Oracle Stream Analytics: платформа для анализа возможностей бизнеса «на лету»

Oracle представила подробности о своей платформе Stream Analytics, предназначенной для анализа возможностей бизнеса «на лету». Сегодня в реальном времени нужны результаты глубокого анализа данных, необходима платформа для агрегирования, корреляции потоковых данных, прогнозная аналитика, идентификация интересующих событий по заданным шаблонам. Вся эта информация должна визуализироваться, инициировать различные предупреждения и действия. Новой главой в истории аналитики больших данных стало развитие комбинированной модели обработки. Такая модель объединяет «традиционную» аналитику, когда большие данные анализируются не в режиме реального времени, и новый уровень, обеспечивающий возможность анализа относительно больших потоков данных в реальном времени, в основном за счет технологий аналитики в памяти (in-memory). Это открывает новые способы использования потоков событий и данных - для «аналитики на лету» с целью влияния на события, в то время, когда они происходят. Появляются новые технологические возможности анализа различных показателей в реальном времени, что раньше было технически неосуществимо. В современном мире датчиков, интернета вещей и социальных медиа данные весьма разнообразны и генерируются с высокой скоростью, поэтому наряду с Big Data, большими данными, появился термин «быстрые данные» - Fast Data. Независимо от источника данных интеграция и анализ потоков событий приобретают все большее значение. События должны фиксироваться быстро и четко, их нужно анализировать и доставлять результат потребителями или системам, которым необходима подобная информация. Для анализа таких событий и данных, извлечения из них ценной информации нужны особые методы и инструменты. Платформой нового поколения, принципиально упрощающей обработку потоков событий и анализ данных «на лету» стала технология Oracle Stream Analytics. Она сочетает в себе мощные инструменты для создания приложений Fast Data и гибкую среду для управления «быстрыми данными». Она обладает интуитивным интерфейсом, рассчитанным на корпоративных пользователей и не требует знания программирования, но вместе с тем имеет инструменты разработки, ориентированные на ИТ-специалистов. С появлением Oracle Stream Analytics анализировать потоки событий могут непосредственно бизнес-аналитики. Платформа позволяет описать последовательность и логику обработки потоковых данных без помощи программного кода или языка запросов - в графическом интерфейсе или без него. Она объединяет конструктор для быстрого создания и модификации приложений обработки событий в реальном времени и многофункциональную платформу для выполнения таких приложений и управления ими. Готовое к работе решение можно получить за считанные минуты, а не за дни или недели. Новую платформу можно использовать в сочетании с Oracle Event Processing for Java Embedded для предварительной обработки данных, включая их фильтрацию, корреляцию и анализ. В результате такого поэтапного процесса ускоряется обработка, эффективнее используются вычислительные ресурсы, сокращается время реакции на события. Oracle Event Processing for Java Embedded – компактное решение для инфраструктуры IoT, требующее минимума ресурсов. Oracle Stream Analytics способна обрабатывать миллионы событий в секунду с миллисекундной задержкой. Работает ПО на стандартных серверах и особенно эффективно - на Oracle Exalogic и других оптимизированных программно-аппаратных комплексах. Это позволяет создавать надежные, отказоустойчивые и высокопроизводительные решения. Интерес к ним велик, но организациям подчас сложно определить, как извлекать доход, с чего начать, как привязать новую технологию к конкретным бизнес-процессам. Новые инструменты помогают преодолеть часто встречающиеся проблемы и главное – становятся доступными не только ИТ-специалистам, но и непосредственно бизнес-аналитикам. Чтобы бизнес-аналитику было проще задавать логику обработки событий и данных, Oracle Stream Analytics предлагает готовые шаблоны обработки, ориентированные на разные отрасли, а также средства интеграции потоков данных с реляционными СУБД и аналитическими приложениями. В результате можно применять к данным из разнородных источников развитые инструменты бизнес-аналитики. И все это делается с помощью визуальных инструментов прямо на экране. Потоковая аналитика - универсальный инструмент, применимый в различных отраслях. Например, в ритейле одна из интересных областей применения - понимание поведения покупателей и реализация на этой основе, во-первых, различных методов увеличения продаж, во-вторых, улучшение покупательского опыта. Сбор и передача данных в ЦОД для дальнейшей обработки поможет в решении таких задач, как контроль объемов продаж и складских запасов, выявление наиболее «выгодных» товаров, приносящих наибольшую прибыль, а также оптимального места размещения товаров на полках торгового зала для увеличения продаж. Наконец, полученная информация может стать основой для расширения возможностей взаимодействия с покупателями, персонализации предложений. На транспорте можно достичь оптимизации затрат и повысить эффективности перевозок за счет мониторинга транспортных средств в реальном времени – контроля состояния транспортного парка, уведомления о различных событиях, включая чрезмерное время простоя, а также контроля поведения водителей. Планирование поездок с оптимизацией маршрута будет способствовать экономии топлива. Наряду с экономическими аспектами общим результатом может стать повышение надежности и безопасности перевозок. Еще одно важное направление - мониторинг дорожного трафика и управление движением. Получаемые данные могут служить основой для анализа трафика в реальном времени и выявления «пробок». Это позволит динамически управлять транспортными потоками. Для предотвращения «пробок» и информирование о ситуации в реальном времени возможно комбинирование данных с датчиков GPS и результатов анализа тенденций. Визуализация на картах и отчеты позволят представить полученную информацию в удобном для восприятия виде. На железнодорожном транспорте потоковая аналитика может способствовать контролю состояния железнодорожной инфраструктуры. Потоковый анализ данных в реальном времени даст возможность динамически формировать картину изменений на всей железнодорожной сети и видеть местоположение подвижного состава, контролировать время отправления и прибытия поездов и скорости движения железнодорожных составов для предотвращения аварийных ситуаций. Это позволит не только оперативно реагировать на события, но и сокращать издержки. Контроль износа элементов подвижного состава с помощью датчиков поможет перейти от периодического обслуживания железнодорожного транспорта к обслуживанию по мере необходимости. В аэропортах контроль пассажиропотоков будет способствовать предотвращению длинных очередей в зонах контроля, ускорению пассажиропотоков в транзитных зонах на основе времени посадки и статуса вылета самолетов, контролю посадки пассажиров и перемещения багажа. Еще один результат - увеличение прибыли за счет повышения эффективности продаж в магазинах беспошлинной торговли. Применение подобных систем в финансовой отрасли может означать повышение эффективности и прибыльности операций, снижение рисков. Здесь возможно решение таких ответственных задач как контроль брокерских операций, анализ и снижение рисков, а также сопоставление запросов покупателей/продавцов ценных бумаг в режиме реального времени. Определение местоположения позволит предоставлять услуги в зависимости от того, где находятся клиенты, предлагать скидки и услуги по месту и характеру операций в банкоматах. Еще одна область - мониторинг операций по кредитным картам и предотвращение мошенничества. В телекоме потоковая аналитика позволит увеличить прибыль за счет лучшего понимания потребностей клиентов, а предложение услуг на основе местонахождения пользователей поможет лучше учитывать их предпочтения и интересы. Эффективный динамический мониторинг мобильных сетей позволит мгновенно идентифицировать ситуации, нарушающие работу сети (такие как атаки типа DDoS) или снижающие ее производительность. Визуализация состояния сети упростит выявление и понимание проблем до того, как они повлияют на работу клиентов. На основе полученной информации можно решать задачи оптимизации пропускной способности сети, сокращать издержки за счет разгрузки трафика в сети WiFi. Наконец, благодаря оптимизации полосы пропускания сети появляются дополнительные возможности внедрения новых сервисов. Динамичные данные могут быть очень ценными, особенно в бизнес-процессах с высокой скоростью изменений, но часто эта ценность очень быстро теряется с течением времени. Технологии «быстрых данных» как раз и позволяют извлекать ценную информацию для оперативного и обоснованного принятия решений. Кроме того, часто необходима интеграция потоков данных между источниками и целевыми потребителями. В том числе речь идет о данных, получаемых благодаря технологиям интернета вещей (IoT), из Web- и бизнес-приложений, а также о тех, которые хранятся в облаке или непосредственно на предприятиях. Новый облачный сервис Oracle Data Integrator Cloud упрощает и ускоряет интеграцию данных организации для поддержки аналитики реального времени. Ссылка на источник