Hur man sätter arkitektoniska stiftelsen för stora data - dummies

Det är viktigt att lägga en stark arkitektonisk grund om du vill lyckas med stora data. Förutom att stödja funktionskraven är det viktigt att stödja den nödvändiga prestandan. Dina behov beror på vilken typ av analys du stöder. Du behöver rätt mängd beräkningskraft och hastighet.

Din arkitektur måste också ha rätt mängd redundans så att du skyddas mot oförutsedd latens och stillestånd.

Börja med att ställa dig följande frågor:

• Hur mycket data kommer din organisation att behöva hantera idag och i framtiden?

• Hur ofta kommer din organisation att hantera data i realtid eller i närheten av realtid?

• Hur mycket risk kan din organisation ha råd med? Är din bransch föremål för strikta krav på säkerhet, efterlevnad och styrning?

• Hur viktigt är hastigheten för ditt behov att hantera data?

• Hur säker eller säker måste uppgifterna vara?

  

Gränssnitt och flöden för stora data

För att förstå hur stora data fungerar i den verkliga världen är det viktigt att börja förstå behovet av gränssnitt och flöden. Faktum är att det som gör stora data stora är det faktum att det är beroende av att samla mycket data från många källor.

Därför kommer öppna applikationsprogrammeringsgränssnitt (API) att vara kärnan i vilken stor datarkitektur som helst. Tänk dessutom på att gränssnitt finns på varje nivå och mellan varje lager av stapeln. Utan integreringstjänster kan stora data inte hända.

Överflödig stor data fysisk infrastruktur

Den stödjande fysiska infrastrukturen är grundläggande för driften och skalbarheten hos en stor datarkitektur. Faktum är att, trots tillgången på robusta fysiska infrastrukturer, stora data troligen inte skulle ha uppstått som en sådan viktig trend. För att stödja en oförutsedd eller oförutsägbar datamängd, måste en fysisk infrastruktur för stora data vara annorlunda än för traditionell data.

Den fysiska infrastrukturen är baserad på en distribuerad datormodell. Det betyder att data kan lagras fysiskt på många olika platser och kan kopplas samman via nätverk, användningen av ett distribuerat filsystem och olika stora dataanalysverktyg och applikationer.

Redundans är viktigt eftersom du hanterar så mycket data från så många olika källor. Redundans kommer i många former. Om ditt företag har skapat ett privat moln, vill du ha redundans byggd inom den privata miljön så att den kan skala ut för att stödja förändrade arbetsbelastningar.

Om ditt företag vill innehålla intern IT-tillväxt kan den använda externa molntjänster för att öka sina interna resurser. I vissa fall kan denna redundans komma i form av ett SaaS-program som tillhandahåller mjukvara som gör det möjligt för företag att göra sofistikerad dataanalys som en tjänst. SaaS-tillvägagångssättet ger lägre kostnader, snabbare start och sömlös utveckling av den bakomliggande tekniken.

Stor datasäkerhetsinfrastruktur

Den viktigaste stora dataanalysen blir för företag, desto viktigare kommer det att vara att säkra den data. Om du till exempel är ett sjukvårdsföretag kommer du förmodligen att vilja använda stora dataprogram för att bestämma förändringar i demografi eller skift i patientbehov. Dessa uppgifter om dina beståndsdelar måste skyddas både för att uppfylla kraven på överensstämmelse och för att skydda patienternas integritet.

Du måste ta hänsyn till vem som får se uppgifterna och under vilka omständigheter de får göra det. Du måste kunna verifiera användarnas identitet samt skydda patienternas identitet.

Operativa stora datakällor

Det är viktigt att förstå att du måste införliva alla datakällor som ger dig en komplett bild av ditt företag och se hur data påverkar hur du driver ditt företag. När världen förändras är det viktigt att förstå att operativa data nu måste omfatta en bredare uppsättning datakällor, inklusive ostrukturerade källor, såsom sociala medier, i alla dess former.

Du hittar nya framväxande metoder för datahantering i den stora datavärlden, inklusive dokument, graf, kolumner och geospatial databasarkitekturer. Sammantaget kallas dessa som NoSQL, eller inte bara SQL, databaser. I grund och botten måste du kartlägga datarchitecturerna till typerna av transaktioner.

Om du gör det hjälper du till att rätt data är tillgänglig när du behöver det. Du behöver även datarchitecturer som stöder komplext ostrukturerat innehåll. Du måste inkludera både relationella databaser och icke-relationella databaser i ditt sätt att utnyttja stor data. Det är också nödvändigt att inkludera ostrukturerade datakällor, såsom innehållshanteringssystem, så att du kan komma närmare den 360 graders affärsöversikten.

Alla dessa operativa datakällor har flera egenskaper gemensamt:

• De representerar system för rekord som håller reda på de kritiska data som krävs för att i realtid, daglig drift av verksamheten.

• De uppdateras kontinuerligt baserat på transaktioner som händer inom affärsenheter och från webben.

• För att dessa källor ska kunna ge en korrekt representation av verksamheten måste de blanda strukturerad och ostrukturerad data.

• Dessa system måste också kunna skala för att stödja tusentals användare konsekvent. Dessa kan omfatta transaktionsbaserade e-handelssystem, kundrelationshanteringssystem eller callcenter-applikationer.