Imaginado por antiguos fanáticos de Hadoop, OKDP reúne lo mejor del mundo del código abierto para competir con Databricks o Snowflake: una pila de datos nativa de la nube, gobernada por sus usuarios, sin bloqueos ni licencias.
Apoyada en particular por la asociación francesa TOSIT, la iniciativa OKDP (Open Kubernetes Data Platform) tiene como objetivo ofrecer, más allá de Hadoop, una plataforma de datos abierta y nativa de la nube, modular y gobernable, diseñada para Kubernetes. En línea directa con TDP (la distribución Hadoop 100% de código abierto nacida para ofrecer una alternativa a Cloudera/Hortonworks), OKDP pretende reunir motores de procesamiento, almacenamiento de objetos, análisis e inteligencia artificial dentro de una base comunitaria, sin bloqueos de propiedad. En un momento en el que los departamentos de TI buscan opciones europeas y soberanas para sus data lakes y almacenes, el proyecto está ganando madurez y visibilidad.
De TDP a OKDP: el papel estructurador de TOSIT
TOSIT (“The Open Source I Trust”) se ha consolidado como un organismo de gobernanza pragmático que reúne a las principales cuentas y administraciones de Francia para construir y mantener componentes críticos de código abierto. Es en este contexto que nació TDP, una distribución de Hadoop libre de regalías construida conjuntamente en particular por EDF y la DGFiP, y ahora “lista para producción”. TDP hizo posible asegurar la fusión existente posterior a Hortonworks/Cloudera y al mismo tiempo restaurar una trayectoria colectiva y comunitaria al ecosistema Hadoop (HDFS, Hive, Spark, etc.).
Al mismo tiempo, los mismos actores ahora están incubando OKDP para aplicar la filosofía del “ensamblador de estándares Apache” a la era Kubernetes: implementar componentes analíticos y de inteligencia artificial en K8, elegir el motor SQL (Trino, Dremio, Kyuubi/Spark), conectar Flink/Spark/Kafka para el procesamiento y confiar en MinIO, Cassandra o MongoDB para el almacenamiento, según el caso de uso. Esta continuidad TDP→OKDP en realidad ilustra un deseo beneficioso de preservar las inversiones en Hadoop mientras se prepara el cambio a arquitecturas de malla/estructura de datos, que son más nativas de la nube y más elásticas.
Fortalezas y limitaciones de las plataformas propietarias
La primera fortaleza de OKDP reside en su modelo: un ensamblaje abierto, sin costos de licencia, gobernado por sus usuarios, compatible con los estándares de facto de la “pila de datos moderna”. Este enfoque reduce el riesgo de bloqueo, facilita la hibridación local/en la nube y permite que cada bloque se ajuste a las necesidades del negocio, ya sea análisis interactivo, transmisión, ciencia de datos o IA orquestada. El marco de la comunidad TOSIT y los comentarios de campo de organizaciones públicas y privadas francesas garantizan la hoja de ruta y las opciones técnicas.
En imagen especular, las ofertas propietarias (Databricks, Snowflake, Cloudera CDP o los servicios administrados BigQuery, Redshift y Synapse) conservan la ventaja de una integración muy profunda, herramientas unificadas, soporte global y, a menudo, un tiempo de obtención de valor más corto, a costa de fuertes dependencias y, en ocasiones, costos crecientes a escala.
El desafío del OKDP es lograr una experiencia global coherente manteniendo al mismo tiempo la sustituibilidad de los componentes; su debilidad potencial sigue siendo la carga de integración e industrialización que deberán asumir los equipos, que tendrán que dominar Kubernetes, la seguridad de extremo a extremo y la observabilidad de múltiples bloques.
El sitio web oficial de OKDP detalla una arquitectura modular y una hoja de ruta orientada al uso (JupyterHub, refuerzo de Spark UI/History Server, gráfico Helm para Trino y Superset, sandbox y guía de implementación), con hitos a lo largo de dos años y una presencia regular en las reuniones del ecosistema de datos/IA en Francia, desde los talleres BlueHats de DINUM hasta Big Data & AI Paris 2025. evangelizar la gran propuesta de OKDP: ampliar el valor de los clústeres de Hadoop a través de TDP cuando sea relevante y preparar nuevos casos de uso nativos de la nube aprovechando una pila abierta, soberana y reversible.
Lea también:
Streaming de datos: Ververica Cloud está disponible en versión preliminar Con Data Science Stack, Canonical se lanza a la ciencia de datos
Con Data Science Stack, Canonical se lanza a la ciencia de datos
Novedad en OVHcloud PaaS: la plataforma de datos entra en fase beta
[
