Hay constancia de que este blog se ha ocupado con frecuencia de Hadoop, desde que un día de 2012 el autor coincidió en una cena con Doug Cutting, padre de la criatura. Puede parecer incongruente volver al inicio, pero resulta oportuno para introducir la entrevista a Tom Reilly, CEO de Cloudera, empresa líder en la comercialización de soluciones basadas en Hadoop. Lo más sencillo será recurrir a la Wikipedia, para la que Hadoop es «un framework de software que soporta aplicaciones distribuídas bajo una licencia libre [y les] permite trabajar con miles de nodos y petabytes de datos». Es, en definitiva, la plataforma sobre la que se apoyan las aplicaciones que se predican como big data.

Tom Reilly

El primer atributo de Hadoop es su naturalez open source, y esta será uno de los elementos de la conversación con Reilly, que tuvo lugar este verano en Londres. Y el principal atributo de Cloudera es que tiene poderosos padrinos, desde que Intel ha invertido 740 millones de dólares, cuantía que equivale al 18% del valor que se le presume. Otros inversores, entre ellos Google Ventures, han sumado 160 millones al tesoro, con el que Tom Reilly – eso dice – cree no necesitar otras fuentes de financiación.

¿Qué métricas usa Cloudera para conocer que su crecimiento lleva al éxito en un mercado?

No somos una empresa cotizada, por lo que nuestras métricas no son públicas, pero voy a compartir con usted algunos datos relevantes. En este momento, 850 grandes compañías son clientes de pago, entre ellas la mitad del ranking Fortune 500; estimamos que entre 15.000 y 20.000 empresas en el mundo usan nuestra distribución gratuita de Hadoop; tenemos más de 2.300 partners, de los que 750 se han incorporado este año; estamos contratando una media de dos empleados cada día y operamos en 24 países. Creo que son indicadores suficientes para hablar de éxito.

Cloudera es una compañía bien financiada y, con esos datos, puedo suponer que es rentable. ¿Cuál es la receta?

No sólo bien financiados sino plenamente financiados: creemos que no necesitaremos nueva financiación, a menos que en algún momento nos interese hacer una adquisición importante. Cuando digo que estamos plenamente financiados, no lo tome como una bravuconada sino como el signo de que tenemos despejado un camino de rentabilidad, nuestro free clash flow es positivo, y tengo que añadir que nos acercamos a los niveles de margen que son propios de compañías de software con más pedigrí. ¿Por qué podemos presumir de ello? En gran medida gracias a nuestro acuerdo con Intel, que ha identificado Hadoop como uno de los segmentos de más alto crecimiento en los datacenter y ha escogido a Cloudera como su instrumento en ese terreno.

[…] y que ha invertido en Cloudera una cifra considerable que cualquiera envidiaría.

Esa inversión de 740 millones de dólares, es una muestra de confianza en Cloudera para optimizar Apache Hadoop en relación con la arquitectura de Intel. En opinión de Diane Bryant [VP de Intel a cargo de la división de Data Center], que naturalmente compartimos, Hadoop será la aplicación número uno que impulsará la demanda de nuevos servidores. En consecuencia, esta relación tiene un valor estratégico, con la aspiración de que las próximas generaciones de chips estén optimizadas para cargas de trabajo analíticas. Además, contamos con otros 160 millones invertidos por Google Ventures y varios inversores institucionales. Potencialmente, el mercado es enorme, y queda mucha innovación por desarrollar.

Temo que estará harto de que le pregunten lo mismo, pero ¿por qué no salir a bolsa pudiendo lucir esas cualidades?

Sí, es una pregunta que me hacen a menudo, así que llevo la respuesta en el bolsillo [risas]. En primer lugar, tenemos la escala, el rendimiento y la predictibilidad suficientes como para ser una cotizada exitosa. Pero en esta fase de nuestro desarrollo hemos decidido que estar fuera de la bolsa nos da más flexibilidad. ¿Para qué? Para hacer adquisiciones y para invertir en lo que creamos oportuno, sin estar bajo el escrutinio de unos inversores que tenderían a pensar en el corto plazo. Esta decisión no es para siempre, podremos salir a bolsa como una opción financiera, no dictada por ningún aprieto. Nuestros inversores están de acuerdo, pero aun así estamos preparados para el día en que ellos consideren oportuno cambiar de actitud.

Volvamos un paso atrás. ¿Cuál es la naturaleza de la relación con Intel? ¿Qué espera Intel de Cloudera?

Tenemos una relación excelente con Intel, y en mayo hemos celebrado nuestro segundo aniversario [risas] Puedo asegurar que el vínculo es más firme hoy que hace un año o que hace dos años. En cuanto a lo que Intel espera de Cloudera, está relacionado con su visión de cómo se está transformando el datacenter. Intel anticipa una tendencia y diseñan la hoja de ruta de sus chips con esa visión de la infraestructura. No es una actitud nueva, puesto que lo han hecho en el pasado.

¿A qué se refiere?

En los años 90, Intel se asoció con Microsoft en la optimización de Windows NT; en el 2000, ante la emergencia de Linux, invirtió en RedHat para asegurarse de que este sistema operativo estaría optimizado para la arquitectura de Intel. En 2005, entendió que la virtualización sería un gran salto e invirtió 250 millones en VMware, por la misma razón: asegurar el papel futuro de su arquitectura. En 2014, la nueva tendencia era Hadoop, y apostó por Cloudera.

¿Cuál es el trabajo en común con Intel?

Nuestros ingenieros de software trabajan con sus ingenieros de hardware. El objetivo es optimizar la próxima generación de chips para acelerar la performance de las misiones analíticas que se ejecuten sobre máquinas equipadas con esos chips. Los ingenieros de hardware de Intel interrogan a nuestros científicos de datos para que sus diseños y los del software de Cloudera se hagan sobre bases compartidas. Mediante el diseño en común del hardware y el software, Intel cree que puede multiplicar la ley de Moore.

Aparte del hecho de que Intel es un caso único, probablemente irrepetible, ¿ese modelo de colaboración podría ser replicado con otros socios? Y, en todo caso, ¿cuál es la polìtica de Cloudera en materia de alianzas?

Sería difícil encontrar un proveedor de cloud que no trabaje con Cloudera. Nuestro ecosistema cuenta, o contaba la semana pasada, con 2.300 partners, una cifra de la que podemos sentirnos orgullosos tras sólo ocho años de existencia.

Tengo entendido que Michael Dell es inversor en Cloudera a título individual…

Está bien informado. Pero, además, Dell construye appliances específicos para nuestro software. Ahora, con la absorción de EMC, esa colaboración se reforzará, porque hemos trabajado juntos en la integración de Isilon.

Open Source ha llegado a ser parte de la corriente principal de la industria TI. Una teoría al respecto dice que el valor está en el software pero el dinero se gana en los servicios. ¿Cómo evolucionarán estos factores?

Tengo que discrepar de esa teoría. Hay un tremendo valor en el software open source, y al mismo tiempo hay que trabajar duro para crear un negocio sostenible con la oferta de servicios basados en open source, que se ´comoditizan` muy rápidamente y dejan márgenes bajos, cada vez más bajos. Pero ocurre que las empresas que gustan a los inversores son las que han demostrado durante años su capacidad de generar márgenes altos. Nuestro modelo sería, por así decir, de open source híbrido. No sólo somos fundadores de Hadoop y contribuímos al código sino que hemos creado proyectos estándar basados en Hadoop, que generan valor comercial. Nuestra versión gratuita de Hadoop es la más descargada, pero una parte de nuestro equipo de ingeniería desarrolla software propietario, que licenciamos a nuestros clientes. Este modelo nos proporciona márgenes muy satisfactorios, ingresos recurrentes y crecimiento.

Quizás haya demasiadas compañías en la galaxia Hadoop. ¿Prevé una consolidación?

En realidad, ya hemos visto una consolidación. Es importante entender que Hadoop se origina en la fusión de dos proyectos open source: MapReduce y HDFS. En la actualidad, nuestra distribución de Hadoop ha originado 25 proyectos y continuamente añadimos otros nuevos. Habrá un centenar de proyectos open source en torno a Hadoop, y una cuarta parte son nuestros, y creemos que son los mejores. Si me pregunta por los proveedores comerciales, le diré que cuando fui fichado por Cloudera, hace menos de tres años, había ocho competidores en el mercado, que luego bajaron a seis y ahora somos cinco. Si son pocos o muchos, no soy quién para decirlo…

¿Puede contrastar la experiencia de Cloudera con la de Hortonworks?

Siento un gran respeto por Hortonworks, nuestro competidor más cercano en tamaño. Ellos han adoptado el modelo de venta de servicios, al que usted se refería antes. En mi opinión es un reto, porque resulta difícil extraer buenos márgenes con esa política. En otro plano, Cloudera se especializa en las grandes empresas, a las que ofrecemos el mejor TCO para grandes clusters; otro punto destacado en que nuestra plataforma es la más segura existente. La seguridad de datos es un diferenciador; por supuesto, Hortonworks también invierte en seguridad, pero nosotros ponemos el acento en los entornos multitenant con una granularidad sin igual.

El modelo operativo de Cloudera funciona on-premise, pero la línea maestra se orienta a la nube […]

Nuestro nombre quiere decir algo… Desde el origen, Hadoop fue diseñado para la nube: quienes lo diseñaron, entre ellos Doud [Cutting], trabajaban en Google, que operaba en modo cloud. En nuestra visión, lo ideal es que Hadoop sea consumido en la nube, pero dedicamos cinco o seis años a hacer que funcionara on-premise, porque la realidad del mercado te obliga a estar en los datacenter. Lo que hemos visto el último año y medio es un movimiento acelerado hacia la nube, y esta trayectoria nos permite ofrecer una capacidad de cloud híbrida que es lo que hoy despierta el mayor interés.

¿Qué proporción de las cargas que se manejan con Hadoop están en el cloud?

El 15%, y esperamos duplicarla en los próximos doce meses. La adopción de funciones analíticas en cloud es el gran motor de este crecimiento. Para nosotros es un área de inversión. Vamos por la release 2.5 de Cloudera Director, que permite mover un cluster que está corriendo on-premise y llevarlo a AWS o Azure, o viceversa, con sus cargas. Una razón por la que vemos tanto interés está relacionada con IoT: hay muchísimos datos generados fuera del perímetro tradicional de las empresas, y lo más razonable es almacenarlos y analizarlos en la nube.

Una objeción que se escucha frecuentemente de las empresas es que Hadoop no es fácil de instalar y de operar […]

Así es.

[…] ¿cuál es su respuesta? ¿Qué se puede hacer?

Hadoop es cada vez más fácil, aunque todavía quedan cosas por hacer. El crecimiento del mercado está haciendo que se desarrollen habilidades cuyo resultado es una mayor facilidad para trabajar con él. Por ejemplo, hay decenas de miles de usuarios de Tableau, Microstrategy o SAS, que están ampliando el universo de Hadoop y haciendo más sencillas las tareas analíticas. Me parece significativo un estudio de Forrester según el cual en los próximos dos años el 100% de las grandes corporaciones usarán Hadoop como plataforma. Es una aceleración evidente.

¿En qué nuevos desarrollos o iniciativas trabaja Cloudera?

Estamos haciendo inversiones significativas en nuestras plataformas. En primer lugar, para ofrecer la mejor calidad posible a las empresas, para dar mayor estabilidad y fiabillidad a la plataforma […] no es fácil en el contexto de open source, donde no escribes todo el código. Por eso, uno de los aspectos en los que estamos innovando es el testing del código open source. En segundo lugar, lo hemos mencionado hace un momento, trabajamos para hacer más fácil trabajar con Hadoop; para todos, desde los administradores a los analistas de datos. Nuestro tercer gran campo de inversión es cloud, y pensamos que este será el factor dominante en el desarrollo del mercado de analytics en los próximos años.

He dejado para el final preguntarle por el mercado europeo y qué está haciendo Cloudera para implantarse en Europa […]

El mercado europeo está creciendo muy rápidamente, y de hecho hemos duplicado nuestras inversiones en Europa desde el año pasado. Europa es la región número uno en términos de crecimiento para Cloudera, con eso creo decirlo todo. Nuestro cuartel general europeo está aquí, en Londres, pero tenemos un desarrollo muy fuerte en España e Italia, tanto o más que en el norte del continente. Ahora nos estamos expandiendo hacia Oriente Medio a partir de una oficina en Dubai. El mecanismo es siempre el mismo: cuando entramos en un mercado, nos enfocamos en un banco grande, en una teleco y nos acercamos al sector público […] estos suelen ser los clientes en los que echamos anclas en cada país.