Prévisions pour le patrimoine de données hybride

L'ère des données est arrivée, avec de nouvelles sources de données, de nouvelles cibles et de nouveaux modèles de traitement qui prolifèrent follement dans les entreprises de toutes tailles. Alors que les données n'ont jamais été aussi précieuses pour une entreprise - elles informent désormais sur le qui, le quoi, le où, le quand et le comment de la prise de décision - ce nouveau patrimoine de données hybride patrimoine de données introduit de nouveaux défis. Nous prévoyons les efforts novateurs suivants en matière de gestion des données, d'intégration et d'analyse pour relever ces défis.

L'essor du HTAP - Le meilleur des deux mondes dans la gestion des données

L'une des tendances les plus intéressantes pour le reste de la décennie sera le HTAP (Hybrid Transactional/Analytical Processing), un terme défini par Gartner qui représente une infrastructure logicielle hybride et convergente capable de gérer à la fois les charges de travail traditionnelles de gestion des données transactionnelles ET les charges de travail modernes de gestion des données analytique gestion des données .

Toutes les entreprises s'efforcent de trouver des outils et des techniques pour analyser efficacement le volume, la variété et la vitesse des données. Une nouvelle génération de bases de données SQL analytiques en colonnes (comme Actian Vector) sera essentielle pour tenir la promesse de décisions basées sur les données. Dans le même temps, les organisations connaissent et tentent de préserver leur investissement dans les bases de données SQL transactionnelles traditionnelles (comme Actian Ingres) qui représentent l'épine dorsale de la gestion des données dans la plupart des organisations. Comment marier ces deux besoins de gestion des données ?

Et si vous pouviez avoir les deux capacités dans la même base de données ? Et si vous pouviez bénéficier du meilleur des deux mondes ? Des fonctionnalités de base de données OLTP robustes, de classe entreprise, qui s'appuient sur plus de 30 ans de travail de pionnier dans le domaine de la gestion des données. Ajoutez ensuite le moteur de base de données analytique en colonnes le plus performant au monde (avec traitement vectoriel) dans la même infrastructure de base de données. Une base de données, un modèle de sécurité, un SQL, un fournisseur - fournissant un hybride innovant de traitement opérationnel et analytique qui couvre tout le spectre de la gestion des données! Avec la possibilité de déployer dans le nuage ou sur site. Il y a de quoi être enthousiaste.

L'essor des bases de données de périphérie pour la gestion des données de l'IdO

Les piles et solutions IoT émergentes manquent d'un élément important des architectures évolutif - un niveau intermédiaire élastique qui peut se situer à la "périphérie" du réseau et fournir des services de traitement robustes pour l'intégration et l'analyse des données IoT. La plupart des architectures IoT conventionnelles se concentrent simplement sur les deux principaux points finaux - les capteurs eux-mêmes, qui produisent des données de bas niveau, et le nuage, où les événements des capteurs doivent finalement "atterrir" pour être analysés.

Le volume et la répétition des données des capteurs font qu'il n'est pas possible d'imaginer que toutes les données des capteurs soient stockées dans le nuage. Les architectures IoT les plus intelligentes fourniront un niveau intermédiaire intelligent - une sorte de fonction de passerelle qui résidera près des capteurs, à la périphérie. Cette couche est destinée à la capture précoce, au traitement et à l'analyse locale des données des capteurs avant que seules les informations vitales ne soient envoyées vers le nuage.

La technologie naturelle à déployer à la périphérie du réseau est une base de données EdgeEmbarqué IoT base de données Edge à l'épreuve des balles. Outre les avantages évidents du déploiement d'une Embarqué IoTDB à la "périphérie" du réseau (persistance, sécurité, etc.), vous pouvez également appliquer un filtrage local crucial (par ex. doublons, erreurs, états stables, etc.) et des opérations de données (par ex. tris, agrégats, application de modèles et analyses locales) sur les données avant de les "débarquer" dans le nuage - une configuration beaucoup plus efficace et productive pour l'analyse des données de capteurs basée sur le nuage.

L'essor des plateformesintégration hybrides

Il semble que, quels que soient les investissements consentis, l'intégration reste un problème non résolu - en permanence au sommet de la liste des priorités dans tous les ateliers informatiques et toutes les organisations. La diversité des systèmes informatiques garantit une base de défis d'intégration. Le nombre incalculable de nouveaux points finaux chaque année exacerbe la situation. Si l'on ajoute que les anciens et les nouveaux points finaux changent constamment, on multiplie encore le problème. Ajoutez à cela l'exigence de différents modèles d'intégration et de livraison et vous commencez à voir les nombreuses dimensions intimidantes du problème de l'intégration.

Y a-t-il de l'espoir ? Oui, des outils qui dépassent la nature limitée des offres d'intégration typiques d'aujourd'hui font leur apparition sur le marché. Au lieu de se concentrer sur une seule dimension du problème d'intégration actuel - ETL sur site , outils EAI lourds ou services cloud légers - les clients se tourneront vers des plateformesintégration hybrides - solutions modernes, dynamiques et basées sur le cloud - pour s'attaquer à toutes les dimensions. Qu'il s'agisse de la variété des points finaux (cloud, mobile ou sur site), de la variété des modèles (A2A via des API ou B2B via des données), de la variété des compétences (de l'expert informatique au praticien LoB) ou de la variété des modèles de livraison (cloud ou sur site), une plateforme d'intégration hybride moderne comme Actian DataCloud permettra aux clients de s'adapter aux besoins d'intégration de données d'aujourd'hui.

L'essor de l'analyse graphique dans l'informatique dématérialisée

Neo4J, le principal fournisseur commercial de technologie de base de données de graphes sur site a récemment levé un fonds de 36 millions de dollars. Ce financement fait des bases de données de graphes (et de l'espace d'analyse de graphes associé) des citoyens de première classe dans le panthéon des techniques analytiques modernes.

Pourquoi un graphique ? Pour reprendre les mots désormais immortels de Donald Rumsfeld, il existe des "éléments connus" (traités par la BI et le reporting), des "éléments inconnus" (traités par l'analyse prédictive pour appréhender un défi analytique connu tel que la fraude), et enfin des "éléments inconnus". Ce sont les questions que vous n'avez jamais su poser, les requêtes que vous n'avez jamais su écrire. Quels sont les modèles inconnus/invisibles cachés dans vos données, et comment les trouver ? C'est l'un des grands défis analytiques des ensembles de données - quelles sont les relations inhérentes (mais invisibles) dans les données - quels objets sont "proches" de quels autres objets ? Quels sont les objets "aberrants" ? Quels événements jusqu'ici apparemment sans rapport partagent l'espace et le temps ?

C'est précisément pour cette raison que le graphique est une nouvelle arme analytique importante. L'analyse graphique dans le nuage est la plateforme de mise en œuvre idéale, et nous nous attendons à voir des offres qui vous permettent de transférer vos données dans le nuage, de les charger dans un entrepôt de données graphiques dorsal comme Actian Versant, puis de les "représenter graphiquement" pour voir les modèles inhérents aux données (et même de voir de nouveaux modèles émerger spontanément à mesure que vous ajoutez des données).

À propos d'Actian Corporation

Actian facilite l'accès aux données. Notre plateforme de données simplifie la façon dont les gens connectent, gèrent et analysent les données dans les environnements cloud, hybrides et sur site . Avec des décennies d'expérience dans la gestion des données et l'analyse, Actian fournit des solutions de de haute performance qui permettent aux entreprises de prendre des décisions basées sur les données. Actian est reconnu par les principaux analystes et a reçu des prix de l'industrie pour sa performance et son innovation. Nos équipes partagent des cas d'utilisation éprouvés lors de conférences (par exemple, Strata Data) et contribuent à des projets à code source ouvert. Sur le blog d'Actian, nous couvrons des sujets allant de l'ingestion de données en temps réel à l'analyse pilotée par l'IA. Faites connaissance avec l'équipe dirigeante https://www.actian.com/company/leadership-team/