어떻게 더 나은 기업에 대 한 큰 데이터 전략을 개발

큰 데이터 정책 실패? 그것은 문제를 논의 하기 위해 시간 이다. 기업은 ERP (엔터프라이즈 리소스 계획)을 통합 하는 방법 및 비즈니스 프로세스의 효율성을 장애물을 제거 하기 위해 다른 비즈니스 응용 프로그램 마스터 그냥 있다. 서비스-지향 아키텍처, 소프트웨어 서비스, 클라우드 컴퓨팅 및 다른 현대 솔루션은 대규모 응용 프로그램 통합을 달성 하는 기업에 있는 역할을 했다. 하지만 오늘, 단체는 많은 수의 데이터 환경에 있는 도전의 새로운 세트를 직면 하 고. 더 명확 하 게, 데이터 스트림 아니에요. 그것은 이루어져 서로 또는 격리 된 데이터를 분리 독립 데이터 스트림의 수로 이전 엔터프라이즈 응용 프로그램.

그것은 보수입니다.

이러한 데이터의 대부분은 기업 데이터를 처리 하는 데 사용 하는 동일 합니다. 대규모의 구조화 된 데이터 환경에서 데이터 폭발에 도전의 대부분 스케일링, 중복, 및 분석 하 여 해결할 수 있습니다. 빅 데이터 시대에 이러한 과제는 기업 해결 해야 합니다 문제 중 단지 몇 있습니다. 오늘 수집 데이터 형식을 매우 광범위 한 있습니다. 데이터는 임베디드 센서, RFID 칩, 상자 및 시청각 공급, 문서 및 이미지 파일, 이미지, 및 다른 방법을 통해 데이터베이스에 전송 됩니다. 소셜 미디어 데이터의 이미지를 변경 됩니다. 이 비즈니스 파트너 간에 공유 하는 큰 데이터를 포함 하지 않습니다.

이상 조직 또는 데이터를 양식을 처방. 사실, 그렇게 하려고 데이터 자체의 값 크게 줄일 것 이다. 엔터프라이즈만 잠재적인 플롯 또는 반응의 특정 번호를 예측할 수 있습니다. 아무리 얼마나 많은 확인란 또는 데이터 파일을 만들, 거기는 항상 데이터 오버플로입니다. 경쟁 관점에서 비 전통적인 데이터를 무시 하 고의 결과 엄청난. 맥킨 지 글로벌 연구소에 의해 최근 연구는 큰 데이터 혁신, 경쟁 및 생산성의 분야에서 다음 연구 방향 및 기존 데이터를 충분히 활용 하지 못하면 회사의 수백만 달러의 수백을 잃을 것 이다 나타났습니다.

부분 솔루션만을 제공 하는 관계형 데이터베이스

구조화 되지 않은 데이터를 관리 하는 기술과 도구를 사용 하 여 큰 볼륨 및 데이터의 다양 한 때문에 매우 어려운 된다. 비-관계형 NoSQL, XML, 및 중요 한 숫자 데이터 저장소 대부분 큰 데이터의 확장성과 접근성 문제를 해결 하는 단체를 도울 수 있다. 솔루션 Hadoop MapReduce를 사용 하 고 대용량 데이터 관리 및 비즈니스 인텔리전스를 얻기 위한 시작 지점으로 엔터프라이즈를 제공 하는 쿼리 언어를 하이브. MONGODB와 카산드라와 같은 NoSQL 데이터베이스 관리 시스템은 Hadoop 통합, 그것을 쉽게 클라이언트 인터페이스가 하나 이상 또는 다른 데이터 스트림을 덮어 고객 구현 했습니다.

오늘날 데이터 자체는 기업에 더 유연한 된다. 병렬 프로세스 및 지능형 데이터는 jitterbit 같은 도구, 데이터는 다음에 응용 프로그램에서 전송 될 수 및 전송 되는 데이터의 품질을 보장 하기 위해 수 있도록 설계 되었습니다. 데이터 형식 및 응용 프로그램을 통해이 통합 인스턴트 분석을 포함 하는 시간에 민감한 비즈니스 활동에 대 한 중요 하다. 일반적으로,이 형태 분석의 현재와 역사적 데이터 새로운 트렌드를 쿼리해야 합니다. 그 이유는 SQL 자주 다시 작동.

SQL, NoSQL, 및 큰 데이터 기술

새로운 데이터의 출현은 비즈니스 데이터를 신중 하 게 수집 및 지난 수 십년 동안 collated 거부. SQL 데이터 저장소에 내부 엔터프라이즈 데이터 정확성과 대형 및 다른 데이터의 관련성의 차이 설명할 수 있습니다. 대부분의 조직에서는 그들은 여전히 최고의 비즈니스 관행을 지원 하기 위해 기업 데이터에 대 한 SQL 구조를 유지 하기 위해 필요를 찾을. 구조화 되지 않은 형식으로 모든 데이터를 변형 하는 것은 통합 하지, 그건 그냥 융합 처리. 동시에 구조화 되지 않은 데이터에 구조화 된 데이터를 강제 하려고 노력 낭비입니다.

기업 관점에서 통합의 목표는 데이터 구조 조직에 초점을 하지 않습니다. 새로운 오라클 데이터 통합 도구 로드 및 엔터프라이즈 데이터와 분석 하기가 그래서 Hadoop, 데이터를 변형 하 여 균형을 찾아 보십시오. 분석 과정에서이 접근에는 다양 한 정보 및이 경우에 데이터 통합 스토리지의 소스에서에서 데이터의 통합 수 있습니다. 이 취사 선택적인 접근 원래 데이터 초기 상태 보다 자유로움 그리고 값 더 미래 분석의 새로운 방법에 대 한 적절 한 있을 수 있습니다 암시이 유지.

(책임 편집기: 유산의 좋은)