Сделать «большие данные» доступными для бизнес-пользователей
Реализовать ценность «больших данных» для бизнес-пользователей можно, создав сжатое интеллектуальное представление лишь той информации, которая актуальна в контексте стоящих перед ними проблем. К примеру, представителю высшего руководства компании могут быть интересны итоговые данные по всему ассортименту продуктов, а менеджеру, ответственному за конкретный продукт или регион, может понадобиться более детализированная информация только по тем направлениям, которые он или она курируют. В ряде случаев может потребоваться рассмотреть и исходные необработанные данные, например, когда менеджеру службы поддержки необходимо исследовать данные регистрации звонков одного конкретного клиента. Перед ИТ-специалистами стоит задача не только создать необходимую инфраструктуру, но и помочь раскрыть смысловое содержание «больших данных».
QlikView позволяет «приручить» «большие данные»
• Консолидируйте актуальные данные из множества источников, в том числе репозиториев «больших данных»
• Выберите метод, который наилучшим образом соответствует вашей задаче и особенностям ИТ-инфраструктуры
• Используйте существующие инвестиции в инфраструктуру «больших данных» или хранилища данных
• Получайте доступ к «большим данным» без необходимости сложного моделирования или программирования
• Исследуйте ассоциации между «большими» и традиционными данными
• Осуществляйте визуализацию «больших данных» с помощью самых современных и привлекательных графических средств
• Выполняйте анализ «больших данных» с помощью мобильных устройств
• Используйте возможность коллективного принятия решений в ходе сеансов совместной работы
Анализ «больших данных» в архитектуре QlikView, предусматривающей обработку данных целиком в оперативной памяти
Запатентованный механизм QlikView для обработки данных в оперативной памяти способен выполнять десятикратное сжатие обычных данных; благодаря этому на один сервер, оснащенный 256 Гбайт оперативной памяти, можно загрузить более 2 Тбайт несжатых данных. Это позволяет работать с миллиардами строк, обеспечивая при этом время отклика, возможное только в архитектурах с обработкой данных в оперативной памяти. Другие возможности QlikView, такие как формирование цепочек документов и двоичная загрузка, помогают еще больше ускорить исследование огромных наборов данных. Многие клиенты QlikView выбрали именно такой подход к организации анализа терабайт данных, содержащихся в хранилищах, кластерах Hadoop или других подобных репозиториях.
Инвестировали средства в инфраструктуру «больших данных»? - Воспользуйтесь инструментом QlikView Direct Discovery
Компании, которые вложили средства в создание крупных хранилищ или других инфраструктур «больших данных» и не намерены загружать все данные в систему обработки данных в оперативной памяти QlikView, могут применить гибридный подход с использованием инструмента QlikView Direct Discovery. Этот инструмент работает как с данными в оперативной памяти, так и с данными, полученными из внешних источников с помощью динамических запросов.
QlikView Direct Discovery решает три задачи:
«На лету» запрашивает информацию из хранилищ «больших данных»
Кэширует результаты запросов в памяти, чтобы ускорить их повторное использование
Поддерживает ассоциации между всеми данными независимо от того, где они находятся
