Innholdsfortegnelse:
Video: Pat Gelsinger, VMware | VMworld 2018 2024
Lokkingen av en analysestrategi i hybridskyen er skyelastisitet. Dine data kan behandles på tvers av datamaskiner. Dette betyr at analysen skjer over maskiner. Hvis du trenger mer beregningskraft, kan du få det fra skyen.
Stor dataanalyse i en hybridsky
Her er noen eksempler på hvor analytikk blir stor og kan kreve cloud-ressurser:
-
Finansielle tjenester: Forestill deg å bruke avanserte analytikk teknologier som forutsigbar analyse for å analysere millioner av kreditt korttransaksjoner for å avgjøre om de kan være falske. Eller, på den ustrukturerte siden, bildet teksten i forsikringskrav som blir analysert for å avgjøre hva som kan utgjøre svindel.
For eksempel, ta en arbeidstaker erstatningskrav sendt av en arbeidstaker som kanskje har blitt reprimanded flere ganger av sin sjef. Disse dataene (eller kravet), som kommer fra ustrukturerte kilder, kan brukes sammen med strukturerte data for å trene et analytisk system på hvilke mønstre som kan indikere svindel. Når nye krav kommer inn, kan systemet automatisk kaste ut de som måtte bli undersøkt.
-
Detaljhandel: Bare tenk på anbefalingsmotorer fra Amazon og eBay. De blir mer sofistikerte. eBay bruker avansert teknologi som vil se på hva du kjøper, og deretter, basert på modeller det har av de mange kjøpene til andre mennesker, gjør en anbefaling.
Et annet eksempel er bruken av avansert analyse over massive datamengder i sanntid i store boksforretninger. Ved å bruke ditt lojalitetskort, basert på hva du kjøper, hva du har kjøpt i fortiden, og hva andre med lignende profiler som deg har kjøpt, vil butikken gi deg kuponger for ulike produkter du kanskje vil.
-
Social media analyse: Forestill deg alle dataene som samles over Internett. Dette inkluderer blogger, tweets og newsfeeds. Bedrifter gruver disse ustrukturerte dataene for å forstå hva som blir sagt om dem. For eksempel kan et forbruksemballasjeprodukt (CPG) -firma minde disse dataene for å avgjøre hva som blir sagt om dem og om denne følelsen er positiv eller negativ. Mange selskaper tilbyr denne typen tjeneste i skyen.
Skrive koden for å behandle disse dataene på tvers av maskinklynger krever høyt utdannede utviklere og komplisert jobbkoordinasjon. Med en teknologi som MapReduce, kan den samme MapReduce-jobben som er utviklet for å kjøre på en enkelt node, distribuere denne analytiske prosessorkraften til en gruppe på 1 000 noder.Si at du trenger en umiddelbar analyse av sensordata eller sosiale medierdata som strekker seg inn i datasenteret eller skyleverandøren din. Parallell behandling på tvers av flere databehandlingsressurser kan bidra til å gjøre dette ved å spre analysen over miljøet. Det gir deg innsikt raskere.
Andre cloud analytics
Skyen kan være nyttig for å støtte en analysestrategi når dataene dine ikke er så store (i motsetning til det forrige eksempelet med store data). Si at du jobber hos et selskap som ønsker å forutsi hvilken handling kundene dine vil ta. Du vil bruke prediktiv analyse for å gjøre dette, men du har ikke ferdighetene internt. I dette tilfellet kan du henvende deg til analytikeleverandører som tilbyr SaaS-baserte tjenester for å få hjelp. Du gir dem dine data, og de gir deg analysen.
En rekke skybaserte tilbud på markedet kan enten hjelpe deg med å analysere dataene dine eller gi programvare i skyen for at du selv kan gjøre analysen. Kanskje du bruker et skybasert CRM og ERP-system, og du vil analysere dataene som genereres der. Det er en skygtjeneste for det.