Дилер, закупивший продукцию Filum на сумму 10 000 руб., получает сертификат Ozon на 1 000 руб. в подарок. Для участия в маркетинговой программе необходимо ...
Уважаемые партнеры! Приглашаем вас принять участие в маркетинговой акции - закупайте в Merlion технику для кухни VITEK и Rondell (кофеварки, кофемашины, кофемолки) и ...
Уважаемые партнеры! Приглашаем вас принять участие в маркетинговой акции – закупайте в Merlion оперативную память и накопители SSD Patriot и получите бонус до 2,5% от ...
Уважаемые партнеры! Приглашаем вас принять участие в маркетинговой акции - закупайте в Merlion планшеты DIGMA и DIGMA PRO и получите бонус 15 000 руб. за каждые 500 000 руб. закупок ...
Уважаемые партнеры! Приглашаем вас принять участие в маркетинговой акции по сетевому оборудованию DIGMA. Период действия акции: с 1 ноября по 31 декабря 2024 г. За ...
Предприятия всех типов и масштабов понимают, что наборы данных, сохраняемых или архивируемых в особых хранилищах или облаках (и зачастую рассматриваемых как устаревшая или не релевантная информация, либо как информация, хранимая только по требованиям нормативных актов), потенциально могут иметь огромную ценность. Они помогают изучать историю бизнеса, формулировать обоснованные запросы, вскрывать глубинные связи и прогнозировать, что может произойти в будущем, в целях усиления фокуса на интересах клиентов и эффективного использования ресурсов. Поэтому компании начинают налаживать внутренний анализ бизнес-данных. И сегодня они ищут необходимые для этого информацию и инструменты. Однако вокруг больших данных сегодня много шума, который создает изрядную путаницу в понимании того, что сегодня ... читать далее.
Миф 1. Нам нужно нанять специалиста по Hadoop. Hadoop строится на сложных концепциях вроде MapReduce, YARN, Spark и Hadoop Distributed File Systems (HDFS), а постоянные изменения и появление новых технологий уровня подсистем еще больше запутывают картину. Однако есть масса продуктов и инструментов, упрощающих работу с Hadoop для пользователя. Имеются фреймворки для открытых приложений и коммерческие продукты, значительно повышающие продуктивность и доступность работы с Hadoop, вплоть до уровня, при котором компании могут использовать для реализации своей стратегии больших данных внутренние ресурсы. Корпоративные Java-разработчики, разработчики хранилищ данных и аналитики данных могут легко и быстро освоить Hadoop и начать его применять.
Миф 2. Если я купил решение для больших данных, значит я их использую. Допустим, вы убедили свою организацию принять стратегию больших данных и купили соответствующее решение. Что дальше? Предприятия часто застревают на том, что обзавелись оборудованием и ПО Hadoop, но при этом не имеют навыков их практического применения. Использование больших данных означает, что вы анализируете свои данные, реализуете свою стратегию по работе с данными и помогаете своему бизнесу снижать затраты, открывать возможности для получения новых доходов или более глубоко понимать рынок. Главное — уменьшить в своей организации препятствия для работы с данными и как можно быстрее запустить в действие соответствующие продукты. Надежная и своевременная поставка и запуск продуктивных приложений представляет собой вторую линию проблем. Когда вы выйдете на этот уровень, у ваших пользователей появятся новые пожелания.
Миф 3. Большие данные — преходящее увлечение, через несколько лет оно пройдет. Девяносто процентов мирового объема данных было создано за последние три года. И кто спрячет голову в песок в надежде, что вся эта напасть пройдет, в итоге окажется вне игры. Через несколько лет из термина “большие данные” может выпасть слово “большие”, но, хотите вы того или нет, вашей компании придется заниматься данными.
Миф 4. Одного хорошего эксперта достаточно, чтобы закрыть все вопросы по большим данным. Долгое время в бизнесе бытовал миф о супергерое, побивающем драконов и извлекающем богатства с помощью чудесного приложения, проникающего в глубины больших данных. Правда жизни состоит в том, что нельзя полагаться на одного специалиста в области данных или опытного разработчика, потому работники могут в любое время покинуть организацию. Если же компания выстроит “фабрику” прикладных процессов и рабочих кадров, обрабатывающих большие данные, этот мотор будет безостановочно работать независимо от перемен в персонале.
Миф 5. Традиционные корпоративные хранилища данных отойдут в прошлое. Едва ли технология прошлого полностью отомрет. Предприятия будут продолжать пользоваться традиционными корпоративными хранилищами данных. Однако с быстрым развитием Hadoop и сопутствующих продуктов и технологий роль традиционных хранилищ существенно уменьшится. Маршруты движения данных изменятся, и их первой остановкой, по-видимому, станет Hadoop.
Миф 6. Будущее Hadoop в Apache Spark. Как водится, новый молодой и привлекательный объект всегда соблазняет больше всего. Одним из сегодняшних примеров является Apache Spark: это быстрая и универсальная система для крупномасштабной обработки данных в кластерах. Однако, будьте уверены, за ней придет другая система и займет место самой горячей новинки рынка. Люди часто забывают, что старая и надежная вещь остается таковой не просто так, а потому что во многом имеет широту и глубину, которые необходимы для продвижения проектов больших данных. Не разбрасывайтесь на самое новое — если что-то работает хорошо, не стоит его чинить. Работайте с тем, что вам хорошо знакомо.
Миф 7. Большие данные – это только для крупнейших предприятий. Слово “большие” в больших данных обманчиво. Работать с данными приходится любым предприятиям, большим и маленьким. Конечно, крупные предприятия собирают огромные массивы данных, но и тот объем данных, которые могут собирать и использовать в конкурентных целях небольшие компании, тоже может быть весьма значительным. Тот факт, что объем ваших данных, возможно, не так уж велик, не означает, что вам не нужна стратегия использования данных.
Миф 8. Большие данные — это для экспертов в Hadoop. Предприятия сегодня быстро внедряют Hadoop для обработки, контроля и осмысления растущих массивов данных, и вместе с тем используют имеющиеся внешние ресурсы для дальнейшего продвижения своих стратегий по использованию данных. Всем инженерам по разработке ПО ныне легко доступны зрелые и надежные инструменты, которые полностью раскрывают потенциал больших данных и Hadoop. Поэтому никакого специального опыта в Hadoop не требуется.
