Il y a quelques jours, Canonical a eu le plaisir de Bienvenue aux NFLabs dans le programme de partenariat de charme. La société d'analyse Big Data a décidé de rejoindre le programme compte tenu de la facilité qu'elle offre aux clients afin qu'ils puissent utiliser votre logiciel à n'importe quelle étape de son cycle de vie; dès les premières versions, en passant par tout son développement et en atteignant les versions finales.
Tout cela est possible grâce à Juju, un outil qui nous permet de développer des logiciels qui peuvent être rapidement déployés, intégrés et mis à l'échelle sur une large gamme de services ou de serveurs cloud.
Comme nous l'avons déjà dit, NFLabs est une entreprise qui dirige le transformation de l'analyse Big Data, fournissant une interface ouverte et extensible appelée Apache Zeppelin. Il fournit également los cadres plus moderne comme Apache Spark et Flink. Sans aucun doute, Apache Zeppelin est en train de devenir l'interface standard pour la visualisation et l'analyse des données.
Selon le fondateur et PDG de NFLabs, Sejún Ra, «Les plateformes Big Data sont difficiles à gérer. Au contraire, Juj vous aide à y faire face. L'étape était donc une progression naturelle, puisque Zeppelin est en train de devenir l'interface standard de tous les frameworks Big Data ».
Comme le soulignent à la fois le programme Canonical et NFLabs, l'analyse Big Data peut certainement être lourde, et sans aucun doute Canonical et le programme Charm Partner, ainsi que tous leurs outils changer la façon dont vous analysez le Big Data, ce qui en fait un processus beaucoup plus simple qu'il ne l'a été, grâce à des outils tels que Juju ou OpenStack.
Le cloud computing devient l'un des phénomènes technologiques du moment et sans aucun doute l'avenir est en lui. Comme vous l'avez lu dans cet article, Canonical est à l'ordre du jour et fournit une série d'outils intégrés qui vous permettent de faire du développement logiciel dans le cloud un processus beaucoup plus supportable. Nous espérons que vous avez aimé cette nouvelle. Jusqu'à la prochaine fois.