60% крупных издательств с трудом справляются с обработкой получаемых объемов данных имеющимися у них средствами. 48% недовольны скоростью обработки, а особую проблему представляет объединение потоков данных из различных источников и представление их в целостном виде.
Эффективность анализа данных о функционировании телекоммуникационного оборудования определяется возможностями системы сбора и обработки этих данных, объемы которых могут увеличиваться экспоненциально. Как выполнить глубокий анализ поведения сетевого оборудования в условиях лавинообразного роста показаний телеметрии?
Проектирование архитектур систем работы с Большими Данными связано с множеством трудностей. В частности, архитектуру распределенного ПО надо тесно увязать со структурами данных и архитектурой развертывания. Чтобы удовлетворить требования к качеству, при проектировании системы нужно учитывать особенности всех трех архитектур одновременно.
Преимущество популярного инструментария с открытым кодом, считают разработчики, заключается в том, что он напрямую работает с неструктурированными данными, находящимися в базе, не приводя их в традиционный реляционный вид. Распространенные средства анализа и визуализации — например, Tableau — работают со структурированными данными.
В компании полагают, что возможности анализа данных реального времени поможет службам поддержки пользователей справляться с выполнением сложных запросов, быстрее рассматривать инциденты и предоставлять более качественное обслуживание.
На заказной обработке Больших Данных специализируется запущенный в декабре 2014 года проект Yandex Data Factory.
Участники конференции в МТИ отметили, что сегодня в городах собирают колоссальные объемы данных, помогающих оптимизировать логистику, сделать эффективнее планирование инфраструктуры и тактическое управление городским хозяйством.
Эпоха экспериментов с технологиями заканчивается, и организации формализуют их использование, чтобы в реальности увидеть их коммерческую ценность, утверждают аналитики.
Программное обеспечение Kyvos можно применять со всеми популярными дистрибутивами Hadoop, в том числе с предлагаемыми компаниями Cloudera, Hortonworks и MapR, а также со стандартным от Apache.