Los requisitos de tiempo para grandes volúmenes de datos
Una consideración primordial al emprender un proyecto de datos grande es la cantidad proyectada de tiempo real y no en tiempo real requerido para llevar a cabo su iniciativa. Big data es a menudo acerca de hacer las cosas que no eran&rsquo-t posible porque la tecnología no estaba lo suficientemente avanzado o el costo era prohibitivo. El gran cambio ocurre con los datos de grande es la capacidad de aprovechar grandes cantidades de datos sin todo el complejo de programación requerido en el pasado.
Muchas organizaciones están en un punto de inflexión en cuanto a la gestión de grandes volúmenes de datos complejos. enfoques de grandes datos ayudarán a mantener las cosas en equilibrio para que las empresas Don&rsquo-t ir sobre el borde como el volumen, la variedad, y la velocidad de los cambios de datos. Las empresas han tenido dificultades para manejar mayores cantidades de datos que necesita ser administrado a altas velocidades.
Organizaciones tuvieron que conformarse con el análisis de pequeños subconjuntos de datos que a menudo carecían de información crítica para obtener una imagen completa que los datos podrían revelar. A medida que las tecnologías de datos grandes evolucionan y se despliegan, las empresas serán capaces de analizar con mayor facilidad los datos y utilizarla para tomar decisiones o acciones.
Video: Big Data y Open data: Cómo tomar decisiones estratégicas utilizando información pública
Los aspectos en tiempo real de grandes volúmenes de datos pueden ser revolucionario cuando las empresas necesitan para resolver problemas significativos. ¿Cuál es el impacto cuando una organización puede manejar datos que se está transmitiendo en tiempo real? En general, este enfoque en tiempo real es más relevante cuando la respuesta a un problema es el tiempo sensible y crítica para el negocio. Esto puede estar relacionado con una amenaza a algo tan importante como la detección de la actuación de los equipos de hospital o anticipando un posible riesgo de intrusión.
La siguiente lista muestra ejemplos de cuando una empresa quiere aprovechar esta información en tiempo real para obtener una ventaja rápida:
Monitoreo de excepción con una nueva pieza de información, como el fraude / inteligencia
Monitoreo de canales de noticias y medios de comunicación social para determinar los eventos que pueden impactar en los mercados financieros, como una reacción de los clientes a un producto nuevo anuncio
Cambiar su ubicación de anuncios durante un gran evento deportivo basado en tiempo real corrientes de Twitter
Video: Aprendizaje automático sobre grandes volúmenes de datos - Clase 10
Entrega de un vale a un cliente en base a lo que compró en el punto de venta
A veces el flujo de datos está llegando muy rápido y no incluye una amplia variedad de fuentes, a veces existe una gran variedad, ya veces es una combinación de los dos.
La pregunta que hay que preguntarse si&rsquo-re en movimiento a tiempo real es la siguiente: ¿Podría este (problema) se resuelve con las capacidades tradicionales de gestión de la información o necesita capacidades más nuevas? Es la escasez o la velocidad va a abrumar a nuestros sistemas? A menudo se trata de una combinación de los dos.
Por lo tanto, si necesita capacidades en tiempo real, ¿cuáles son los requisitos de la infraestructura para apoyar esto? La siguiente lista destaca algunas cosas que hay que considerar en relación con un sistema de&rsquo-s capacidad de captación de datos, procesarlos y analizarlos en tiempo real:
Baja latencia: La latencia es la cantidad de tiempo que transcurre que permite un servicio para ejecutar en un entorno. Algunas aplicaciones requieren menos latencia, lo que significa que tienen que responder en tiempo real. Una corriente en tiempo real va a requerir una baja latencia. Así que hay que estar pensando en poder de cómputo, así como restricciones de la red.
Video: EL CONTROL DEL VOLUMEN EN GUITARRA (CONSEJOS Y TRUCOS)
escalabilidad: La escalabilidad es la capacidad de mantener un cierto nivel de rendimiento incluso bajo cargas crecientes.
Versatilidad: Thesystem deben soportar ambos flujos de datos estructurados y no estructurados.
formato nativo: Utilizar los datos en su forma nativa. La transformación requiere tiempo y dinero. La capacidad de utilizar la idea de procesar las interacciones complejas en los datos que desencadenan eventos pueden ser transformacional.
Video: FOREX: Datos de Volumen en Tiempo Real de Futuros con Ninjatrader - Instalar y Configurar
La necesidad de procesar continuamente crecientes cantidades de datos dispares es uno de los factores clave que impulsan la adopción de servicios en la nube. El modelo de nube es a gran escala y distribuida.