مدیریت موثر «داده های بزرگ»

با رشد اهمیت ذخیره و پردازش داده های بزرگ, سازمان ها راه موثرتری برای مدیریت پردازش, ذخیره سازی و بازیابی داده ها به صورت لحظه ای و در بلندمدت جویا شده اند

با رشد اهمیت ذخیره و پردازش داده‌های بزرگ، سازمان‌ها راه موثرتری برای مدیریت پردازش، ذخیره‌سازی و بازیابی داده‌ها به‌صورت لحظه‌ای و در بلندمدت جویا شده‌اند.

به‌دلیل نیازی که وجود دارد، فناوری جدیدی به‌وجود آمده است تا یکپارچگی داده‌های بزرگ و تحلیل سریع آن را برای تصمیمات شغلی ممکن سازد. یکی از استراتژی‌های کلیدی، به‌کارگیری دیتابیس‌های مقیم در حافظه یا ‌in-memory است که باعث پردازش سریع‌تر داده در حجم بالا خواهد شد.

با استفاده از دیتابیس‌های مقیم، نرم‌افزارهای بلادرنگ می‌توانند در سرویس‌های مربوط همچون موسسه‌های مالی، تبلیغات دیجیتال، وب موبایل و مخابرات و... مزیت‌های زیادی داشته باشند.

نرم‌افزارهای اخیر مدیریت داده‌های بزرگ به‌دلیل وجود دیتابیس‌های مقیم می‌توانند ۱۰ تا ۱۰۰ برابر سریع‌تر از دیتابیس‌های معمولی نصب شده روی دیسک‌های سخت بازدهی داشته باشند.

از بزرگ‌ترین شرکت‌های عرضه کننده دیتابیس‌های مقیم می‌توان به SAP و دیتابیس HANA، TimesTen، ScaleOut، Birst، SAS، Terracotta و Starcounter اشاره کرد.

● مواجهه با نیمه عمر داده

مشاغل جدی، به سرعت نیاز دارند. به مجرد این‌که داده وارد سازمان می‌شود، طول عمر آن نیز آغاز می‌شود. داده‌ها در لحظه ارزش بیشتری دارند و ارزش آن در طول زمان کمتر می‌شود و بعد از مدتی دیگر بی‌فایده و بی‌ربط خواهد شد.

با فناوری مقیم در حافظه، داده‌ها می‌توانند بلادرنگ پردازش شده و ذخیره شوند. علاوه بر آن، این پردازش می‌تواند به نتایجی منجر شود که بتوان از تصمیمات گرفته شده، طی ۲۴ ساعت یا کمتر استفاده کاربردی برد.

● بهینگی در حجم زیاد داده‌ها

هر چه داده‌های بیشتری وارد شبکه شود، باید میزان بهینگی این داده‌ها نیز به همان اندازه افزایش پیدا کند. فناوری مقیم در حافظه ارزش شغلی را با پردازش بهینه اطلاعات در سازمان‌ها بالا می‌برد و رشد تولیدی را منجر می‌شود که می‌تواند با جریان ورودی داده‌ها همخوان باشد.

● به‌کارگیری غیرمهندسان

با این فناوری، افراد دیگری بجز مهندسان نرم‌افزار، تکنیسین‌های IT‌ یا متخصصان آمار می‌توانند نتایج خوبی کسب کنند و تحلیل‌ها و نتایج مخصوص خود را از سیستم استخراج کنند. در واقع این فناوری درک شرایط فعلی شغل، تهدیدها و فرصت‌ها را با سرعت بیشتری ممکن می‌سازد.

● کاهش زمان نتیجه‌گیری

با این فناوری، نیاز به پردازش‌های طولانی تحلیل داده‌ها از نظام کاری حذف شده است. زمانی که برای تبدیل داده خام به نتیجه کاری نیاز بود، کاهش یافته است و باعث به‌وجود آمدن مزیت‌های رقابتی در سازمان شده است.

قابلیت بررسی لحظه‌ای شرایط شغلی می‌تواند به نظارت بهتر روند انجام کار نیز منجر شود.

● تولید دیتابیس برای امروز

رشد عمودی به زمان و انرژی زیادی نیاز دارد. دیتابیس‌ها حالا باید به رایانش ابری مجهز شده و در طول خط افق قابلیت گسترش داشته باشند. با استفاده از مزیت‌های فناوری مقیم در حافظه، کارمندان سازمان می‌توانند نبض داده شرکت را در اختیار داشته باشند. مدیریت داخلی مجموعه نیز می‌تواند از اتفاقات لحظه‌ای باخبر باشد.

● استفاده از سخت‌افزارهای عادی

از دید سخت‌افزاری، هر چه CPUها قوی‌تر می‌شوند، داده‌ها نیز سریع‌تر پردازش می‌شوند. دیتابیس‌های امروزی می‌توانند از پردازنده‌های چند هسته‌ای پشتیبانی کنند.

فناوری دیتابیس‌‌های مقیم نیز می‌تواند از سخت‌افزارهای عادی و تولید انبوه شده استفاده کند و باعث کاهش هزینه‌های IT شود، در حالی که حافظه و هسته‌های پردازنده بیشتر برای ‌جلوبردن زیرساخت فعلی در اختیار سازمان قرار می‌گیرد.

● ایجاد داده‌های فعال

راه‌حل‌ها و ابزارهای امروزی برای مهندسان فعلی IT‌ بسیار پیچیده است و نیاز به متخصص آمار فوق‌العاده حرفه‌ای دارد که بسادگی نمی‌توان چنین نیروهایی پیدا کرد.

با پیاده‌سازی فناوری مقیم در حافظه که شباهت زیادی به رابط SQL دارد، مهندسانی که پیشینه کاری طولانی در Hadoop یا دیگر دیتابیس‌های پیشرفته ندارند، می‌توانند حضور مفیدی داشته باشند.

دیگر نیازی نیست مدیران تلاش کنند تا افراد مختلف را با روند انجام کار آشنا کنند یا به دنبال نیروهای فوق‌حرفه‌ای و گرانقیمت بگردند.

علاوه بر آن، مهندسان می‌توانند زمان و انرژی خود را روی فعالیت‌های مفیدتری بگذارند و وقت خود را با به دست آوردن نتایج زمانبر هدر ندهند.

● ساده‌سازی روند

در دیتابیس‌های سنتی، داشتن حافظه‌های موقت و لایه‌های مختلف زیرساخت امری عادی است. در دیتابیس‌های مقیم، مهندسان می‌توانند این روند را ساده‌کنند.

● دوام بیشتر با دریافت اطلاعات جدید

زیرساخت‌های با دوام مقیم در حافظه می‌توانند هزینه تملک سخت‌افزاری را نسبت به طول عمر فناوری خاص خود کاهش دهند.

این دیتابیس‌ها همچنین بسادگی قابلیت اتصال به سیستم‌های مشابه را دارند و خود باعث کاهش هزینه یکپارچه‌سازی و راه‌اندازی می‌شود.

محمدرضا قربانی