O BigID se conecta de forma segura a ambientes Cloudera para realizar a descoberta de dados baseada em conteúdo em pipelines Hive, HDFS, HBase e de streaming. Ele examina valores de dados reais em conjuntos de dados estruturados, semiestruturados e não estruturados para identificar com precisão informações sensíveis e regulamentadas.
O BigID oferece suporte ao processamento distribuído para se adequar a implantações Cloudera de grande escala, permitindo a descoberta escalável em ambientes de data lake, mantendo o desempenho operacional.
Os resultados da descoberta se integram às políticas de classificação corporativa, fluxos de trabalho de governança e estruturas de relatórios para fornecer visibilidade prática em todo o ecossistema de dados mais amplo.
Essa arquitetura garante a descoberta precisa de dados Cloudera em escala empresarial sem interromper as cargas de trabalho de produção.
O BigID realiza varreduras em todo o sistema:
O BigID inspeciona o conteúdo real dos dados, e não apenas os catálogos de metadados, para identificar informações confidenciais em ambientes de data lake distribuídos.
Os ambientes Cloudera exigem varredura com foco no desempenho.
O BigID oferece suporte à varredura distribuída e ao alinhamento opcional com estruturas de computação nativas, incluindo o MapReduce, para aproveitar a localidade dos dados e reduzir a movimentação desnecessária de dados.
As organizações podem:
O resultado é uma descoberta escalável em ambientes de escala petabyte.
Os data lakes estão em constante mudança.
O BigID oferece suporte à análise de pipelines de streaming, incluindo integrações com Kafka e Confluent, para monitorar dados que entram ou saem de ambientes Hadoop e Cloudera.
As organizações podem:
Isso garante que a descoberta de dados permaneça atualizada em ambientes dinâmicos.
O BigID aplica técnicas avançadas de classificação e correlação para identificar:
A classificação abrange sistemas de arquivos distribuídos e conjuntos de dados em larga escala para fornecer cobertura consistente em toda a empresa.
Analisa os valores reais dos dados em Hive, HDFS, HBase e armazenamento distribuído.
Suporta alinhamento MapReduce e varredura escalável em grandes ambientes.
Monitora pipelines do Kafka e do Confluent para descoberta incremental.
Fornece relatórios de inventário, alinhamento de políticas e documentação pronta para auditoria.
Os ambientes Cloudera concentram volumes massivos de dados de alto valor. O BigID garante que os dados confidenciais não se tornem invisíveis dentro de sistemas distribuídos.
