Persyaratan waktu untuk data besar - dummies

Pertimbangan utama saat melakukan proyek data besar adalah jumlah real-time dan non-real-time yang diproyeksikan yang diprakarsai untuk melaksanakan inisiatif Anda. Data besar sering melakukan hal-hal yang tidak memungkinkan karena teknologinya belum cukup maju atau biayanya sangat mahal. Perubahan besar yang terjadi dengan data yang besar adalah kemampuan untuk memanfaatkan sejumlah besar data tanpa semua pemrograman kompleks yang dibutuhkan di masa lalu.

Banyak organisasi berada pada titik kritis dalam hal mengelola sejumlah besar data kompleks. Pendekatan data yang besar akan membantu menjaga keseimbangan agar bisnis tidak melewati batas karena variasi volume, variasi, dan kecepatan data berubah. Perusahaan mengalami kesulitan dalam mengatur jumlah data yang perlu ditangani dengan kecepatan tinggi.

Organisasi harus puas menganalisa himpunan bagian kecil data yang seringkali tidak memiliki informasi penting untuk mendapatkan gambaran lengkap bahwa data dapat diungkap. Seiring teknologi data yang besar berkembang dan dikerahkan, perusahaan akan dapat lebih mudah menganalisis data dan menggunakannya untuk membuat keputusan atau mengambil tindakan.

Aspek real-time data besar bisa menjadi revolusioner ketika perusahaan perlu memecahkan masalah yang signifikan. Apa dampaknya ketika sebuah organisasi dapat menangani data yang streaming secara real time? Secara umum, pendekatan real-time ini paling relevan bila jawaban atas suatu masalah adalah sensitif terhadap waktu dan bisnis kritis. Hal ini mungkin terkait dengan ancaman terhadap sesuatu yang penting seperti mendeteksi kinerja peralatan rumah sakit atau mengantisipasi potensi risiko intrusi.

Daftar berikut menunjukkan contoh kapan perusahaan ingin memanfaatkan data real-time ini untuk mendapatkan keuntungan cepat:

• Memantau pengecualian dengan informasi baru, seperti kecurangan / kecerdasan

• Memantau umpan berita dan media sosial untuk menentukan kejadian yang mungkin berdampak pada pasar keuangan, seperti reaksi pelanggan terhadap pengumuman produk baru

• Mengubah penempatan iklan Anda selama acara olahraga besar berdasarkan arus Twitter real-time

• Memberikan kupon kepada pelanggan berdasarkan apa yang dia beli pada titik penjualan

Kadang-kadang data streaming masuk dengan sangat cepat dan tidak mencakup beragam sumber, terkadang ada beragam, dan terkadang kombinasi keduanya keduanya

Pertanyaan yang perlu Anda tanyakan kepada diri sendiri apakah Anda akan pindah ke waktu nyata adalah: Mungkinkah ini (masalah) diselesaikan dengan kemampuan manajemen informasi tradisional atau apakah Anda memerlukan kemampuan yang lebih baru?Apakah volume atau kecepatan belaka akan membanjiri sistem kita? Seringkali itu adalah kombinasi keduanya.

Jadi, jika Anda memerlukan kemampuan real-time, apa persyaratan infrastruktur untuk mendukung ini? Daftar berikut menyoroti beberapa hal yang perlu dipertimbangkan mengenai kemampuan sistem untuk menelan data, mengolahnya, dan menganalisisnya secara real time:

• Latency rendah: Latency adalah jumlah jeda waktu yang memungkinkan layanan untuk mengeksekusi di lingkungan. Beberapa aplikasi memerlukan latensi lebih sedikit, yang berarti bahwa mereka perlu merespons secara real time. Arus real-time akan memerlukan latency rendah. Jadi Anda harus berpikir tentang menghitung daya serta kendala jaringan.

• Skalabilitas: Skalabilitas adalah kemampuan untuk mempertahankan tingkat kinerja tertentu bahkan di bawah beban yang meningkat.

• Multifungsi: Sistem harus mendukung aliran data terstruktur dan tidak terstruktur.

• Format asli: Gunakan data dalam bentuk aslinya. Transformasi membutuhkan waktu dan uang. Kemampuan untuk menggunakan gagasan untuk memproses interaksi kompleks dalam data yang memicu kejadian dapat bersifat transformasional.

Kebutuhan untuk memproses data yang terus meningkat secara terus-menerus adalah salah satu faktor kunci yang mendorong penerapan layanan awan. Model awan berskala besar dan terdistribusi.