Rumah Pangkalan data Menggalakkan dalam data besar masa nyata dengan arus peralihan

Menggalakkan dalam data besar masa nyata dengan arus peralihan

Anonim

Pemandu kereta menghabiskan sebahagian besar masa mereka mengintip melalui cermin depan, hanya sebahagian kecil daripada masa itu melirik cermin pandangan belakang mereka. Itu kerana memandu adalah aktiviti misi kritikal, tidak seperti pengambilan keputusan yang diperlukan untuk menjalankan perniagaan yang serius. Kenapa kebanyakan eksekutif menumpukan perhatian analisis mereka pada masa lalu? Kenapa tidak melihat apa yang sedang berlaku sekarang, apa yang berlaku di atas pike itu?


Salah satu sebab adalah kerana alat untuk menganalisis data semuanya telah difokuskan pada masa lalu. Itu sekarang berubah, sebahagiannya kerana aliran data masa nyata terus berkembang. Namun, mengakses dan menguruskan aliran tersebut dengan berkesan memerlukan enjin yang boleh menggunakan Lingua Franca data: SQL. Masukkan, SQLStream. Tidak seperti sistem pengurusan pangkalan data relasi tradisional (RDBMS), yang berterusan data yang kemudiannya boleh ditanya, SQLStream menjalankan pertanyaan terus menerus pada aliran data yang disasarkan. Ini membolehkan pandangan masa nyata tentang keadaan organisasi.


Ini adalah topik perbincangan kami dalam episod The Briefing Room, dengan Dr Robin Bloor dan Damian Black dari SQLStream. Kami belajar:

  • SQLstream memegang lima paten yang merangkumi pengertian dasar relasi aliran dan pelayan streaming memproses operasi hubungan secara berterusan; tiga lagi paten masih belum selesai.
  • Beberapa penganalisis mengatakan bahawa 2013 akan menjadi tahun utama bagi analisis aliran, enjin yang akan menjadi pusat kepada integrasi platform perisikan operasi.
  • Contoh-contoh data Big Streaming yang boleh dianalisis untuk manfaat perniagaan termasuk fail log aplikasi, data GPS, butiran rekod panggilan, lalu lintas Web dan trafik rangkaian.
  • Satu bidang nilai khusus adalah telematik, membolehkan syarikat-syarikat telekomunikasi jauh memantau kesihatan peranti, sistem dan infrastruktur, maka elakkan gangguan dengan mengenali masalah seperti yang berlaku, atau bahkan meramalkan peranti atau kegagalan sistem secara berkesan.
  • Dr. Bloor menyatakan bahawa Hadoop sebenarnya bukan enjin paralelisme yang sangat baik. Ia bukan enjin prestasi. Kecantikannya adalah serba boleh, dan fakta bahawa anda boleh menyimpan apa-apa jenis data di dalamnya dengan mudah.

Arkib acara penuh di sini.

Menggalakkan dalam data besar masa nyata dengan arus peralihan