীতে কিউবোল বড় ডেটা সরবরাহ করে।

এই স্লাইডটি সাধারণত আমাদের আর্কিটেকচারকে আচ্ছাদন করে। আমরা অবশ্যই মেঘের উপর ভিত্তি করে ক্লাউডে গুগল, গুগল ক্লাউড এবং গুগল কম্পিউট ইঞ্জিন বা অ্যামাজন ওয়েব পরিষেবাদিগুলিতে আমাদের ডেটা সঞ্চয় করি। আমরা সমস্ত হ্যাডোপ ইকোসিস্টেম প্রকল্প গ্রহণ করি এবং এর আশেপাশে আমরা অটো স্কেলিং এবং স্ব পরিচালনার চারপাশে কী আইপি তৈরি করেছি, এই উপাদানগুলির প্রযুক্তিগুলি ক্লাউডে সত্যিকার অর্থে কার্যকরভাবে কাজ করার জন্য আমরা প্রচুর ক্লাউড অপ্টিমাইজেশন করেছি কারণ আপনি জানেন, ক্লাউড অবকাঠামোটি এই প্ল্যাটফর্মটির ভিতরে এবং বাইরে চলে যাওয়ার জন্য ডেটা সক্ষম করার জন্য খালি ধাতুতে এবং ডেটা সংযোজকগুলির পুরো গোছায় কেবল চালানো জিনিসগুলি থেকে খুব আলাদা। সুতরাং, এটি মেঘের প্ল্যাটফর্মের সাথে তুলনা করে এবং এটি সক্ষম করে যে, আপনি জানেন যে এটি একটি মূল বিষয় … সমস্ত স্ব-পরিষেবা কীভাবে তৈরি করা যায় সেটির মূল বৈশিষ্ট্যটি যাতে আপনাকে শক্তিশালী না করতে হয় … আপনি ডন না এটি চালানোর সময় খুব বড় অপারেশনাল পদক্ষেপ নেই, তবে আমরা এটি বেঁধে রাখি যে এটি আমাদের ডেটা ওয়ার্কবেঞ্চের সাথে বিশ্লেষকদের জন্য সরঞ্জাম কিনা, এটি ডেটা প্রশাসনের সরঞ্জাম কিনা, এগুলি টেম্প্লেটিং সরঞ্জামগুলি এবং আরও অনেক কিছু যাতে আপনি আরও এই বিকাশকারীদের বিকাশ কেবল বিকাশকারীদের কাছেই নয়, অন্যান্য ব্যবসায়ী ব্যবহারকারী এবং এন্টারপ্রাইজগুলিতেও আনতে পারে। এবং অবশ্যই, আমরা এই মেঘ প্ল্যাটফর্মটি এমন সরঞ্জামগুলিতেও বেঁধেছি যা আপনি ভাবেন লোকেরা ইতিমধ্যে ব্যবহার করছেন যা আপনি জানেন, ব্যবহারের সরঞ্জামগুলি বা কেবলমাত্র ঝকঝকে বা তারা ব্যবহার করছেন কিনা, আপনি জানেন, আরও ডেটা গুদামজাতীয় ধরণের পণ্য যেমন রেডশিফ্ট এবং তাই এবং তাই ঘোষণা.

আজ, পরিষেবাটি মোটামুটি বড় আকারে চলছে, আমরা আমাদের ক্লায়েন্ট বেস জুড়ে এখন প্রতিমাসে প্রায় 40 পেটবাইট ডেটা প্রক্রিয়া করি। আমাদের ক্লাস্টারগুলি 10-নোড ক্লাস্টার থেকে 1500-নোড ক্লাস্টার আকারে পরিবর্তিত হয় এবং আপনি জানেন যে, আমাদের জ্ঞানের সেরা হিসাবে আমরা প্রসেস করতে পারি এবং বৃহত্তর, আমাদের জ্ঞানের সর্বোপরি, আমরা সম্ভবত বৃহত্তম কিছু রান করি মেঘের ক্লাস্টারগুলি যতক্ষণ না হ্যাডোপ সম্পর্কিত, আমরা আমাদের ক্লাস্টারগুলিতে এক মাসে প্রায় 250, 000 ভার্চুয়াল মেশিনে প্রসেস করি। মনে রাখবেন, আমাদের মডেল চাহিদা অনুসারে ক্লাস্টার, যা আপনার অপারেশনাল কাজের চাপ হ্রাস করার পাশাপাশি আপনার আরও উন্নতি করার ক্ষেত্রে এবং এর বাইরেও অবিচ্ছিন্ন সুবিধা রয়েছে।

পরিশেষে, আপনি জানেন, আমাদের মধ্যে একটি, আপনি জানেন, এটি কিউবোল বিভিন্ন সংস্থায় কীভাবে রূপান্তরিত হয়েছে তার একটি নমুনা। আমাদের ক্লায়েন্ট একটি উদাহরণ। তারা ইতিমধ্যে মেঘে ছিল, তারা মেঘের উপর ইলাস্টিক ম্যাপ্রেইডুস চালাচ্ছিল, উদাহরণস্বরূপ, এবং সেখানে ডেটা ব্যবহার মোটামুটি সীমাবদ্ধ ছিল। তাদের কাছে প্রায় 30-বিজোড় ব্যবহারকারী থাকবেন যারা সেই প্রযুক্তিটি ব্যবহার করতে পারেন। কিউবোলের সাহায্যে তারা সেই সংস্থার 200-এরও বেশি ব্যবহারকারীদের কাছে এটি প্রসারিত করতে সক্ষম হয়েছে যারা বড় ডেটা ব্যবহারের ক্ষেত্রে প্রসারণ দেখেছিল এবং এটি সত্যিই এনেছে, আপনি জানেন, আমরা একটি চৌকস বিগ ডেটা প্ল্যাটফর্মের সংজ্ঞাটিকে কী বলে থাকি এবং এটি তাদের বিশ্লেষণের কাজের চাপ অনেকের জন্য সত্যই কেন্দ্রীয় হয়ে উঠেছে।

সুতরাং, কেবলমাত্র বন্ধ করার জন্য, আপনি জানেন, এটি ছিল কিউবোলের একটি সংক্ষিপ্ত প্রাইমার। মূলত, আমাদের দৃষ্টিভঙ্গি হ'ল আমরা কীভাবে বড় বড় ডেটাগুলির চারপাশে আরও চতুর উদ্যোগ তৈরি করি এবং মূলত, আমরা মেঘের সুবিধাগুলি উত্থাপন করি এবং হ্যাডোপের চারপাশে বড় ডেটা প্রযুক্তিগুলিতে তাদের বহন করতে পারি যাতে আমাদের ক্লায়েন্টরা সেই তত্পরতা এবং সেই সুবিধাগুলি উপকার করতে পারে নমনীয়তা এবং মেঘে স্ব-পরিষেবা প্রকৃতির সেই সুবিধাগুলি তাদের ডেটা প্রয়োজনীয়তার জন্য আরও কার্যকর হয়ে ওঠে। সুতরাং, আমি সেখানে থামব এবং এটি আবার এরিকের হাতে দেব।

এরিক কাভানাঘ: ঠিক আছে। এটি দুর্দান্ত শোনায় এবং এখন, আমি এটি ক্লাউড্যান্টের মাইক মিলারের হাতে দেব। মাইক, আমি এখনই আপনাকে কীগুলি দিচ্ছি। স্লাইডে ক্লিক করুন, আপনি এখানে যান। দূরে নিতে.

মাইক মিলার: মনে হচ্ছে আমার কাছে চাবি আছে। তো, আমি ক্ষমা চাইব। আমি হেরে গিয়েছি … আমার মনে হয় আমি আমার উপস্থাপনাটি সহ কিছু ফন্ট পাঠাতে ভুলে গিয়েছি। সুতরাং, আশা করি আপনি এর অতীতটি দেখতে পারেন এবং এটি সুন্দর রূপে কল্পনা করতে পারেন। তবে, হ্যাঁ, এটি মজাদার। আমি এখানে একটি দীর্ঘ তালিকা পেয়েছি, উত্তেজক জিনিস যা শুনেছি যে আমি লিখেছিলাম যে আমি প্যানেলে আপনার কাছে ফিরে আসতে আগ্রহী। সুতরাং, আমি দ্রুত এটি মাধ্যমে চেষ্টা করার চেষ্টা করব।

সুতরাং, আমি ক্লাউড্যান্ট দ্বারা শুরু করব। ক্লাউড্যান্ট একটি পরিষেবা হিসাবে আমাদের ডাটা ক্লাউড সরবরাহকারী এবং আসলে আমার কাছে নতুন লোগোও নেই is আমরা খুব বেশিদিন আগে আইবিএম দ্বারা অধিগ্রহণ করেছি। এবং তাই, আমরা … আমি আমাদের পরিষেবা সম্পর্কে কথা বলতে যাচ্ছি এবং বিশেষত আমাদের ব্যবহারকারী এবং গ্রাহকদের আগের স্পিকারের তুলনায় মোটামুটি ভিন্ন উপায়ে চালিত করার চেষ্টা করার দিকে মনোনিবেশ করব।

ক্লাউড্যান্ট অ্যাপ্লিকেশন তৈরি করে এমন লোকদের জন্য একটি পরিষেবা এবং অন্যান্য ডেটা-সম্পর্কিত পরিষেবা হিসাবে ডাটাবেস সরবরাহ করে। সুতরাং, আমরা সরাসরি বিকাশকারীদের সাথে জড়িত থাকি এবং আশীষের কাছ থেকে আমরা আগে যে বিশ্লেষণ শুনেছিলাম তার বিপরীতে আমরা অপারেশনাল বা ওলটিপি ডেটাতে ফোকাস করি। এবং সত্যিকারের বিষয়টি হল, ক্লাউড্যান্টের পুরো মান যা আমাদের ব্যবহারকারীদের আরও বেশি কিছু করতে সহায়তা করে এবং তাই এটি আরও বেশি অ্যাপ্লিকেশন তৈরি করে, আরও বৃদ্ধি পায় এবং আরও বেশি ঘুমায়। আমি তাদের সম্পর্কে কিছুটা বিশদে আলোচনা করব, তবে এখানে সাধারণ ধারণাটি হ'ল আপনি যদি একজন ব্যবহারকারী হন তবে আপনি জানেন যে আপনি একটি ব্যবসায়িক উদ্যোগে রয়েছেন, আপনি একটি নতুন অ্যাপ্লিকেশন তৈরি করছেন, বিদ্যমান অ্যাপ্লিকেশন বা ওয়েবে একটি বৈশিষ্ট্য যুক্ত করছেন মোবাইল স্টার্টআপ, আপনি আপনার মূল দক্ষতার উপর ফোকাস করা উচিত। এবং এর আগে, সম্ভবত এক দশক আগে, এটি একটি বিশিষ্ট হতে হবে, আপনি জানেন, প্রতিযোগিতা, দুঃখিত, প্রতিযোগিতামূলক ক্ষতি এমনকি একটি ডাটাবেস চালানো প্রতিযোগিতামূলক সুবিধা হতে পারে। স্বস্তি পেয়েছে যে সেই দিনগুলি শেষ! এবং তাই, আমরা যেভাবে সত্যই আমাদের ব্যবহারকারীদের সাথে কাজ করার চেষ্টা করি তা হ'ল তাদেরকে যৌগিক পরিষেবাগুলি ব্যবহার করার জন্য উত্সাহিত করা, মডুলার, পুনরায় ব্যবহারযোগ্য, ধারণাটির সাথে সামঞ্জস্যযোগ্য যা বিপণনের সময়কে হ্রাস করে, স্কেলিবিলিটি বাড়ে। এবং সামগ্রিক ধারণাটি এখানে মেঘটি কেবলমাত্র নয়, আপনি জানেন, ব্যবহারকারীদের উপরে নতুন কিছু চাপ দেওয়া হচ্ছে, এটি সত্যই একটি বাজার … এটি বাজারের বিবর্তন কারণ লোকেরা যেভাবে অ্যাপ্লিকেশন তৈরি করে, অ্যাপ্লিকেশন গ্রহণ করে, যে ডিভাইসগুলি তারা চালাচ্ছে এবং ডেটা স্কেল গত 5-10 বছরে বেশ আমূল পরিবর্তন। এটি সত্যই অ্যাপ্লিকেশন তৈরির জন্য বিদ্যমান অ্যাপ্লিকেশন আর্কিটেকচারটির উপর জোর দেয় পাশাপাশি অফলাইনে সেই ডেটা এবং বিশ্লেষণের ওয়ার্কলোডগুলি নিয়ে কাজ করে। এবং তাই, এটি সুযোগের পুরো ধারাটি উন্মুক্ত করে।

সুতরাং, ক্লাউড্যান্ট একটি পরিষেবা হিসাবে একটি বিতরণ করা ডাটাবেস এবং এটি অনন্য ছিল, আমি বিশ্বাস করি, এটি প্রথম থেকেই এটি একটি মোবাইল কৌশল নিয়ে প্রথম থেকেই প্রেরণ করেছিল এবং আমি এ সম্পর্কে বিস্তারিত আলোচনা করব, তবে ধারণাটি এখন অ্যাপ্লিকেশনগুলি লেখার জন্য, আপনি কেবল একটি একক প্ল্যাটফর্মের জন্য লিখছেন না, তাই না? আপনি মেঘে পেটাবাইট স্কেল চালাতে পারেন এমন কোনও কিছুর জন্য আপনি লিখছেন, এটি ডেস্কটপে বা ব্রাউজারেও সহজেই চালাতে সক্ষম হতে হবে এবং আরও বেশি কিছু আমরা জিনিসগুলি দেখছি, আমাদের একটি মোবাইল ডিভাইসে চালনা করতে হবে বা একটি আধা-সংযুক্ত ডিভাইস বা পরিধানযোগ্য ডিভাইস বা এমন কিছু যা আমরা আইওটি হিসাবে উল্লেখ করি। এবং তাই, আমি মনে করি যে, আপনি জানেন, অ্যাপ্লিকেশনগুলি যেগুলি ভালভাবে ডিল করতে পারে এবং সেই বিভিন্ন ক্লায়েন্টকে উত্তোলন করতে পারে সেগুলি বাজারে অবিশ্বাস্যভাবে প্রতিযোগিতামূলক এবং আমরা যা করার চেষ্টা করি তা হল লোকদের একক প্রোগ্রামিং মডেলে একক এপিআই লিখতে, সেই সমস্ত বিভিন্ন ডিভাইসে ডেটা পরিচালনা করে যার বিশাল স্কেল রয়েছে। The interesting thing is, you know, initial uptake in web and mobile, this is where we saw our big subtraction, but even now before the acquisition, we are seeing larger and larger number of enterprise users even in things as what I say as conservative as fidelity investments, right, working with a virtual building, a virtual safe deposit box. So, I think that this market is actually taken off much faster than even we had expected.

Let's talk about cloud and a little bit more and then turn it over. The idea here is that we really make it easier for you to build more and use a service like Cloudant to store the database state of your application and then move that to your different devices and keep things in sync and start contrast on how you build application, traditional stack or you have to buy servers like we heard about before, where you have to provision those and install license things. With Cloudant, we try to make easy. All the data that you will need, all the search services, database, etc. for your application can be acquired by signing up and getting a single endpoint URL and then starting to use that URL. The idea being that, that is a service that uses multiple indexes, some multiple technologies underneath, some proprietary and many open source, but we use them together in a way that the end developer or product team needs to build something. And so, database analytics, very different than they did it in inception where you would have, you know, rows and columns to store business ledgers, now we need to start JSON documents that generally happens over HTTP or using existing open-source APIs and then finally, we give you the things that database should do like a primary index and secondary indexes for, you know, retrieval and LTT and then driving application logic. But in addition, there is a wide range of things like search, geo-special and replication between devices that are very important. So, that's all provided underneath our API.

But, the really distinguishing thing that allows our users to grow and, for instance, why Samsung was one of our earliest and biggest customers is that, you know, Cloudant now is underneath cluster. Each cluster shares enough architecture of three to hundreds of nodes, but we run those in over 35 data centers now globally so that there is always a place for you to store your data within a millisecond of any other cloud provider or most existing data centers. So, one of the big early things that we are challenging in the cloud as well, is how do I split a hybrid architecture for my application service maybe here and my database servers maybe someplace else that will never work. They have to be on the same machine or in the same place. Well, the reality now is that by cobbling together different cloud providers, and this is something that we still do as an IBM company, you can make sure that your database is always within a millisecond of any other place and we take care of the peering agreements and just take down with the cost off the table, something that we worry about. So, Cloudant is really a database as a service, but you can think of it more like a CDN like for your database for data that changes, you know, on millisecond time scale.

And really, finally, I think the major selling point is if you build an application that's successful, you have to decide as an organization whether or not if you want to then grow the 24x7, 365 globally distributed, you know, operation team that it takes to run that at the large scale to whether that's something that now is commoditized as well. And so we focus very heavily on helping on-board new users and new customers and help them make the jump to the cloud and build architectures that use cloud analysts and works everything in a very coherent and scalable way so that is the end, you know, our users focus on building applications and not on surviving their own success.

And with that, I will just say thanks, skipped over some slides that were skipped and I will turn it back over to Lawrence.

Eric Kavanagh: That is fantastic. So, Lawrence, let me hand you the keys to the WebEx here. Just give me one second. There you are. Keys being transferred. Just click on that slide anywhere and use the down arrow.

Lawrence Schwartz: Great! Well, thank you for the handover and, you know, thanks to all the presenters today. Nice way to set everything up and there will be a lot of things to talk about it as I get through with the presentation here. So, again, I am Lawrence Schwartz. I run marketing over at Attunity and, you know, want to talk about some of the issues that we see and then some of the challenges in the space that we are in.

So, a quick overview and introduction to Attunity as a company and who we are. We focus on moving data. So, we talk about moving any type of data anytime, anywhere and enabling that for users. We are a public company based out of the Boston area, or near Boston, and when we talk about the cloud, we have some great relationships, we are part of the AWS network, a big data integration partner, and we have been close to them since the launch of their Redshift, even working with them before that. We have gotten some nice recognition for the work that we have done and as a company, we are in over 2000 places use Attunity, and we are in half of the Fortune 100 companies. So, we got some good experiences.

As you can see on kinda of the bottom of the slide here, a big issue is you've got data that's generated from all different types of sources these days from traditional, you know, CRM systems, all different places on the Internet, all the different places where data could start and then it has to go to places to be analyzed, to work with and to be looked at and we spoke if, you know, getting the data, you know, where it needs to be. So, I am gonna talk about our solutions that we do specifically on the cloud and when you think about that, often times the data, we have somewhere on-premise. So, besides having relationships with places like Amazon, we have very close working relationships with places like Teradata, Oracle, and Microsoft, all the places where data traditionally existed on-premise.

So, when you think about this, you know, and I think it was Eric who, you know, talked about on-boarding is the key to the whole process, right? I have been thinking about the issues to getting data on a system. Now, we are just some of the bottlenecks that exist today and when you look at the people moving data into a data warehouse or a database and to the cloud, we can see a lot of time is spent on what's called the ETL process, the extraction, transformation and loading of the data from where it resides to where it needs to go. If you think about getting the value on the data, that's not where you want to be spending your time and efforts, that's not the most productive area for a data scientist. And the flipside to that is this - very few people who are very satisfied with that process. It's no less than 20 percent. We really find that to be a big process. So, there is the real kind of painpoint bottleneck, if you will, in getting to the cloud and doing that type of on-boarding that people need to do and there's even, you know, real performance issues, you know, you could look at how do you get stuff into the cloud and if you want to get, you know, a couple of terabytes into the cloud, you could certainly ship it to the cloud and there are still places that do that with larger data sets, or a lot of the traditional methods, just don't have the performance to get their to do that. So, it's a real, you know, painpoint in the marketplace as people think about how do they get and how do they move onto the cloud.

So, if we step back in and look at what that means or why that's there and, you know, how this has come about, you know, both Eric and Gilbert talked about the fact that, you know, the data that's on there today, that exists today, you know, on-prem is here to stay, you know, cloud is here to stay. So, that integration becomes all the more important and often times, people fall back on the tools that they have to move over data. Again, there is a lot of ETL or traditional tools out there to kinda move data over in batches, but there's a lot of issues with that. People find that traditional ways of moving data are very time and resource intensive to set up. They often require a lot of scripting, even if they are autonomous in some way, a lot of people, a lot of manpower. There's so many sources and targets, particularly on-premise today to move it into the cloud, you know, all the systems I mentioned earlier, Oracle, Microsoft, Teradata, some managing that whole part of it. And then, you know, looking at the performance as it moves over, being able to have the tools to make sure everything is building quickly, there is a lot of thought systems that exist today aren't well built for that.

And then lastly, a lot of the way people think about moving data is kind of done in the batch process and if you are thinking about trying to do more in real time, that's not the most effective way, kind of using stale data that's not interesting to the organization. So, when you look at what Attunity does in this stage and how we think about it is, it's a different architecture that we are focused on, we really built this from the ground up and thought about when you have to go from Pentaho open-source database out to the cloud, how do you make sure that it's very easy and straightforward to do? So, that requires rethinking, how you do the monitoring and kind of set up for. It's making the whole thing just kind of a couple of clicks to get started. It's really thinking about the movement and optimizing the performance over the channel and working with just a wide variety of platforms because a lot of big organizations kinda have the best degree approach and a lot of different types of databases or data warehouses are ready in their environment. So, you have to think about it differently. You can't just do an extract, you know, dump the data out to some sort of information loaded somewhere. You have to kinda think about the architecture change, how you do the processing, do it more in memory and focus on a more performance version.

So, what does that mean and what does that look like? So, one key tenent to get to the problem with the cloud is, that things have to be easier to set up. You know, that screen there, it's just some screenshots from how we do it, but it's, you know, 1, 2, 3, kinda pick your source and target, pick what you want to do, you want to do one time CDC and then just go. It needs to be no harder than that, you know? I know we just, you know, saw the presentation from Mike and he talked about how easy it was for people to get started with Cloudant. It's the same type of thing, you have to deal with, kinda get going in a few steps otherwise you will start losing the value of it. When you think about the monitoring and control of it, there are some great companies out there, I know you're familiar with, like Tableau and others, who have done a great job in visualizing the end product of data and how to do it. But, you know, being able to visualize the movement process, the management or where's the data set on-premise, in the clouds and moving over, is there a lag, there is a vacancy. Having that viewpoint is critical and that's an important part of moving forward.

Another aspect that becomes important is the performance. You can't just rely on the standard FTP kinda two-way protocol that people have been using for years. As you move more and more data over, you have to have optimized, a file-channel protocol that is geared more towards, you know, one-directional movement most of the time after we think about how you break up tables and ship them out and move them over and you have to give people the flexibility to do that, otherwise you can't get it there in time and if you do that differently, think about it differently, you can get a 10x performance, but you have to rethink the technology.

And then lastly, as I mentioned earlier, you know, you have got a lot different places that databases exist today. So, you got to be able to work with all those and offer the widest kind of amount of support so that people can get onto the cloud. So, what does that mean for users and, you know, and those who are out there who wanted, two kind of quick cases of how people had challenges getting to the cloud, see the value, but then are able to do that if they have the right toolset.

So, one company that we work with, Etix, they do online ticketing, major provider in this space and I know Robin talked about data center offload is kind of a key in this case for the cloud. This is exactly what they are trying to do. They were trying to load and sync their data from Oracle on-premise to Redshift and do that in a timely fashion. And the interesting thing is, you know, go back to what Gilbert said, you know, it's really tough about on-boarding being an issue. They could see the intrinsic value of Redshift, they could see the cost savings, they could see all the advanced analytics that they quickly start doing that they continue for, they knew that value, but there was a roadblock to getting there. In this case, they looked at it and said, "Well, I see the value of Redshift, but it's gonna take them, you know, three months, development effort and time and, you know, maybe hiring the DBA and doing all this extra work to get there." So, there is a real block in the path to do it. Once you have the right toolset to do that, the right data integration capability to do that, they were able to go down from, you know, months of planning to literally just get going in minutes, and that's again lowering that barrier of getting people onto the cloud, we need to have the right capabilities to deliver on the promise.

The last, you know, slide I have here, and kind of another use case is, you know, we've worked with other companies, Philips, you know, well known in many spaces, we work with their health-care division and again, they were trying to go from an on-premise source over to Redshift, in this case SQL Server, and they knew the value, they knew all the analytics, they could do on it and they had done some testing on it, but they saw that without having the right tools, this is something that was gonna take them, you know, weeks and they had been spending actually weeks spinning their wheels and trying to get things moved over once they had the right tools that simplify, get it moved over quickly, they were able to go down and start loading in less than an hour, you know, over 30 million records. So, the real time went from couple of months to about two hours for them. And then they were able to do the things that they wanted to do. They didn't have to focus on the data loading, they could focus on the operational support. They got a much better matrix for all these care, cost and operations. So, you think about the whole challenge, you know, we design that spaces, enabling the data movement and now more than ever with the cloud when you think of it being kind of a remote place to pick your data, you know, this becomes an area that, you know, more and more people need to solve, to take advantage of what's out there. So, that's an overview of what we do and with that I will pass it back to you, Eric.

Eric Kavanagh: Okay. That sounds great. We've got a good amount of time here. We'll go a bit long to get to some of your good questions, folks. So, feel free to send your questions and I've got a few questions myself.

Lawrence, I guess I will start off with you. You guys have been in this space of kinda supercharging the movement of data for a while and you have been watching the cloud very carefully and I've really been kinda surprised at how long it's taken major enterprises, Fortune 1000 companies to fully embrace cloud. I mean, there are, of course, pockets of severe interests, let's call it, in large organizations, but as a general rule, there's been a bit of a reluctance that is only starting to wane in the last year or so, at least from my perspective, but what do you see out there in terms of cloud adoption and readiness of the enterprise to use cloud computing?

Lawrence Schwartz: Sure, I think you are right. It has been a significant change and it's certainly taken time, you know, they have that joke about, you know, that successful - overnight sensation - or really overnight success, that really takes years in the making, and that's been true for the cloud, right? It's… you have seen that kick in the last year, but it's due to all the hard work of a lot of players like Amazon who have been doing this for years, you know, to get the service adopted, the kind of, you know, prove the metal and there's, you know, failures and problems to give the diversity and flexibility that they have, that's something that Redshift offers. So, I think the maturity has gotten there, the confidence has gotten there, you know, the… I think it's infiltrated into a lot of companies through small areas, you know, small use cases, small trials, kind of outside that kinda IT control and with that, you know, those successful kind of periphery projects have proven now, there's now more of a willingness to have the conversations about how that spread. And frankly, you know, there's been additional tool that has, you know, have also come out to make these easier, like what we do and, you know, there is that, not just move the data, but show the value of BI in the cloud, and showing that.

So, it's, in one way, it's an overnight or a big uptick in the last year, but a big part of that's been all the hard work of building up to that. So, now we as a company see a lot more adoption. It's as a business for what we do, it's grown quite a bit and the cloud, you know, we do a lot of on-premise to on-premise movement. Now, cloud shows up in a lot of the conversations as, you know, real business cases, real offloading cases out where a year ago was certainly, you know, just more exploratory. Now, they have got real projects to move. So, it's been nice to see that movement.

Eric Kavanagh: Okay. গ্রেট। And Mike Miller, you had mentioned that you heard a couple of provocative statements that you wanted to comment on, so, by all means, what do you find interesting or what do you wanna talk about?

Mike Miller: Oh, I think Robin, he made a point, his second-to-last slide contrasting where innovation counts. The cloud will always be second best and I'd love to hear a little bit more about that because in my mind, if I was thinking about building, you know, an application or some new service, it's hard for me to think that my organization, no matter what they are, really wants to go engineer-to-engineer with Google, Amazon, IBM, Microsoft. So, I think maybe I misunderstood his point with that.

Eric Kavanagh: Interesting. Robin, Mike has thrown down the gauntlet. আপনি কি মনে করেন?

Dr. Robin Bloor: Well, I mean the point here is that there are a number of situations that I've come across which… where people have gone into the cloud and walked back out and the reason they walked back out was, you know, when it came to actually having emotionally, this was performance driven, but the performance was actually the crux of the application is being built as they couldn't get the low latency they wanted and the cloud was of no use to them. And, you know, the situation was that, you know, actually going into the cloud, even if they were given the ability to measure behavior of the networks for them in the cloud and that workloads in the cloud with something they had absolutely no control over, and because of that, they couldn't create the tailor-made services that they were looking for, and that's a performance edge. I don't think there's anything in terms of, you know, coding that's going to be constricted, what you can do in the cloud. It's service level, it's a constriction… if that's part of where your critical capability is going to be, then the cloud is not going to be able to deliver it.

Mike Miller: Right. The… So, I appreciate that clarification. I do agree, actually, that transparency is one of the big things that here as desire right now from users across many different providers. So, I think you raised a very fair point. When it comes to performance, I think that traditionally it has been very hard to, you know, to go to a cloud provider or any given cloud provider and find exactly the hardware you are looking for, but it will noting kind of the upping the ante in the race to basically free storage between Google and Amazon and other competitors that it is and I think you see the pressure that puts on driving on the cost of SSD, flash, etc. So, I think that's a fun one to watch going forward.

Dr. Robin Bloor: Oh, absolutely correct, you know? I mean, I think there's one of the things that is actually happening is that the second wave is coming on. The first wave was this, you know, this wonderfully tailored services as long as, you know, it's a little bit Henry Ford; you can have it recolor as long as it is black, but, you know, even so, extreme reduction in certain kinds of costs of having the data center. Or, the second thing that happens is, having actually built these huge data centers out, they start these cloud operators, suddenly start discovering things that you can actually do. You couldn't do before because you didn't have the scale. So, there is, I think, a second wave which, to a certain extent, is going to make the cloud even more appealing.

Eric Kavanagh: Okay. ভাল. Let me go ahead and bring Ashish as I am gonna go ahead and throw up your architecture slide here. We always love these kind of architecture slides that help people wrap their heads around what's going on. I guess, one thing that just jumps out at me is, of course, YARN. We talked about that on yesterday's briefing. YARN is not a small deal. For those of you who aren't familiar with this concept, it is "yet another resource negotiator." It's, really it's a very interesting development because what happened is in the Hadoop movement, YARN is kind of replacing the engine really, if you will. Our speaker from yesterday will refer to it as the operating system. It's like the new operating system of Hadoop, which of course, consists of the hybrid distributed file system underneath, which is basically storage when you get right down to it, and then MapReduce is what you used to have to use to use HDFS. MapReduce is an absurdly constraining environment in terms of how you get things done. So, the purpose of YARN was to make HDFS much more accessible and make the entire Hadoop ecosystem much more flexible and agile. So, Ashish, I am just gonna ask you in general, since you are mentioning YARN here, I am guessing that you guys are YARN compliant or certified. Can you kinda talk about what… how you see that change in the game for Hadoop and big data?

Ashish Thusoo: Yeah, sure. একেবারে। So, I think, you know, there are two parts to… So, let me first talk about, you know, why YARN was done and then talk about how that potentially changes the game and what's fundamentally still is the same, you know, where it doesn't change the game. I think that's an important thing to realize also because many times you, you know, you get caught up on this hype of say, this is the new, shiny thing and, you know, everything is going to, you know, all the problems are going to go away and so on and so forth. So, but the primary thing is that, you know, the strength and the weakness of the MapReduce API was that it was a very simple API and essentially, any problem that you could structure around being a sorting problem could be represented in, you know, that API. And some problems are naturally, you know… can naturally be transformed into that and some problems, you know, you sort of, you know, once you have just MapReduce at your disposal then you try to fit into a sorting problem.

So, I think the latter is where YARN plays a role by expanding out those APIs by, you know, being able to compose, you know, maps and reductions and, you know, whole bunch of different types of APIs in terms of how the data can be distributed between these two stages, and so on and so forth. You just made that API that much more richer. So, now you have at your disposal, different ways of solving that same problem, right? So, you just don't have to, you know, be constrained by the API and the problem gets solved one way or the other like, you know, if you are, you know, trying to do an analytics, you know, workload, you can express that in MapReduce, you can express that in YARN. The big difference that happens, that starts to happen is, you know, in terms of, you know, the performance matrix that you start seeing, you know, once you start, say programming to YARN and in some cases, a newer set of things, for example, streaming analysis and so on and so forth starts becoming a reality when you start, you know, doing that, you know, those things in YARN.

So, those are the differences that, you know, that thing has brought into the ecosystem. I think it's much, the richness there is much more on the API side as opposed to it being another resource manager, especially in the cloud context. If you think about it in cloud context, the resource manager is actually your… the VMs that you bring up, you know, you have virt… you know, it's not necessarily… Again, this is a big difference between say, on-prem how you are running Hadoop clusters and how you are running in the cloud then, you know, you have like the constrained static set of machines, you want to distribute those machines amongst different resources and they were used for YARN there. But, in the cloud, you know, you can bring up machines left and right. And so, just from the perspective of being a resource manager, it probably doesn't have that, you know, that bigger need and specifically in the cloud, but from the perspective of providing these, you know, richness of APIs which allow you to, for example, the Hive is initiative they can now program Hive to not just to use MapReduce, but have much more richer plans of doing jobs and things like that. It brings those benefits to the ecosystem. I think that is where the true value of YARN belongs. And in the cloud context, definitely, it's not that interesting from the resource management point of view, but it's much more interesting in terms of what it enables other projects to do, in terms of, you know, workloads that now, it now can be used to be programmed on to your data or the previous workloads that can be done in a much more efficient way.

Eric Kavanagh: Right.

Ashish Thusoo: I had, you know, one more just, you know, adding to Mike, you know, there was another provocative thing which was said which is around and, you know, which was around, hey, treating the cloud as yet another data center. I think you… you know, that is one point of view which most companies, you know, look at and say, okay, you know, that's the easiest point of view actually to look at saying that, okay, you know, this is, you have bunch of machines on your, you know, you have compute, you have storage and you have networking on your on-prem data center and cloud provides the same thing out there. So, I am just going to do exactly the same thing that I am doing on my own on-prem data center and do the same thing in the cloud and viola - that's how it should work. What we have found out, you know, having been running the clouds for, the two clouds where, you know, you have the ability to provision VMs within a minute, the ability to use a highly scalable objects to store data and things like that. We have found that cloud actually, the cloud architecture and these inherent abilities actually enable different ways of doing things, you know, and this is what I have talked about in my slide as well, you know, the whole notion of… in just, you know, in… the perspective of just Hadoop, the whole notion of just running the static cluster versus on-demand dynamic clusters, that is something that you don't see happening in an on-prem data center, you know, versus, you know, true cloud where the, you know, there's a enough capacity to be able to support these types of workloads.

And so, I think there is definitely some shift needed. You know, the big fear for me is that if you just treat cloud as yet another data center, you actually… while you, you know, there are lot of other benefits, but there are lot of intrinsic benefits that you might ignore if you, you know, start doing that, security is another one, the way you deal with security and the cloud, there's a lot of differences in terms of how you would deal with, you know, in… from on-prem perspective and so on and so forth. Just wanted to add that in, from my perspective.

Eric Kavanagh: Sure. হ্যাঁ। সমস্যা নেই. We have one attendee asking about various types of use cases like logistics and specifically HR, so I threw up this website of Workday, wanted to make a couple of comments on that, and then Gilbert, maybe I will bring you in to comment on the whole concept of architecture. So, in terms of HR, I actually heard a rather well, I will call it, let's say comment from an analyst a couple of months ago, a few months ago I suppose, about going to the cloud for Human Resources. I have been doing some research on this to know lot of HR-type functions are being outsourced to the cloud, certainly stuff like payroll is fairly easy to outsource these days, benefits programs and insurance, that kind of thing, but there is a real serious caveat to keep in mind and Gilbert, this is what I want you to comment on from an architectural perspective, which is you have to be very careful about when you are moving to the cloud for some kind of critical business service because you either want to be very strategic and very thoughtful, meaning you go through the process of making sure that you understand what's going on in the cloud and what's staying on-premise, and there is the folk from Attunity will tell you that truly one of the things they specialize in is making those connections such that they provide the kind of connectivity you need because what's happening with some organizations is they go and they will use Workday for example, to put some of their HR stuff to the cloud, but they don't do it all or they don't do enough or they don't think through it enough, and what happens then? Then they want to happen to manage the cloud environment and their original on-premises environment as well, which means, guess what? He just increased your cost, you doubled your workload and you created lots and lots of headaches for people, and that's usually when someone gets fired and then the guy who comes in has a real mess to clean up. So, you really do have to think through the architecture of the data and the systems and the processes and make sure you dot all your i's and cross all your t's and with that, I will throw it over to Gilbert for comments. I am guessing it will be with that, but maybe not.

Gilbert Van Cutsem: Alright. হ্যাঁ। So, just another example of something similar, just yesterday happened to me. So, I lost one of my doctors because he went out of business. আমি জানি না। It sounds amazing. He was a chiropractor and he went out of business. I don't know why, but, the thing was this - I have no chiropractor and I like to go to a chiropractor, you know, occasionally. So, I find a new one and it's close to, you know, close by and all that. It's all good. And so, they go, as usual, you have to do all the paperwork and let us know if blah, blah, blah. But, the good news is we have a new system because, you know, we're on the Web now, in the cloud. It's all cool. I go like, okay, you know, and they send me a link and I have to do all the paperwork online, which is fine and I put all kinds of things in there about, kind of secret like, you know, social security numbers and that type of stuff and who I am, how old I am… all my details. I put it all there and I submit because of course, I do believe in technology.

And then I walk up to the office, the next day for my first appointment and they go like, "Did you do the form?" I go like, "Yes, Ma'am, I did." "Okay. Then we will go and find it." I go like, "Well, I did do it." And she goes, "Yes, we know because you are the fifth person today to walk in, to walk up to me and complain about that's not finding the form." And I go like, "But, you can't be serious about that. This is pretty confidential information. Where is it?" This happened to me yesterday, yeah, which brings back the whole issue and the whole idea of who owns the data really, right?

I know you move to the cloud and people get onboard it into a new system like in this case, my chiropractor and they subscribe to a new system. It's in the cloud, it's all safe, it's fully multi-tenant, they used to have it on-premise system, all the data was moved into the new system, but now apparently, they can't get it out.

Eric Kavanagh: Yeah. That's not good.

Gilbert Van Cutsem: So, I don't know where my data is and assume she gets really mad, right? She goes like, "Oh, this is impossible. I pay you money and my customers are, my patients, sorry, are unhappy and with the data is gone, I wanna get away from you. I wanna go to a different system maybe also in the cloud, right?" How do you then move the data of your patients in this case, the data your business owns, to another system? How do I get it out first of all and then load it again? I am sure ETL in the cloud is an answer somehow and we have experts on that, but it's not that easy.

Eric Kavanagh: Yeah, but that's exactly right and folks, I threw up this other slide here, this other, another screen to show you where you can find the archives. So, anytime you want to check out - oh, there's the inside of our website, I don't want to show you that. So, here is the main website and on the right column here you can see a different show. So, TechWise is right here. You click on that and on these different pages where we will actually post the archives. So, we do archive all these webcasts.

Actually, I wanna throw back over to Mike, I suppose, and then also to Lawrence to kinda comment on this story that Gilbert just told. So, Mike, there is some, kind of, now this is kind of a small-business concern. You guys are more focused on big business, but nonetheless, if a large company who works with you and they want to go somewhere else, how do you manage that movement of the data and securing the data and so forth?

Mike Miller: Yeah. That's a very good question. It's one that used to come up a lot more often than it does now in sales calls, which I find to be an interesting anecdotal piece of evidence for a call. You know, I think that first of all, we are talking about a lot technologies, or at least employment models that are relatively new. This is very early in the cloud, right? We are talking about things like cloud, or in the case of data, we are talking about analytics services like Hadoop for databases and then NoSQL or NewSQL formats. You know, these are fundamentally new technologies and especially around things like, Hadoop and NoSQL, all of the ancillary services, the connectors, right, the… you know, if I want to find somebody that consults on Oracle, that's something I can find, but that entire ecosystem is just kinda spinning up right now.

So, it's getting easier day over day to say, okay, you know, give me a service that can read from 'x' traditional system, put it into Cloudant and do something with it and then put it back into 'y' traditional system, right? So, now they are very, you know, there are quite a few those things and it's actually more challenging, I think, for a typical user to understand what is the best choice, right, if I want to connect all the new technologies on-prem and then in the cloud.

So, I think as a cloud vendor, it's really on us to be very opinionated about that and to help walk users through the landscape of possibilities because the shift's a lot of new and I think that the average user, whether it's a CTO, CIO or whether it's actually developer, is coming up that learning curve fairly quickly. I think that a lot of the kind of baseline stuff is being worked out, cross-cloud connectors and, you know, taking away the really most basic worries about say, you know, bandwidth cost and whether or not you are going out on the wide area network versus staying on, you know, VPN the entire time. A lot of those things have been kinda abstracted away and what is the true promise of the cloud.

But, in general, I think you are also seeing, you know, that anecdote that we heard was, you know, something that is probably isomorphic to, you know, what will happen to your buying into a brand, you know, in a past lifetime, you know, what happens if that brand doesn't deliver, how much can I really trust that brand? I think you are seeing exactly the same thing happen in the cloud and, you know, I think that companies like Microsoft, Amazon, IBM and Google are, you know, very much stepping up and saying that there will at least be multiple pillars of trust and making sure that you are not going in with a company that's going to dry up and swallow your data, or worse, lose it or distribute it, right? And so, they are, at least, they are independable and they are anchoring, you know, the development of such ecosystem. But, I say to close, it's very early and a lot of that tooling is just getting started and, you know, I think you are going to see consulting services, you know, really putting a lot of focus on that in the very near term.

Eric Kavanagh: Yeah. That's a really, really good comment you just made there. I like that "pillars of trust" concept because the other thing to keep in mind here is you do once again have a number of fierce competitors vying for market share and for IT span, it's just like the old days all over again. Really, in the old days, by which I mean last year, you had IBM and Oracle and Microsoft and SAP and then Computer Associates and Informatica and all these companies, Teradata, etc. In the new world, now you have got, of course, Microsoft with their Du Jour, you have got Google, you have got Amazon Web Services, you know, you have Facebook in certain context. So, you have all these companies that are not necessarily so excited about working with each other, but you do have things like APIs. And so, one of the nice things that APIs really are crystallizing into the connectors that hold together the larger cloud, I suppose, and I want to throw up a slide for Lawrence to kinda comment on all this.

Yeah, Lawrence, obviously, you guys have specialized in the space for a while. So, I think you do have awesome advantage over maybe some newcomers. But, nonetheless, these are all very serious concerns because how data gets stored in the cloud is different than how it gets stored on-premise. Then I think that Mike makes a really good point that this whole space is just starting to take shape and it's gonna take a while for things to seriously fall into place and to crystallize. So, what's some advice that you have for companies that you… I guess, you basically concur with Mike, or what do you think?

Lawrence Schwartz: Yeah. I think it's, you know, what we see is when people are taking advantage of the cloud for a lot of use cases as compared to on-premise, you know, they are looking at kind of, you know, two different things. One is, they are looking at, you know, as we talked about this a little bit earlier, how do I… how does it incrementally add value to what I do, how do I, you know, how is it kind of an add-on? And so, you know, when back to when I talked about the Etix as a company where, you know, they are not moving all their operations over to Redshift, you know, yet per say, but they're saying, "I do a lot of work on Oracle, I wanna offer some of this to some kind of analytics from different environments, you know, kinda figure out, maybe do some sandbox stuff there, and, you know, and then learn about my business that way, and that way they can kind of carve out what they want, move it over there and do the work and, you know, it's less of a concern with moving, you know, everything over and all the records and whatnot. So, I think they look at that as one way that to take advantage of it with having less issues.

I think the other thing is people are also looking at these cases that are and aren't excellent fit for the cloud that are very, very hard to do in other ways. So, I will take another example, you know, we work with a company called, you know, iN DEMAND. They are video on-demand player. They do this work for Comcast and all of this and they will actually, you know, take the data that they are working with, they will take the media files and they will supply it to the cloud for doing their processing, do their processing there, and then they will consume it back for their on-premise customers. And then, you know, that gets upstairs to third parties that consume reviews. So, it's, you know, if you want to think about how the company is approaching it, it's, you know, how do I get my… how do I add value, how do I maybe not move the whole business at first, how do I get the right use cases, how do I add incremental value to what I do? And that helps kinda build about the confidence on what they are doing and as part of the process, and of course, you know, a key piece of that is, you know, making sure that they can do that securely and reliably and, you know, we make sure to the latest levels of encryption and other things to take care of that as much as we can on the transport side. But, that's how I think a lot of companies are approaching the problem.

Eric Kavanagh: Okay. ভাল. And maybe Ashish, I will throw one last question over to you. I am just throwing up, actually, I like your architecture slide. Even this slide I think is pretty neat. So, one of the questions in, you know, HDFS of course, by design the default is to save every piece of data three times. You can adjust that, of course, you can make it twice, you can make it four times, that does provide some overhead over time, obviously, but it is a way of backing up data. Anyway, that was the whole idea, one of the key ideas, right, from HDFS originally is redundancy, is not wanting to lose data. I've kind of been wondering how that's going to affect things like replication servers, quite frankly, when Hadoop does that natively.

But, one of the attendees is asking - "Can you request physical backups like tape for your cloud data? I read of a company that had their cloud management console hacked and their data and online backups trashed."

You know, we are hearing about these breaches all the time, they are getting more and more serious, they are killing major brands like Target, like Home Depot, etc. So, security is an issue and backup and restore is an issue. Can you kinda talk about how you guys address things like backup and restore and security?

Ashish Thusoo: Yeah, sure. So, we… So, I will talk about that and talk about HDFS first. So, as far as Qubole is concerned, you know, we… since we work on the cloud, we use the objects store there to store data. So, again, this is one of the other key differences why, you know, big data service on the cloud becomes different from on-prem. On-prem, we have always talked about, you know, HDFS and so on and so forth, but if you go to the cloud, a lot of the data is actually stored in their object stores. For example, that could be an S3 on AWS, Google cloud storage on Google Cloud, on Google Compute Engine, and so on and so forth.

Now, many of these object stores have built-in capabilities of providing you things, you know, these object stores, by the way, you know, one of the big differentiators from real clouds to actually your own data center is the presence of these object stores and the reason that these object stores are cool pieces of technology, you know, they are able to provide you very cheap storage and along with that they are able to provide you things like, you know, having the ability to actually have a disaster recovery thing built in and, you know, as part of that interface, you don't have to think about it. And also, they have tiered, you know, there is tiering there as well. For example, S3 has high availability and it's online access, but it's much more expensive. It's more expensive than say, a glacier storage on AWS, which is low, you know, it gives you, you know, the turnaround time is like four hours or something like that and it's much cheaper. So, you start thinking of, you know, those types of services. I think cloud providers are essentially providing those types of services to augment the need for things like tapes and so on and so forth. And also, to provide you disaster recovery or rather, you know, replication built in into these systems so that, you know, you are protected from disasters, regional disasters and things like that.

So, that is what Qubole heavily, you know, depends upon and the great thing is that a lot of… all the cloud providers are providing this. These are fundamentally very difficult problems to solve and by being built into some of the object stores that these cloud providers provide, you know, that is one more additional reason of, you know, storing this data, you know, in some of these object stores and using the cloud for that as opposed to trying to, you know, figure out, you know, replication, running two Hadoop clusters across different, you know, regions and, you know, trying to replicate data from HDFS from one region to the other, which is doable, we did that a lot when I was back at Facebook running this stuff there, but, you know, fundamentally, the object stores in the cloud just made it that much more easy.

Eric Kavanagh: Okay. Great! Well, folks, we've burned through an hour and 15 minutes or so, a lot of great questions there and a lot of great presentations. Thank you so much to all of our vendors today and of course, to both of our analysts on the show today. A big thank you, of course, to Qubole, Cloudant and Attunity. We are gonna put the archive up at insideanalysis.com. I showed you where that goes, and big thanks to our friends at Techopedia as well.

So, folks, thank you again for your time and attention. This concludes Episode 3 of TechWise, our relatively new show. There is Episode 4 coming up pretty soon. It's gonna be on the big data ecosystem. So, watch for information on all that. And then till then, folks, thank you so much. We will catch up with you next time. যত্ন নিবেন. বাই-বাই।