Este documento describe cómo los grafos pueden utilizarse para optimizar las operaciones de TI. Explica algunos problemas comunes como la falta de escalabilidad en entornos híbridos y la limitación de herramientas actuales. Luego propone el uso de un Grafo de Datos Operacionales para abordar estos problemas mediante casos de uso como la optimización de procesos por lotes, el gobierno de datos operacionales y la reducción del tiempo de inactividad de servicios.

1. Grafos para Optimización de las
Operaciones de IT
OPERATIONAL DATA
GRAPH
OPERATIONAL DATA
GRAPH

2. QUIENES SOMOS
NUESTROS SERVICIOS TECNOLÓGICOS
IN
GRAPHS
Implementamos soluciones
tanto analíticas como
operacionales en el ámbito
de los grafos. Capacidad end-
to-end en llevar a la realidad
un Proyecto de este tipo
SOLUCIONES
Damos un soporte local y
cercano en las herramientas
de grafos
SOPORTE LOCAL
Desarrollamos planes de
formación específica para
cada necesidad
Conocimiento
Traspaso de conocimiento y
empowerment del equipo
técnico del cliente
acelerando la puesta en
marcha de soluciones
complejas
ACELERAR TIME-TO-MARKET
#1 SOLUTION PARTNER
EXPERTS

3. La digitalización ha disparado el crecimiento en desarrollo de Aplicaciones,
Activos IT, Servicios de cualquier tipo, Datos, Tablas, Objetos, Procesos .. Y el
entramado de relaciones es cada vez más complejo.
1. Falta de Escalabilidad
Lo más común hoy en día es el uso de entornos híbridos, con lo que
aumenta la complejidad de gestionar diferentes equipos/tecnologías,
diferentes velocidades de puesta en marcha de sistemas según
geografías y diferentes lenguajes de programación.
2. Entornos Híbridos y despliegues
en distintas geografías
PROBLEMÁTICA COMÚN

4. La modernización de aplicaciones antiguas (COBOL, C,) implica la incorporación de
nuevos lenguajes de programación (Java, Python,…) y componentes tecnológicos
(APIs, Microservicios) para mejorar su funcionalidad. Pero esto ha llevado al límite
los sistemas de gestión de las aplicaciones, necesitamos control, flexibilidad y
escalabilidad.
PROBLEMÁTICA COMÚN
3. Aplicaciones más complejas
No se está usando la analítica avanzada en los proyectos de
Operaciones IT. Estos equipos requieren modelos analíticos que
les ayuden en tareas cómo, por ejemplo, simular situaciones
para predecir la afectación y diseñar planes de mantenimiento
predictivo o detectar los procesos más críticos de una malla de
ejecución.
4. Sin Analítica Predictiva

5. ¿Puedo analizar el impacto de modificaciones en aplicaciones, en escenarios
complejos, si hay dependencias entre diferentes componentes, sistemas, ficheros,
BBDD?
¿Cuáles son los paquetes de software que debo desplegar en un servidor específico,
con el objetivo de reducir el down time de los servicios?
¿Puedo saber cuales son los elementos más importantes en mi red y simular
desconexiones para analizar el impacto, caminos alternativos, … a N niveles?
¿Puedo detectar y visualizar con el negocio el camino crítico de un proceso y así
optimizarlo?
¿Tengo objetos BI (artefactos), tablas, consultas, … redundantes/no utilizados que
podría optimizar y así reducir costes de mantenimiento?
¿Cuáles son los datos del DataLake que no se han consumido en los últimos 6
meses?
¿Puedo realizar un análisis temporal de cómo se han ido relacionando los objetos?
PROBLEMÁTICA COMÚN
5. Limitación de las herramientas actuales

6. ÁREAS INTERESADAS
Prestación de
Servicios
Operación
Servicios
Básicos de Red
Gestión de
Usuarios
Seguridad
Sistemas de
información en
producción
Equipo de
proyectos
Dir. DTIC
Estándares
Soporte a
Proyectos
Arquitectura
Procesos y
Calidad
Infraestructura
Planificación y
Organización
Gestión de
Configuración
CDO
Calidad de
Datos
Metadatos
Automatización
de Procesos
Datos Maestros
Operativa de
gobierno del
dato
Protección de
Datos

7. OPERATIONAL DATA GRAPH – CASOS DE USO REALES
Planificación Batch
Objetivo: encontrar y optimizar los caminos
críticos. Análisis diaria de +200.000 procesos
batch.
Optimización Consumos
Plataformas Host
Objetivo: evitar picos de consumo. Análisis de
consumo de las aplicaciones y optimización.
Reducir Down Time de servicios
Objetivo: reducir al mínimo el down time de
servicios. Identificar los paquetes de software
que debo desplegar en cada servidor.
Data Governance Operacional
Objetivo: rastrear el flujo de datos a lo largo del tiempo,
entender dónde se han originado los datos, cómo han
cambiado y su destino final.
CMDB y Gobierno IT
Objetivo: control de las aplicaciones a nivel de
detalle, componentes y sus dependencias, además
de despliegues.
Ciberseguridad
Objetivo: tener la capacidad de detectar relacionar
comportamientos anómalos en tiempo real en distintos
puntos de la red y reaccionar en milisegundos evitando
la propagación de una amenaza.
OPERATIONAL DATA
GRAPH

8. OPERATIONAL DATA GRAPH: GOBIERNO DATOS
OPERACIONALES
OPERATIONAL DATA
GRAPH

9. ¿Cuáles son los Reports más similares?
match (r1:Report)-[c:OBJETOS_COMUNES]->(r2:Report)
with r1.idReport as rep1, r2.idReport as rep2, toFloat(c.numComunes) as comunes
, apoc.node.degree.out(r1,"TIENE_OBJETO") as tot_r1
, apoc.node.degree.out(r2,"TIENE_OBJETO") as tot_r2
return rep1, rep2, (comunes/tot_r1 + comunes/tot_r2)/2 as similitud
order by similitud limit 3
EJEMPLOS ODG: Optimización stock BI
OPERATIONAL DATA
GRAPH
╒═══════╤═══════╤═══════════╕
│"rep1" │"rep2" │"similitud"│
╞═══════╪═══════╪═══════════╡
│6141556│6141537│1.0 │
├───────┼───────┼───────────┤
│6736358│6736354│1.0 │
├───────┼───────┼───────────┤
│8257518│8116407│1.0 │
└───────┴───────┴───────────┘

10. ¿Cuáles son los paquetes de software que debo desplegar en un servidor
específico, con el objetivo de reducir el down time de los servicios?
EJEMPLOS ODG: Optimización Deploy Aplicaciones
OPERATIONAL DATA
GRAPH
MATCH (:Servidor {nombre: ”server_1"})-[:RESPALDA]->
(:Servicio)-[:REQUIERE]->(:Componente)-[:INCLUYE]->
(paquete:Paquete)
RETURN paquete

11. EJEMPLOS OGD: Optimización malla procesos Batch
¿Cuál es el camino crítico entre dos procesos de una cadena?
match (j:JOBS {Job_offset:’Proceso_1'}), (j2:JOBS
{Job_offset:’Proceso_2'}), p=allShortestPaths((j)-[*0..12]->(j2))
with extract (n in nodes(p)|toInteger(n.Duracion)) as durac, extract
(n in relationships(p)|id(n)) as idRel
with durac, idRel, apoc.coll.sum(durac) as total order by total desc
limit 1
unwind idRel as idRelacion
match ()-[r]->()
where id(r)=idRelacion
set r.Camino_Critico=TRUE
OPERATIONAL DATA
GRAPH

12. OPERATIONAL DATA GRAPH.
CARACTERÍSTICAS
Solución adaptable al caso específico de uso
Facilidad de integración de datos (ficheros, colas..)
Rapidez en la implementación y despliegue de las
soluciones (3-6 meses)
Capa de visualización – exploración (Bloom)
Escalabilidad (vertical-horizontal)
Alta Disponibilidad (Causal Clustering)
Graph Data Science Platform (analítica en grafo)
OPERATIONAL DATA
GRAPH

13. OPERATIONAL DATA GRAPH. CASOS
REALES
OPERATIONAL DATA
GRAPH

14. Josep Tarruella
josep@grapheverywhere.com
+34 677 648 994
¿TIENES PREGUNTAS?
OPERATIONAL DATA
GRAPH

16. Optimización de procesos en una malla de ejecución
OPERATIONAL DATA
GRAPH

17. Optimización de procesos en una malla de ejecución
Cálculo de caminos críticos
Identificación de cuellos de botella
Evaluación de alternativas. Simulación
Análisis de dependencias
Desviaciones entre ejecuciones
OPERATIONAL DATA
GRAPH