¿Qué es el presente? ¿Qué es el procesamiento en «tiempo real»? ¿Qué hay de cierto en el análisis que se puede realizar en milisegundos? Las respuestas dependen de quién hace las preguntas y a qué se refieren. Una base de datos en tiempo real puede permitir un análisis que se hace en segundos y es suficiente para un portal web, o se puede realizar en milisegundos. y ser exactamente lo que necesita el sistema de recomendación de un comercio electrónico. Un robot puede trabajar en microsegundos, procesar datos y tomar decisiones automatizadas. e iniciar distintas líneas de actuación. Es la diferencia entre trabajar bastante rápido y hacerlo a alta velocidad.. Es el elemento que marca la línea divisoria entre los líderes en innovación y el resto de compañías de su sector.
Créditos de las fotos: istock Megainarmy
Base de datos en tiempo real: ¿qué pasa con el procesamiento por lotes?
A pesar del aumento de la relevancia del modelo de base de datos en tiempo real, el procesamiento por lotes no queda relegado al pasado.. Es simplemente una forma distinto de realizar el procesamiento de datos, que implica latencias más altas y cuya velocidad nunca superará el procesamiento del flujo.
En esto, trabaja con pequeñas cantidades de datos a medida que llegan. Eso posibilita cálculos intensivos, como búsquedas paralelas y combinación de consultas sobre la marcha, al tener la capacidad de realizar el procedimiento por medio de diferentes equipos. De esta forma se pueden obtener resultados mucho más rápidamente, que es lo que se necesita para trabajar con Big Data.
Analítica en flujo, que no es más que la capacidad de calcular de forma continua en base a análisis matemáticos o estadísticos, es fundamental y es el complemento ideal para un base de datos en tiempo real, con una arquitectura totalmente escalable, de alta disponibilidad y resistente a fallas.
El base de datos en tiempo real, a diferencia de los modelos tradicionales, donde los datos primero se almacenan e indexan y, después, se procesan para consultas; toma los datos entrantes a medida que fluyen a través del servidor, pudiendo conectarse además a fuentes de datos externas, para permitir que las aplicaciones incorporen nuevos datos o actualicen una base de datos externa con la información procesada.
Desafíos que debe superar una base de datos en tiempo real
Al mismo tiempo de las características de un base de datos en tiempo real, la respuesta de streaming que se implemente debe poder enfrentar desafíos como:
- Procesamiento de grandes cantidades de eventos de transmisión.
- Respuesta en tiempo real a las condiciones cambiantes del mercado.
- Mayor rendimiento y escalabilidad a medida que los volúmenes de datos aumentan en tamaño y complejidad.
- Integracion rapida con las fuentes de datos existentes y su infraestructura.
- Descubrimiento y monitoreo de datos en tiempo real.
- Analítica de forma continua aplicada al procesamiento de consultas y alertas automáticas, entre otras, que agrega dinámicamente los datos y los trabaja en función de las acciones y necesidades de los usuarios comerciales.
- Visualización continua y en vivo de los datos.
Solo así es factible aprovechar al máximo el uso de los sistemas para, en torno a una base de datos en tiempo real, obtener llevar a término una mejor supervisión de la red que garantice su seguridad y optimice su gobernanza, una administración de riesgos más eficaz que se complementa con la detección infalible de fraudes, la administración de datos de mercado, la tarificación, el análisis de costes de transacción y, a modo de ejemplo, en vinculación al comercio electrónico, una mejora en su administración que se complementa con enrutamiento de pedidos inteligentes.
