Tipi di distribuzione di Big Data

¿Come puoi fare un Implementazione dei Big Data? Non esiste un'unica risposta a questa domanda perché dipenderà da:

– Il Maturità della Business Intelligence rischi.

– L'infrastruttura di cui dispone l'organizzazione per la distribuzione.

– Il tuo livello di conoscenza del nuovo ambiente, la tua esperienza (Scienza dei dati).

– Il tuo approccio, più innovativo o più tradizionale, che determinerà inequivocabilmente la tua scelta.

In ogni caso, si può dire che, generalmente, Le compagnie, a seconda della configurazione e in base ai fattori sopra menzionati, sono raggruppati secondo tre diversi modelli di implementazione dei Big Data:

– rivoluzionario

– evolutivo

– Ibrido

L'implementazione rivoluzionaria dei Big Data

Chi sceglie questo Come implementare i Big Data Hanno deciso di rompere con tutto e ricominciare da zero. È ovvio che tutte le aziende stanno già lavorando, hanno generato dati e li hanno salvati ed elaborati a modo loro. Fino a primo contatto con i Big Data hanno preso decisioni basate sui dati, ma sempre con un'alta componente di incertezza e una proporzione di fatti che oggi possono sembrare pericolosamente ridicoli..

Questa implementazione li mette sulla strada delle decisioni migliori perché dà loro la possibilità di farlo., Non solo in termini di volume ma anche in termini di potenza analitica. Anche se sembra magia, Fai questo passo da gigante, Qualitativamente parlando, Non richiede né più né meno che spostare tutti i dati disponibili nel nuovo ambiente. E, insieme a loro, Le relazioni, il Modellazione e integrazione con i processi aziendali. Il passato è alle spalle e dal primo momento tutto ripartirà da zero su questa nuova piattaforma.

Ci sono 3 Tre tecnologie che ne permettono la realizzazione: Hadoop, il Database paralleli e il Nei database di memoria, per analisi in tempo reale. Attraverso le loro tattiche di “Dividi e conquista”, Consentono di lavorare con grandi volumi di informazioni in breve tempo e a basso costo, completato dalla possibilità di spostare tutto al nube.

* Vantaggi di questo tipo di distribuzione:

– Agilità nell'elaborazione delle informazioni– Dal momento che ogni porzione viene elaborata molto più velocemente e quello che hai usato per prendere 6 ore ora richiede minuti.

– Ottimizzazione delle risorse che implica una notevole Falcidia rispetto ad altri metodi.

– Flessibilità di utilizzo grazie al sistema di nodi: che ti consente anche di calcolare quanto spenderai e pagare solo per ciò che viene utilizzato.

* Svantaggi:

– Costi elevati in termini di competenze a cui si aggiungerebbe la difficoltà di trovare candidati con questo profilo sul mercato, Professionisti che sanno e sanno come gestire correttamente questa tecnologia, Sfruttarlo al meglio.

– Forse può anche significare un tempo di adattamento più lungo fino alla messa in servizio, rispetto ad altri sistemi, in quanto è un metodo totalmente nuovo.

Implementazione dei Big Data: Il metodo evolutivo

Il metodo evolutivo è un altro modo per accedere a questo mondo che le aziende sono solite scegliere., forse non così pionieristico, ma avevano già un CON UN abbastanza maturo. Stiamo parlando di organizzazioni che hanno il loro Depositare, suo Strumento di visualizzazione e reporting e che da anni analizzano i dati, Vecchio stile ma maturo.

Accontentati Metodo evolutivo di implementazione dei Big Data Si presume che, mantenimento della struttura attuale, I dati che non avevano posto nel sistema vengono semplicemente aggregati per la pre-elaborazione dalla piattaforma. Grandi dati. così, Il sistema attuale può vederli e quindi raggiungerli analisi, che rimangono dello stesso tipo o di tipo simile, Ma ora Incorporare più dati.

Il vantaggio di questa opzione è che la tua soglia di ingresso ha un costo inferiore, poiché le aziende possono ancora continuare a utilizzare il loro strumento, anche se il Estrazione dati e la sua strutturazione è responsabile di Grandi dati. Come attivare il, I Big Data diventano un input per il Piattaforma BI esistente. I dati vengono accumulati e analizzati, e i risultati vengono inviati al data warehouse.

* Vantaggi di questo sistema:

– Prestazione. I modelli sono ora alimentati da dati sempre più diversificati.

– Volume. vedere Moltiplicare il volume di informazioni che ottieni, grazie a Grandi dati.

– Risparmi. Sia nel tempo di impianto, come nei costi, che consente a chiunque di lavorare con Python in Jupyter Notebook o JupyterLab CON UN esistente.

* Svantaggi:

– La velocità da un'estremità all'altra sarà sempre limitata da Ambiente di BI corrente (che è molto più lento).

– Il livello di percezione non è così ampio, poiché la granularità fallirebbe a causa di CON UN esistente.

– Questa soluzione non è definitiva, perché verrà un tempo in cui il CON UN non ha la capacità di soddisfare i requisiti informativi dell'organizzazione e deve scegliere di eseguire il trasferimento completo dei dati al di fuori dell'azienda.

L'alternativa ibrida all'implementazione dei Big Data

Questo sistema alterna l'utilizzo dell'una e dell'altra tecnologia a seconda dell'obiettivo perseguito. Per un certo tipo di informazioni, Analisi o utente, il CON UN esistente, mentre per Analisi molto più raffinate, Come quelli di Tipo predittivo, simulazioni, eccetera. verrebbe utilizzato Grandi dati. Per farlo, Basterebbe stabilire un paio di punti di integrazione, ottenere i dati del data warehouse sono memorizzati nel motore di scansione, che sarebbe visto dall'analizzatore come un DataMart.

In questa opzione Grandi dati Non si tratta solo di un allegato alla CON UN tradizionale che ora ti consente di vedere dati che prima non potevi, Ma è anche una piattaforma che serve a rendere Analisi avanzate Mescolare i dati da quelli tradizionali che ancora esistono, con quelli nuovi come Social media o la Dati non strutturati che la BI di prima non contemplava quando lavorava.

* Vantaggio:

– Precisione: I sistemi sono ora alimentati con informazioni strutturate, Dove prima potevano accedere solo ai dati non strutturati.

– Grandi analisi. O ciò che è lo stesso, Possibilità di fare analisi predittiva, creare un modello statistico con tutti i dati e identificare le relazioni causali e le correlazioni; anche affidandosi a strumenti di visualizzazione avanzati.

– Internet delle cose: che permette di conoscere in tempo reale tutto ciò che sta accadendo ovunque e in relazione a qualsiasi problema.

– Efficacia dei costi. Decisamente, Questa opzione ti consente di offrire servizi migliori rispetto a, Certo, può anche essere addebitato.

* Svantaggi:

– Resistenza: delle imprese meno sviluppate, Tecnologicamente parlando, all'implementazione di tale modello.

– Difficoltà: di chi è abituato a limitarsi ad un tipo di analisi meramente descrittivo, quando ci si lancia in nuove possibilità.