בעקבות אירוע | מאחורי ה-Big Data
רעיון ה-Big Data נולד בסביבת האינטרנט, כאשר חברות המרכזות כמויות אדירות של מידע בריבוי מבנים החלו לחשוב על דרכים להפיק תובנות מהנתונים הללו. כיום מתייחסים במונח בעיקר לתחום בו מתבצע ניתוח רב ממדי של נתונים בנפחי ענק ממגוון רחב של מקורות ותחומים, המספקים תובנות לא אינטואיטיביות בנוגע להתנהלות ה"עולם האמיתי". ניתוח כמויות גדולות של נתונים, המתבצע תוך הבנת ההקשר הנכון של הנתונים האלה, משפר את החיזוי ומאפשר בסופו של דבר להגיע מהר יותר למסקנות ולתובנות עסקיות חדשות.
חברת Teradata, החברה הגדולה בעולם הממוקדת במיחסון נתונים וכלי ניתוח ארגוני שראתה את הנולד, רכשה במהלך 2011 את Aster Data, הנחשבת כיום למובילת שוק ולחלוצה בתחום ניתוח מתקדם וניהול מגוון של סוגי נתונים מרובי מבנים (multi-structured). ולקוחות Teradata מנתחים זה זמן רב מה שנקרא כיום Big Data. הם שואבים מידע מקבצים שאינם מסודרים במסד נתונים, משלבים אותו במחסן הנתונים ומנתחים אותו שם. במרכזה של האסטרטגיה, טווח רחב של פתרונות מחסון נתונים אקטיביים. מחסון הנתונים האקטיבי מאפשר להריץ במקביל הליכי כריית נתונים ואלפי שאילתות טקטיות, כמו גם ביצוע של עשרות דוח"ות וניתוחים המתבצעים במקביל.
הפתרונות הללו מספקים ראייה אנליטית של לקוחות, שותפים עסקיים וספקים, מציעים נתונים "טריים" ועדכניים בדוחו"ת תפעוליים ומפשטים את ארכיטקטורת ה-IT תוך צמצום עלויות. בחברה הבינו, כי בכל מקרה נתוני Big Data לא יעמדו בפני עצמם, אלא ישולבו עם נתונים מסורתיים יותר המגיעים ממחסן הנתונים הארגוני.
השילוב של Teradata ו-Aster Data מאפשר לעסקים לגלות אפשרויות חדשות ומידע עסקי הטמון כיום ב-Big Data, כש-Aster מיועדת לאפשר לארגונים העסקיים להשתמש ב-Big Data עם העובדים שמצויים בהם כיום – על מערכות רובסטיות – ולא להיכנס להרפתקאות של בניית פלטפורמות ופיתוח בשפות בסיסיות. כמו עולם מחסני הנתונים שהבין את גישת Teradata לשימוש ב-Appliances, כך גם Big Data צריך להשתמש בכלים מובנים המאפשרים ניתוח ללא שקיעה בטכנולוגיה לשמה.
גם לפני שילוב פתרונות Aster בין מוצריה, סייעה Teradata ללקוחותיה לנתח כמויות נתונים גדולות ביותר במסגרת מסד הנתונים הרילציוני Teradata. החיבור עם Aster Data מאפשר להוסיף לתמונה גם התמודדות עם כמויות נתונים גדולות של סוגי נתונים לא-רילציוניים. האינטגרציה הזו מספקת ראייה עמוקה פנימה לתוך קרבי הארגון לטובת קבלת החלטות מהירות וחכמות יותר.
פלטפורמת Teradata Aster SQL-MR, רבת העוצמה, בה נעזרים כיום גופים כדוגמת LinkedIn, מציעה תשתית עיבוד מקבילי רבת עוצמה עם פתרון תוכנה שמשלב יחד הליכים אנליטיים מעולם ה-SQL ומעולם ה-MapReduce, לטובת השגת תובנות אנליטיות עמוקות יותר במידע רב-מבני. המערכת ערוכה לא רק לאחסן כמויות ענק של נתונים אלא גם לעבד אפליקציות אנליטיות במסדי נתונים ומפגינה אופטימיזציה לניתוחי "נתונים גדולים".
כשהם עושים שימוש ב-Teradata Aster SQL-MR לקוחות יכולים לדווח על תוצאות דוגמת מאות אחוזים של החזר על השקעה, קיצור גדול של הליכי ניתוח כמויות גדולות של נתונים וגידול משמעותי בהכנסות בגלל היכרות טובה יותר של לקוחות. פלטפורמת ה-Teradata Aster SQL-MR מציעה מסגרת פעולה שמורידה משמעותית את מחסום הכניסה עבור אנשי עסקים לגישה למדע הנתונים באמצעות SQL סטנדרטי. לארגונים קל לעשות בה שימוש ולנתח כמויות אדירות של מידע מסוגים שונים – הליך שמניע הרבה מאוד עסקים חדשים וותיקים כאחד. ארכיטקטורת העיבוד המקבילי המסיבי מאפשרת מקביליות של ניתוח נתונים והליכים אנליטיים מקצה לקצה, מבטיחה שגם אנליסטים שמדברים את שפת ה-SQL יוכלו לעשות שימוש ב-MapReduce, מאפשרת מגוון אופציות ליישום ונותנת לארגון פתרון אנליטי אפקטיבי ביותר ל'נתונים גדולים' שקל למימוש.
