La tecnología en memoria de los sistemas BI

En los últimos tiempos hemos escuchado el término “en memoria” en multitud de artículos y anuncios de distintos fabricantes. Muchos de ellos se empeñan en mostrarnos esta tecnología como algo nuevo, pero en realidad, ya existe desde hace muchos años. De hecho, el término surgió en el año 1993 cuando QlikView lo introdujo en el mundo del BI como un nuevo camino para explorar datos usando una arquitectura asociativa. Hoy fabricantes de software como SAP, Oracle y otros lo utilizan para describir algo diferente, aunque la idea común es la capacidad de acelerar el procesamiento de datos para crear valor en nuestro negocio.

Pues, no, no se trata de un homenaje a alguien desaparecido. Como sabemos, la CPU es el sistema encargado de procesar la información en un ordenador. Esta información deberá estar disponible en la RAM para que pueda ser accesible por la CPU pero, en muchos casos, se requerirá la lectura de datos desde disco o desde la red que conllevará un tiempo de acceso muy superior.

En cambio, una aplicación “en memoria” (o in-memory) trabaja con datos que ya están almacenados en la RAM, por lo que no hay retrasos en su transferencia y procesamiento. El abaratamiento del precio de la RAM por unidad de almacenamiento ha permitido que los cálculos sean económicos, por lo que cada vez más fabricantes están haciendo uso de la tecnología en memoria.

La oferta de Oracle consiste en un appliance (esto es, un paquete que incluye servidor y el software instalado) que consta de un servidor con 40 núcleos de procesamiento y 1 Terabyte de memoria, optimizado para trabajar con la base de datos Oracle Exadata, usando compresión por columna para expandir la capacidad y acelerar las consultas analíticas, que se lanzan desde una interfaz SQL.

Por lo tanto, se trata de un producto claramente orientado a los desarrolladores para, por ejemplo, optimizar el tiempo de respuesta de aplicaciones de trading financiero o facturación de empresas de telecomunicaciones y, en general, crear nuevas aplicaciones analíticas en entornos Oracle.

SAP utiliza la tecnología en memoria para combinar en su producto HANA (también un appliance) las características de las bases de datos relacionales utilizadas para las aplicaciones transaccionales con los data warehouses y cubos basados en esquemas en estrella. De este modo, cohesiona su oferta de aplicaciones empresariales y tecnología BI. Pero SAP HANA no es algo que los usuarios finales utilizarán directamente, si no que serán los desarrolladores los que lo utilicen. SAP HANA trabaja en conjunción con herramientas de análisis, pero también puede ser la base de aplicaciones a medida e, incluso, de las aplicaciones empresariales como el ERP. Así, la capacidad de servir tanto a las aplicaciones transaccionales como a las analíticas desde una única base de datos hace desaparecer al proceso de ETL, pues ya no es necesario migrar los datos desde la base de datos transaccional al data warehouse.

Su uso puede ser el de reducir las tareas analíticas de horas o días a segundos, mejorar la velocidad de las herramientas de BI, procesar conjuntos de datos extremadamente largos (con billones de filas) o incluir información estructurada y desectructurada en una base de datos.

QlikView utiliza la tecnología en memoria para proporcionar a sus clientes Business Discovery, es decir, un modo de analizar la información que permite que cualquiera pueda descubrir nuevo conocimiento usando una herramienta intuitiva y trabajando en equipo, de forma colaborativa y concurrente. El uso de la tecnología en memoria es obligado para soportar la arquitectura asociativa de QlikView. Cuando un usuario de negocio explora datos en QlikView, utiliza asociaciones y patrones que se parecen más a los de la mente humana que a los tradicionales de una base de datos, liberando así a los usuarios de las limitaciones de las bases de datos.

En una arquitectura asociativa, cada puntero a un dato está asociado con cada uno de lo otros punteros de datos. Es como una telaraña de fibra óptica, donde todo está conectado. Tirar de uno de los hilos resalta las asociaciones relacionadas, mostrando nuevos caminos a través de los datos y revelando nuevos tipos de conexiones.

Con este planteamiento, QlikView se dirige a usuarios finales y analistas para aplicaciones como el análisis colaborativo y la toma de decisiones en base a un conjunto de datos compartido, construir sobre la marcha aplicaciones analíticas dirigidas por el usuario, determinar cuándo las ventas están por debajo de lo esperado y tomar acciones correctivas inmediatas, identificar carencias analíticas en las consultas tradicionales a la base de datos.

Realmente no. La mejor aproximación a la tecnología en memoria podría ser una combinación de tecnologías. Por ejemplo, las capacidades de Business Discovery de QlikView puede complementar la alta velocidad de bases de datos como Oracle Exalytics y SAP HANA pero, dado que estas dos últimas no se orientan al usuario, el uso de QlikView para la presentación, usando su arquitectura asociativa, pueden ser muy efectivas porque, así, los usuarios de negocio pueden trabajar directamente con los datos.

Sí, puesto que QlikView, por ejemplo, es una herramienta asequible tanto para empresas de pequeño tamaño como para aquellas más grandes. Sin embargo, la inversión que suponen los paquetes cerrados de hardware y software de SAP y Oracle quizá queden fuera del alcance de muchas empresas de tamaño medio y pequeño.

Descargue el informe completo realizado por CITO Research y conozca también el posicionamiento de otros productos como 1010data, StreamBase Systems, Metamarkets y Tableau. Solicítelo aquí.