Dal punto di vista tecnico si chiamano High Performance Analytics (HPA) ma molto più spesso vengono identificate semplicemente come advanced analytics, strumenti per le analisi avanzate dei dati in grado di tradurne il valore in azioni di business: innovazione di prodotto, servizi più efficienti alla clientela, maggior efficacia dei processi di business, interpretazione più coerente della domanda e delle dinamiche di mercato, maggiore soddisfazione degli utenti, ecc.

Il corredo tecnologico per l’HPA

Per una qualsiasi azienda che oggi intenda crescere e migliorare le proprie prestazioni di business (che si traducano in conquista di nuovi mercati, innovazione dell’offerta o razionalizzazione dei processi), la capacità di estrarre dalla mole di dati di cui oggi si dispone un concreto valore di informazioni e conoscenza è la condizione imprescindibile attuabile però solo a fronte di una infrastruttura tecnologica adeguata le cui componenti chiave dovrebbero essere:

1) In-database processing
Il fattore tempo nelle decisioni di business rappresenta una variabile discriminante per il successo di una operazione, una scelta, una strategia, un’azione. Lo spostamento e la replica dei dati tra database e applicazioni di analisi rappresenta un fattore di rallentamento che la tecnologia ha in realtà risolto portando le operazioni di modellazione e analisi dei dati all’interno dei data warehouse (dove si integrano elaborazioni analitiche e funzioni SQL risolvendo i problemi prestazionali e di data management).
I vantaggi dell’In-database processing si palesano anche sul piano dell’ETL (Extract, Load and Transform) perché il lavoro di trasformazione dei dati avviene sul motore del database (se poi questo si affida ad piattaforma hardware multicore e all’elaborazione parallela, oggi accessibile anche via cloud, il beneficio prestazionale cresce enormemente).

2) In-memory processing
In questo caso si tratta di processare le operazioni “in memoria” (ossia consentire l’elaborazione di enormi quantità di dati in tempo reale nella memoria principale dell’infrastruttura server), condizione resa possibile ormai da qualche anno grazie alla capacità di indirizzamento dinamico dei sistemi operativi a 64 bit, a nuovi algoritmi di compressione e alla disponibilità di Ram sempre maggiori. Condizioni che permettono non solo utilizzi più efficaci dei database e colonnari ma di superare anche le problmetaiche dovute alle prestazioni dell’I/O e dello storage.

3) Data integration con un approccio “federato”
Ciò che di fatto introducono In-database processing e In-memory computing è la possibilità di ridurre al minimo la movimentazione dei dati; la cosiddetta data federation consente di lasciare i dati dove sono facendo “viaggiare” sulla rete solo quelli necessari ad una specifica analisi o workload (con un approccio quindi meno rigido alla data integration che, tradizionalmente, puntava alla centralizzazione dei dati).
Oggi i sistemi integrati più evoluti (che inglobano federated data server e middleware) sono in grado di memorizzare anche i risultati delle query più frequenti, azione che accelera ulteriormente l’analisi di grandi quantità di dati.

4) Gestione ottimizzata dei workload
Allineare tecnologie e bisogni in modo dinamico e con la massima ottimizzazione delle risorse è un risultato tangibile che hanno introdotto le nuove piattaforme tecnologiche i cui processori sono oggi in grado di garantire quello che viene chiamato Mpp (massive parallel processing), funzionalità alla base del successo delle analisi avanzate di dati.

5) High Performance Computing
L’analisi avanzata di grandi molti di dati e di eventi complessi in real-time ha contributo all’accelerazione delle infrastrutture di High Performance Computing (HPC), cioè sistemi di calcolo ad elevate prestazioni la cui capacità di elaborazione è in grado di fornire prestazioni molto elevate (nell’ordine dei PetaFLOPS).

La nostra Direzione Vendite è a vostra disposizione per qualunque altra informazione
Silvana Gornati
335213611silvana.gornati@mauden.comwww.mauden.com
CONDIVIDI

LASCIA UN COMMENTO

Per favore inserisci il tuo commento
Per favore inserisci il tuo nome