Talend - Big Data

Talend - Big Data

1. Talend Open Studio es un proyecto de código abierto que se basa en Eclipse RCP. Admite implementaciones orientadas a ETL y generalmente se proporciona para la implementación local. Esto actúa como un generador de código que produce scripts de transformación de datos y programas subyacentes en Java . Proporciona una GUI interactiva y fácil de usar que le permite acceder al repositorio de metadatos que contiene la definición y las configuraciones para cada proceso realizado en Talend.

   • ETL
     • Extracto: este paso implica acceder a los datos de todos los sistemas de almacenamiento como RDBMS, archivos Excel, archivos XML, archivos planos, etc.
     • Transformar: en este paso, se analizan datos completos y se le aplican varias funciones para transformarlos en el formato requerido.
     • Carga: en este paso, los datos procesados, es decir, los datos extraídos y transformados, se cargan en un repositorio de datos de destino que generalmente es la base de datos, utilizando recursos mínimos.
     • Diferencias entre ETL y ELT

2. Ofrece

   • Integración de datos y soluciones de gestión de datos. Esta compañía ofrece varios software y servicios de integración para big data, almacenamiento en la nube, integración de datos, gestión de datos, gestión de datos maestros, calidad de datos, preparación de datos y aplicaciones empresariales. Pero el primer producto de Talend, es decir, Talend Open Studio para la integración de datos, se conoce más popularmente como Talend.
     • variables de contexto
       • Variables de contexto incrustadas
       • Variables de contexto de repositorio
       • Variables de contexto externo

3. Tecnologías de Big Data soportadas por Talend

   • Cassandra
   • CouchDB
   • Google Storage
     • Maneja una BigTable con un sistema maestro distribuido que controla un ejército de sistemas de archivos distribuidos es el secreto para la escalabilidad infinita de Google, gestión de clúster.
   • HBase
   • HDFS
     • HDFS (Hadoop Distributed File System) es el hdfs sistema de almacenamiento de archivos principal de Hadoop.
   • Colmena
   • MongoDB
     • MongoDB es un programa de base de datos orientado a documentos multiplataforma . Clasificado como un programa de base de datos NoSQL , MongoDB utiliza documentos similares a JSON con esquema . MongoDB es desarrollado por MongoDB Inc. y licenciado bajo la Licencia pública del lado del servidor (SSPL).
   • MapRDB
   • Cerdo, Sqoop

Images and files in the map