Llegamos a ustedes gracias a:



Reportajes y análisis

La forma en que Devicescape maneja sus desafíos de datos IoT

[13/11/2015] Imagine esto: Usted recolecta enormes cantidades de datos de más de 20 millones de establecimientos de Wi-Fi con más de 315 millones de puntos de acceso a los que se conectan decenas de millones de usuarios diariamente. Necesita convertir todos esos datos en información útil para sus clientes, en particular a las empresas propietarias de los puntos de acceso - en tiempo real.

El problema no es que esté buscando una aguja en un pajar. Ni siquiera sabe si está buscando una aguja.

Esos son los tipos de problemas a los que Devicescape, que desarrolla software para redes inalámbricas, se enfrenta todos los días. Han estado viviendo durante años con los problemas de adquirir y hacer uso de la avalancha de datos de la IoT, y por lo tanto tienen consejos sólidos para otras empresas que se enfrentan a retos similares -más acerca de cómo organizar que sobre el hardware y software.

Una de las primeras cuestiones a las que se enfrentaban era saber dónde alojar sus datos, y cómo manejar el procesamiento de sus flujos de datos extremadamente grandes. La calidad del servicio en cada punto de acceso en tiempo real está incluida en ese flujo de datos, la forma en que la gente usa los puntos de acceso, grandes cantidades de información de DNS, y mucho más. Es importante que los datos se procesen en tiempo real, ya que se utiliza para realizar un seguimiento de las condiciones cambiantes en cada punto de acceso.

Cedar Milazzo, vicepresidente de ingeniería de Devicescape, señala que la empresa optó por Amazon Web Services para alojar algunos de los datos, y Amazon Kinesis para el procesamiento en tiempo real de los mismos. La compañía también utiliza la nube de datos Altiscale para obtener información útil de todos los datos. La solución Altiscale se basa en la plataforma de computación y procesamiento de código abierto Hadoop.

Pero cuando se trata de recomendaciones, gran parte de su consejo no es necesariamente técnico. En su lugar, trata de cómo las empresas deben organizarse, y cómo asegurarse de que pueden conseguir personal con las habilidades correctas de big data.

"Es importante contar con personas con experiencia en big data, y que también sean lo suficientemente flexibles como para aprender nuevas tecnologías, porque siempre hay nuevas tecnologías de big data -la tasa de crecimiento es fenomenal", señala Milazzo. "La adaptabilidad y una voluntad de experimentar son la clave".

Kyle Patton, director de DevOps en Altiscale, añade que "es importante que las personas que están involucradas en los escenarios de aplicación también estén involucradas en el registro y análisis de los datos. Tener esa perspectiva de extremo a extremo es importante. Con este tipo de análisis de datos, que a menudo no sabe qué datos está buscando, es importante que las personas que registran y analizan los datos tengan exposición directa a la utilización final que se le dará a los datos".

Milazzo concuerda y añade: "Vamos incluso un paso más allá de eso. Originalmente nos organizamos a lo largo de las líneas tradicionales, donde nuestro equipo de desarrollo y el equipo de operaciones estaban separados. Pero cuando más nos involucramos en esto, nos dimos cuenta de que se necesita un solo equipo DevOps donde las mismas personas están haciendo la parte del desarrollo y las operaciones. La combinación de las dos funciones fue un movimiento muy bueno para nosotros".

Volver al artículo principal