商业信息

数据驱动企业的技术见解

photobank.kiev.ua - Fotolia.

评估 衡量您正在考虑的技术,产品和项目的优缺点。

流数据分析对项目团队进行了实时压力

可以支持流媒体分析应用程序的实时数据架构是一个诱人,但要迅速行动信息的组织的潜在客户。

当我在高中的快餐店工作时,一位同事朋友和我决定座右铭应该是“速度,而不是完美”。我们为我们两个的丝质T恤,嵌入了公司标志中的这句话 - 两个聪明的aleck青少年轻轻地把它贴在男人身上。

如今,数据管理和分析团队越来越多地发现自己被要求满足速度部分实时数据分析在他们的组织中。但是他们没有能够通过与我的朋友偶尔的同样的偶然的邋intes一起突出的汉堡。并且它将它们放在很大的压力下,因为创建了实时架构并使用它运行流数据分析应用是一个复杂的事业。

对于初学者,流分析系统不要进入一个盒子 - 甚至没有大一个。将它们设置为一个手工过程,需要潜在用户将各种数据处理技术和分析工具一起划合,以满足其特定的应用需求。此外,该技术选择在过去几年中显着增加,主要致力于提供多个提供的大数据平台的出现流处理能力以不同的方式。

一流的流媒体平台

Spark Streaming,Flink,Storm,Samza,Pulsar,德鲁伊,Kylin - 它们都是开源处理发动机争夺一块数据流和实时分析行动。甚至Kafka甚至是一个用于将数据从一个系统馈送到另一个系统的消息传递技术,现在也用作流处理平台。除了开源工具外,各种IT供应商还提供更多传统的复杂事件处理系统,在20世纪90年代后期开始出现。例如,专门的数据库 - 内存中的内存中的内存是为了处理流数据分析。

在分析软件方面,更广泛使用机器学习算法建立可以通过大量流动数据的预测模型更加可行,这些模型可以在金融交易,设备性能和设备性能和互联网单击流程。但是,还有许多技术选择需要考虑:来自主流分析供应商和机器学习专家,基于云的服务的工具,开源平台。

和人一样建立一个大数据架构一般而言,可用于支撑实时分析架构的软件的Sofeit可以是用户的福音 - 或者在可靠的笨拙的部署中摩擦它们。找到合适的技术并将它们结合成有效的分析框架是一个危险的过程;缺陷可以将Careening的项目发送在预期的路径中。

在实时项目上向前媒体

这不是阻止公司,特别是大的公司很多数据和充分的IT资源,从给予它。在SearchBusinessAnalytics Publisher Techtyabo2008arget Inc.进行的正在进行的调查中,截至1月中旬的7,000多个,分析和商业专业人员的28.1%表示,他们的组织正在寻求在随后的实时分析技术投资实时分析技术12个月。此外,13.4%表示他们计划购买流处理软件。

为什么呢?能够实时地将有用信息拉出数据流令业务运营行为快速,这显然可以是他们的优势。预测分析应用程序对消费者的Web活动的流媒体数据可以驱动网站个性化计划和针对在线广告和营销活动。欺诈识别,预测维护卫星成像是其他可以从流数据分析中受益的其他应用程序。

在许多情况下,实时可能是唯一一个利用所收集数据中的内容的时间。流媒体分析工具指向“易腐洞察力”需要在机会丢失之前快速行动,Forrester Research分析师Mike Gualtieri和Then-Consgue Rowan Curran在2016年Forrester Wave报告中写道。而且您无法通过将数据投入到Hadoop集群中,因为Dell EMC的首席数据平台建筑师称,只需将数据投入到Hadoop集群中,即Darryl Smith表示在演示期间在数据存储厂商上实时流媒体在纽约的Strata + Hadoop World努力努力。

速度确实是一件好事。只要确保你的团队有一个明确的计划,然后在一个上升到一个流媒体分析倡议。否则,它可能最终被失望的商业管理人员烧酒。

第10条第10条

下一步

在线广告公司通过Analytics Boost Post数据流在火花中

坚固的数据架构需要前端实时IOT分析

更多的建议关于如何制作流数据分析系统的工作

挖掘实时商业智能

获取更多商业信息

访问我们所有的背部问题 查看全部
搜索数据管理
搜索AWS.
搜索内容管理
搜索甲骨文
搜索树液
搜索SQL.服务器
关闭