Conţinut
- Unele date nu merită salvate
- Număr de agilitate
- Fără bug-uri, fără stres - Ghidul dvs. pas cu pas pentru crearea de programe care schimbă viața fără a vă distruge viața
- Stocarea datelor este costisitoare
- Datele devin mai distribuite
- Mai puține date (și complexitate) pot fi mai multe
La pachet:
În timp ce analizele de bord au furnizat tehnologia pentru a utiliza IoT într-un mod mai inteligent, mai bun, promisiunea sa se extinde dincolo de IoT până la marginea unui ecosistem de date mai tradițional.
Analitica Edge - sau analizarea datelor mai aproape de locul în care au fost colectate - este o idee relativ nouă în analiza datelor și, cel puțin până acum, am auzit cel mai adesea la care se face referire împreună cu IoT. La urma urmei, într-o lume cu senzori peste tot și o cantitate din ce în ce mai mare de date care curg, analizele de margine oferă o modalitate de a obține valoare din date într-un mod care este mai rapid, mai simplu și, în multe cazuri, mai practic. Dar, în timp ce analizele de bord au furnizat tehnologia pentru a utiliza IoT, promisiunea sa se extinde de fapt, dincolo de IoT, până la marginea unui ecosistem de date mai tradițional. Aici ar trebui să aruncăm o privire asupra avantajelor procesării datelor la marginea stocării și aplicării unor analize mai tradiționale și de ce multe organizații încep să caute capacitatea de a alege între aceste două opțiuni pentru a se potrivi nevoilor lor.
Unele date nu merită salvate
În primele zile ale datelor mari, organizațiile erau toate despre colectarea datelor. Înțelepciunea colectivă la acea vreme era că colectarea de date era un lucru bun, chiar dacă nu ar putea fi analizată pe deplin. Problema este că pe măsură ce colecția de date s-a îmbunătățit, volumele de date au început să explodeze. Potrivit unui raport publicat de organizația de cercetare SINTEF în 2013, 90% din toate datele lumii au fost generate în ultimii doi ani. Potrivit IDC, 1,7 megabyte de informații noi vor fi create în fiecare secundă pentru fiecare persoană de pe planetă până în 2020. Aceasta înseamnă aproximativ 44 de zettabyte de date.
Pe măsură ce datele s-au acumulat, întrebarea a devenit evidentă: la ce mergem de fapt faceți cu toate aceste informații? Din păcate, uneori răspunsul se ridică la foarte puțin. Un studiu lansat de Pricewaterhouse Coopers și Iron Mountain în 2015 a constatat că 43% dintre companiile chestionate obțineau „beneficii tangibile” din datele colectate. Alte 23% s-au dovedit că nu obțin „niciun beneficiu”. Ceea ce organizațiile învață din ce în ce mai mult este că, în timp ce colectarea datelor are beneficii majore, nu toate datele sunt utile și nu toate datele merită păstrate, în special atunci când acestea curg din multitudinea de senzori pe care îi numim „IoT”.
"O mulțime de date care provin de la IoT s-ar putea să nu fie neapărat date pe care trebuie să le păstrăm la nivel atomic", a declarat Shawn Rogers, director de marketing global și canale pentru Dell Statistica.
"Cred că toți s-au bucurat de capacitatea de a păstra mai multe date, de a analiza mai multe date și de a obține perspective mai bogate și mai profunde din toate aceste volume mari de informații. Acest lucru a spus, doar pentru că poți, nu înseamnă că ar trebui."
Deoarece analizele de margine permit organizațiilor să analizeze datele mai aproape de locul în care au loc efectiv, permite luarea deciziilor înainte ca datele să fie trimise să fie stocate. Ca urmare, poate reduce nevoia de a stoca și consolida cât mai multe date. Pe măsură ce generarea și colectarea datelor continuă să se extindă, acesta este cu siguranță un lucru bun.
Număr de agilitate
Există un alt avantaj în analiza datelor mai aproape de sursa lor: agilitatea. În unele cazuri, datele sunt mult mai utile în timp real. Acest lucru este valabil mai ales în cazul datelor care decurg din senzorii IoT. Senzori din fabrică, dispozitive medicale, aplicații de tranzacționare și detectare a fraudei și monitorizarea sistemului, printre multe alte exemple, toate oferă date care ar putea fi necesare într-un mod mai rapid și mai receptiv. Acest lucru numit „procesare flux” este important în aplicațiile în care datele trebuie procesate rapid și / sau continuu. Pe măsură ce ritmul de afaceri crește, această capacitate devine din ce în ce mai necesară în multe industrii.
"În calitate de consumator de analize, doresc capacitatea de a lua decizii strategice cu privire la ce date să investească pe termen lung și la ce date să obțină valoare imediat, despre ce date merită stocate și ce date merită stocate", a spus Rogers .
Fără bug-uri, fără stres - Ghidul dvs. pas cu pas pentru crearea de programe care schimbă viața fără a vă distruge viața
Nu îți poți îmbunătăți abilitățile de programare atunci când nimeni nu îi pasă de calitatea software-ului.
"Cred că mutarea analizelor către date în loc de mutarea întotdeauna a datelor către analitice este o importanță importantă de a lua, și cred că o cerere a acesteia va fi cea mai mare parte a clienților pe măsură ce analizele devin mai dispersate."
Stocarea datelor este costisitoare
În primele zile ale stocării de date mari, o mulțime de organizații au colectat o mulțime de date cu ideea că ar putea fi utile într-o zi. Problema este că colectarea și stocarea datelor are un cost, care adesea nu este atenuat de valoarea derivată din aceste date.
„Ceea ce am văzut în ultimul deceniu au fost oameni care au stat în picioare grupuri de Hadoop, punând date în ele și gândindu-se că ar putea fi utile într-o zi ... atunci am aflat rapid că, chiar și cu avantajul unor tehnologii Hadoop, colectarea datelor costă încă mult bani ", a spus Rogers.
Analizele Edge oferă o modalitate de a nu permite doar organizațiilor să răspundă mai rapid la date, dar de a crea un proces mai bun în jurul colectării și analizelor de date. Analitica Edge permite, de asemenea, organizațiilor să aleagă ce date să păstreze pentru o analiză mai lungă și mai profundă. Acest lucru poate facilita gestionarea datelor și mai puțin costisitoare.
Datele devin mai distribuite
Zilele de păstrare a datelor într-un singur loc sunt probabil terminate. Acest lucru creează necesitatea de a implementa, gestiona și optimiza analizele în diferite platforme, precum și în diferite domenii în care apar date, cum ar fi senzorii IoT.
"Dacă aveți de gând să distribuiți datele dvs. pe diferite platforme, cum ar fi cloud Hadoop sau aparate analitice și așa mai departe, atunci aveți nevoie cu adevărat de această flexibilitate pentru a muta analitica la date. Analiza de calcul nu este doar pentru marginea IoT, este nevoie de analiză la marginea unui ecosistem de date mai tradițional ", a spus Rogers.
Mai puține date (și complexitate) pot fi mai multe
Până destul de recent, conversația despre colectarea, stocarea și analiza de date mari a vizat colectarea datelor din sistemele sursă și conducerea lor într-un depozit de date. Dar nu numai că un depozit de date este din ce în ce mai puțin capabil să țină pasul cu eforturile analitice, aceste sisteme ridică probleme în jurul complexității și securității, deoarece implică transportul datelor prin rețele largi pentru a le analiza.
"Există o mulțime de complexități în toate lucrările care se deplasează în mutarea datelor din punctul A în punctul B pentru a putea fi folosite. Analiza de Edge ne permite să luăm decizii cu privire la faptul dacă dorim să mutăm datele într-un loc pentru analiză sau dacă doresc să pun analitica unde sunt datele ", a spus Rogers.
Cu alte cuvinte, analizele de margine oferă mai multe opțiuni în ceea ce privește modul de utilizare a datelor și ajută la păstrarea resurselor care sunt cele mai potrivite pentru o analiză mai profundă a datelor.
"Analitica Edge afectează cu siguranță lumea gestionării datelor și modul în care mutăm datele dintr-un loc în altul. Celălalt lucru pe care îl face este să oferim clienților posibilitatea de a alege care platformă ar funcționa cel mai bine și să le ofere răspunsurile ca viteză a acestora Afaceri."