Inhalt
- Einige Daten sind es nicht wert, gespeichert zu werden
- Beweglichkeit zählt
- Keine Bugs, kein Stress - Ihre schrittweise Anleitung zur Erstellung lebensverändernder Software, ohne Ihr Leben zu zerstören
- Das Speichern von Daten ist teuer
- Daten werden verteilter
- Weniger Daten (und Komplexität) können mehr sein
Wegbringen:
Während Edge Analytics die Technologie bereitgestellt hat, um das IoT intelligenter und besser zu nutzen, reicht sein Versprechen tatsächlich über das IoT hinaus bis an den Rand eines traditionelleren Datenökosystems.
Edge Analytics - oder das Analysieren von Daten, die näher am Ort ihrer Erfassung liegen - ist eine relativ neue Idee in der Datenanalyse und wurde zumindest bisher am häufigsten im Zusammenhang mit dem Internet der Dinge erwähnt. In einer Welt, in der überall Sensoren vorhanden sind und immer mehr Daten einfließen, bietet Edge Analytics eine Möglichkeit, Daten schneller, einfacher und in vielen Fällen praktischer zu nutzen. Obwohl Edge Analytics die Technologie zur Nutzung des IoT bereitgestellt hat, reicht sein Versprechen tatsächlich über das IoT hinaus bis an den Rand eines traditionelleren Datenökosystems. Schauen Sie sich hier die Vorteile der Verarbeitung von Daten am Rande gegenüber der Speicherung und der Anwendung herkömmlicherer Analysen an und warum viele Unternehmen anfangen, die Möglichkeit zu suchen, zwischen diesen beiden Optionen zu wählen, um ihren Anforderungen gerecht zu werden.
Einige Daten sind es nicht wert, gespeichert zu werden
In den Anfängen von Big Data ging es in Organisationen ausschließlich um das Sammeln von Daten. Die kollektive Weisheit war damals, dass das Sammeln von Daten eine gute Sache war, auch wenn sie nicht vollständig analysiert werden konnten. Das Problem ist, dass mit der Verbesserung der Datenerfassung die Datenmengen explodierten. Laut einem 2013 von der Forschungsorganisation SINTEF veröffentlichten Bericht wurden in den vergangenen zwei Jahren 90% aller Weltdaten generiert. Laut IDC werden bis 2020 pro Sekunde 1,7 Megabyte an neuen Informationen für jede Person auf dem Planeten erstellt. Das sind ungefähr 44 Zettabyte an Daten.
Als sich die Daten häuften, stellte sich die Frage: Was werden wir eigentlich machen? Mit all diesen Informationen zu tun? Leider ist die Antwort manchmal sehr gering. Eine Studie von Pricewaterhouse Coopers und Iron Mountain aus dem Jahr 2015 ergab, dass 43% der befragten Unternehmen von den erhobenen Daten "wenig greifbaren Nutzen" haben. Weitere 23% gaben an, "überhaupt keinen Nutzen" zu ziehen. Unternehmen lernen zunehmend, dass die Datenerfassung zwar große Vorteile hat, jedoch nicht alle Daten nützlich sind und nicht alle Daten es wert sind, aufbewahrt zu werden, insbesondere wenn sie aus der Vielzahl von Sensoren stammen, die wir als "IoT" bezeichnen.
"Viele der Daten, die vom Internet der Dinge stammen, müssen nicht unbedingt auf atomarer Ebene gespeichert werden", sagte Shawn Rogers, Director Global Marketing and Channels bei Dell Statistica.
"Ich denke, wir haben alle die Möglichkeit, mehr Daten zu speichern, mehr Daten zu analysieren und umfassendere und tiefere Einblicke in all diese riesigen Informationsmengen zu erhalten. Das heißt jedoch nicht, dass Sie dies tun sollten, nur weil Sie dies können."
Da Edge Analytics es Unternehmen ermöglicht, Daten näher am tatsächlichen Ort zu analysieren, können Entscheidungen getroffen werden, bevor die Daten zur Speicherung gesendet werden. Dies kann dazu führen, dass weniger Daten gespeichert und konsolidiert werden müssen. Da die Datengenerierung und -erfassung immer weiter zunimmt, ist das auf jeden Fall eine gute Sache.
Beweglichkeit zählt
Ein weiterer Vorteil bei der Analyse von Daten, die näher an ihrer Quelle liegen: Flexibilität. In einigen Fällen sind Daten in Echtzeit viel nützlicher. Dies gilt insbesondere für die Daten, die von IoT-Sensoren stammen. Fabriksensoren, medizinische Geräte, Handels- und Betrugserkennungsanwendungen sowie Systemüberwachung liefern unter anderem Daten, die möglicherweise schneller und reaktionsschneller adressiert werden müssen. Diese sogenannte "Stream-Verarbeitung" ist wichtig in Anwendungen, in denen Daten schnell und / oder kontinuierlich verarbeitet werden müssen. Mit zunehmendem Geschäftstempo wird diese Fähigkeit in vielen Branchen immer wichtiger.
"Als Konsument von Analytics möchte ich die Möglichkeit haben, strategische Entscheidungen darüber zu treffen, in welche Daten langfristig investiert werden soll und welche Daten unmittelbar wertvoll sind, welche Daten es wert sind, gespeichert zu werden und welche Daten es nicht wert sind, gespeichert zu werden", sagte Rogers .
Keine Bugs, kein Stress - Ihre schrittweise Anleitung zur Erstellung lebensverändernder Software, ohne Ihr Leben zu zerstören
Sie können Ihre Programmierkenntnisse nicht verbessern, wenn sich niemand um die Softwarequalität kümmert.
"Ich denke, dass das Verschieben von Analytics in Daten anstelle des ständigen Verschiebens von Daten in Analytics ein wichtiger Aspekt ist, und ich denke, dass dies eine Nachfrage ist, die die meisten Kunden haben werden, wenn die Analytics verteilter werden."
Das Speichern von Daten ist teuer
In den frühen Tagen der Speicherung großer Datenmengen sammelten viele Unternehmen viele Daten mit dem Gedanken, dass sie eines Tages nützlich sein könnten. Das Problem ist, dass das Sammeln und Speichern von Daten mit Kosten verbunden ist, die häufig nicht durch den aus diesen Daten abgeleiteten Wert gemindert werden.
"Was wir in den letzten zehn Jahren gesehen haben, waren Leute, die Hadoop-Cluster aufstellten, Daten in sie einsetzten und dachten, dass es eines Tages nützlich sein könnte ... und dann schnell herausfanden, dass das Sammeln von Daten trotz des Vorteils einiger Hadoop-Technologien immer noch viel kostet Geld ", sagte Rogers.
Mit Edge Analytics können Unternehmen nicht nur schneller auf Daten reagieren, sondern auch einen besseren Prozess für ihre Datenerfassung und -analyse erstellen. Mit Edge Analytics können Unternehmen auch auswählen, welche Daten für eine längerfristige, gründlichere Analyse aufbewahrt werden sollen. Dadurch können Daten einfacher und kostengünstiger verwaltet werden.
Daten werden verteilter
Die Zeiten, in denen Daten an einem einzigen Ort aufbewahrt wurden, sind wahrscheinlich vorbei. Dies erfordert die Bereitstellung, Verwaltung und Optimierung von Analysen auf verschiedenen Plattformen sowie in verschiedenen Bereichen, in denen Daten vorkommen, z. B. bei IoT-Sensoren.
"Wenn Sie Ihre Daten auf verschiedenen Plattformen wie der Hadoop-Cloud oder Analyse-Appliances verteilen möchten, benötigen Sie diese Flexibilität, um die Analyse auf die Daten zu übertragen. Edge Analytics ist nicht nur für den Rand des IoT gedacht, sondern für die Analyse." Rand eines traditionelleren Datenökosystems ", sagte Rogers.
Weniger Daten (und Komplexität) können mehr sein
Bis vor kurzem ging es bei der Erfassung, Speicherung und Analyse von Big Data darum, Daten aus Quellsystemen zu sammeln und in ein Data Warehouse zu leiten. Ein Data Warehouse ist jedoch nicht nur zunehmend weniger in der Lage, mit den Anforderungen der Analyse Schritt zu halten, diese Systeme werfen auch Probleme hinsichtlich Komplexität und Sicherheit auf, da Daten zur Analyse über weite Netzwerke transportiert werden müssen.
"Die gesamte Arbeit zum Verschieben von Daten von Punkt A nach Punkt B ist sehr komplex. Mit Edge Analytics können wir entscheiden, ob wir die Daten an einen Ort für Analysen oder an einen anderen verschieben möchten." "Wenn wir die Analyse dort platzieren möchten, wo sich die Daten befinden", sagte Rogers.
Mit anderen Worten, Edge Analytics bietet mehr Optionen in Bezug auf die Verwendung von Daten und hilft dabei, die Ressourcen zu erhalten, die für eine tiefere Datenanalyse am besten geeignet sind.
"Edge Analytics hat zweifellos Einfluss auf die Welt des Datenmanagements und darauf, wie wir Daten von einem Ort an einen anderen verschieben. Zum anderen haben Kunden die Möglichkeit, die Plattform zu wählen, die am besten funktioniert, und die Antworten in Abhängigkeit von ihrer Geschwindigkeit zu geben." Geschäft."