LakeHouse

По мере роста бизнеса оказывается, что еще совсем недавно отлично работавшая аналитическая платформа становится узким местом. Почему? Всему виной — архитектура, а именно: централизованная модель данных, которая при масштабировании из инструмента превращается в препятствие. Как перейти к децентрализованному подходу на базе LakeHouse, сохранить целостность системы, не воспроизвести старые проблемы в новой обертке и не породить новые «силосные ямы».

Инфраструктура — важнейший компонент любой платформы данных, и от правильного выбора соответствующих технологий во многом зависит, сможет ли компания реализовать весь потенциал имеющихся технологий. Большинство публикаций по lakehouse традиционно акцентируют внимание лишь на вычислениях и хранении, однако lakehouse также предусматривает слой инфраструктуры, отвечающий за безопасность и интеграцию вычислительных движков со слоем хранения.

Взрывной рост объема получаемых и накапливаемых в компаниях данных, а также увеличение потребителей информации вынуждает пересматривать требования к аналитическим платформам, отказываясь от традиционных архитектур в пользу таких новых принципов, как lakehouse – объединения на одной платформе преимуществ корпоративного хранилища и озера данных для сокращения времени на создание новых сценариев анализа данных и снижения стоимости владения.

Ян Гузов, CDO банка «Санкт-Петербург», – о создании единой платформы данных и роли этого проекта для бизнеса банка.

Александр Сабуров, директор департамента больших данных РСХБ, – о создании новой инфраструктуры для работы с данными в соответствии с концепцией Lakehouse и достигнутых результатах.