Google hace accesible Big Data mediante Cloud Dataflow

El pasado martes, en su conferencia de desarrolladores Google I/O en San Francisco, el gigante de la tecnología presentó un servicio de computación en la nube llamado Cloud Dataflow, una aplicación que permitirá configurar “pipes” que capturen datos de Internet, con filtros y funciones que acabarán obteniendo datos útiles para nuestro proyecto. Lo presentan en el blog de google como la evolución de MapReduce.

Esta es sólo la última forma en que Google está compartiendo su infraestructura en línea con el mundo en general, a través de sus servicios en la nube, como Google Compute Engine y Google App Engine que permiten a las empresas y desarrolladores independientes crear y ejecutar grandes aplicaciones de software, se basan en la infraestructura interna de Google, como es BigQuery, una forma casi instantánea de hacer preguntas de los conjuntos de datos masivos.

Otros han construido herramientas similares. Twitter, por ejemplo, ha creado un artefacto de código abierto que llama Summingbird. Pero Cloud Dataflow es un poco diferente, ya que Google está ofreciéndolo solamente como un servicio en la nube, algo a lo que cualquier persona puede acceder a través de Internet.