Les conducteurs automobiles passent la grande majorité de leur temps à regarder à travers le pare-brise, seulement une fraction de ce temps à regarder dans leurs rétroviseurs. C'est parce que la conduite est une activité essentielle à la mission, un peu comme la prise de décision requise pour gérer une entreprise sérieuse. Pourquoi alors la plupart des cadres concentrent-ils leur attention analytique sur le passé? Pourquoi ne pas regarder ce qui se passe maintenant, ce qui se passe sur le brochet?
L'une des raisons est que les outils d'analyse des données se sont tous concentrés sur le passé. Cela change maintenant, en partie parce que les flux de données en temps réel continuent de proliférer. Pourtant, l'accès et la gestion efficace de ces flux nécessitent un moteur capable de parler la Lingua Franca des données: SQL. Entrez, SQLStream. Contrairement aux systèmes de gestion de bases de données relationnelles traditionnels (SGBDR), qui conservent les données qui peuvent ensuite être interrogées, SQLStream exécute des requêtes continues sur des flux de données ciblés. Cela permet une vue en temps réel de la situation d'une organisation.
C'était le sujet de notre discussion dans un récent épisode de The Briefing Room, avec le Dr Robin Bloor et Damian Black de SQLStream. Nous avons appris:
- SQLstream détient cinq brevets couvrant la notion de base du streaming relationnel et des serveurs de streaming traitant en continu les opérations relationnelles; trois autres brevets sont toujours en instance.
- Plusieurs analystes ont déclaré que 2013 sera une année clé pour le streaming analytique, dont les moteurs seront au cœur de l'intégration des plateformes d'intelligence opérationnelle.
- Les exemples de streaming Big Data qui peuvent être analysés pour les avantages commerciaux incluent les fichiers journaux d'application, les données GPS, les détails des enregistrements d'appels, le trafic Web et le trafic réseau.
- Un domaine de valeur spécifique est la télématique, permettant aux entreprises de télécommunications de surveiller à distance la santé des appareils, des systèmes et de l'infrastructure, puis d'éviter les pannes en reconnaissant les problèmes lorsqu'ils surviennent, ou même en prédisant efficacement les pannes des appareils ou des systèmes.
- Le Dr Bloor a noté que Hadoop n'est en fait pas un très bon moteur de parallélisme. Ce n'est pas un moteur de performance. Sa beauté réside dans sa polyvalence et le fait que vous pouvez facilement y stocker tout type de données.
Archives complètes de l'événement ici.
