Caracteristici ale unui cadru de analiză a datelor mari - dummies

Chiar dacă noi seturi de instrumente continuă să fie disponibile pentru a vă ajuta să gestionați și să analizați mai eficient cadrul dvs. de date, este posibil să nu puteți obține ceea ce aveți nevoie. În plus, o serie de tehnologii pot suporta analize mari de date și cerințe, cum ar fi disponibilitatea, scalabilitatea și performanța ridicată. Unele dintre acestea includ aparate mari de date, baze de date coloanale, baze de date în memorie, baze de date nerelaționate și motoare de procesare masivă paralelă.

Deci, ce sunt utilizatorii de afaceri care caută atunci când vine vorba de o analiză de date? Răspunsul la această întrebare depinde de tipul de problemă de afaceri pe care încearcă să o rezolve. Unele considerente importante, pe măsură ce selectați un cadru mare de analiză a aplicațiilor de date, includ următoarele:

• Suport pentru mai multe tipuri de date: Multe organizații încorporează sau se așteaptă să includă toate tipurile de date ca parte a implementărilor lor mari de date, inclusiv date structurate, semi-structurate și nestructurate.

• Mânerarea procesării lotului și / sau a fluxurilor de date în timp real: Orientarea acțiunii este un produs de analiză a fluxurilor de date în timp real, în timp ce orientarea deciziei poate fi satisfăcută în mod adecvat prin procesarea în bloc. Unii utilizatori vor necesita ambele, pe măsură ce vor evolua pentru a include diferite forme de analiză.

• Utilizați ceea ce există deja în mediul dvs.: Pentru a obține contextul potrivit, ar putea fi important să folosiți date și algoritmi existenți în cadrul vast de analiză a datelor.

• În timp ce organizațiile vor continua să utilizeze SQL, multe dintre ele se uită și la forme noi de acces la date pentru a sprijini timpii de răspuns mai rapizi sau ori mai repede la decizie. Depășiți latența redusă:

• Dacă veți avea de-a face cu viteze mari de date, veți avea nevoie de un cadru care să poată susține cerințele de viteză și performanță. Furnizați un spațiu de stocare ieftin:

• Datele mari înseamnă o cantitate mare de spațiu de stocare - în funcție de cantitatea de date pe care doriți să o procesați și / sau să o păstrați. Integrarea cu implementările cloud:

• Cloud-ul poate oferi capacități de stocare și de calcul la cerere. Din ce în ce mai multe companii folosesc cloudul ca o analiză "nisip". "Din ce în ce mai mult, norul devine un model important de implementare pentru a integra sistemele existente cu implementări în cloud într-un model hibrid. Deși toate aceste caracteristici sunt importante, valoarea percepută și reală a creării de aplicații dintr-un cadru este un timp mai rapid de implementare.Având în vedere toate aceste capacități, luați în considerare un cadru de analiză a datelor de la o companie numită Continuitate.

Continuity AppFabric este un cadru care sprijină dezvoltarea și implementarea unor aplicații de date mari. AppFabric în sine este un set de tehnologii concepute special pentru a elimina capcanele tehnologiilor de date de nivel inferior. Constructorul de aplicații este un plug-in Eclipse care permite dezvoltatorului să construiască, să testeze și să depaneze local și în medii familiare.

Capabilitățile AppFabric includ următoarele:

Suport flux pentru analiza și reacția în timp real

• API unificat, eliminând necesitatea de a scrie în infrastructurile de date mari

• Interfețe de interogare pentru rezultate simple și suport pentru procesoare interogare pluggable

• Seturi de date care reprezintă date și tabele interogabile accesibile din API-ul unificat

• Citirea și scrierea datelor independente de formatele de intrare sau de ieșire sau de specificul componentelor subiacente

• Procesarea evenimentelor bazate pe tranzacții

• Implementarea multimodală într-un singur nod sau norul

• Această abordare va câștiga tracțiunea pentru dezvoltarea de aplicații de mari dimensiuni, în primul rând datorită multitudinii de instrumente și tehnologii necesare pentru a crea un mediu mare de date.

Lipsa de colaborare poate fi costisitoare în multe feluri. Organizațiile mari pot beneficia de instrumente care conduc colaborări. Foarte des, oamenii care fac o muncă similară nu își dau seama de eforturile fiecăruia care duc la duplicarea muncii.

Un alt exemplu bun al unui cadru de aplicații este OpenChorus. În plus față de dezvoltarea rapidă a aplicațiilor de analiză a datelor, suportă, de asemenea, colaborarea și oferă multe alte caracteristici importante pentru dezvoltatorii de software, cum ar fi integrarea instrumentelor, controlul versiunilor și gestionarea configurațiilor.

Open Chorus este un proiect susținut de EMC Corporation și este disponibil sub licența Apache 2. 0. De asemenea, EMC produce și susține o versiune comercială a corului. Ambele Open Chorus și Chorus au rețele de parteneri vibrante, precum și un număr mare de colaboratori individuali și corporativi.

Corul deschis este un cadru generic. Trăsătura sa principală este capacitatea de a crea un "hub" comun pentru a împărtăși surse mari de date, informații, tehnici de analiză și vizualizări. Open Chorus oferă următoarele:

Depozit de instrumente de analiză, artefacte și tehnici cu versiuni complete, urmărirea schimbării și arhivare

• Spații de lucru și nisipuri care sunt auto-provizionate și ușor de întreținut de membrii comunității

• Vizualizări hărți de căldură, serii de timp, histograme și așa mai departe

• Căutarea federalizată a oricăror elemente de date, inclusiv Hadoop, metadate, depozite SQL și comentarii

• Colaborarea prin caracteristici de tip social networking încurajând descoperirea, partajarea și brainstorming

• Extensibilitate pentru integrarea componentelor și tehnologiilor terților