Nascosto nel vasto mondo dei big data: costruire un'infrastruttura indistruttibile

Nell'era digitale, i big data sono un elemento dirompente, che trasformano grandi volumi di dati in preziose informazioni. Tuttavia, per molte aziende, il percorso verso l'adozione dei big data è costellato di sfide.

La mancanza di informazioni e supporto per la sicurezza facilmente disponibili è una preoccupazione significativa, che impedisce alle imprese dideployare le tecnologie dei big data a causa della paura di una violazione della sicurezza. Matt Davies, responsabile marketing EMEA di Splunk, sottolinea l'importanza di considerare le implicazioni della sicurezza quando si decide quanti dati memorizzare. Il sostegno dei dirigenti è fondamentale per il budgeting dei costi iniziali dideploy di nuova infrastruttura di memorizzazione, poiché è una barriera significativa per radicare la comprensione del valore dei dati nella cultura aziendale.

La capacità dei sistemi legacy di far fronte ai big data è un altro ostacolo. L'infrastruttura legacy ha molte carenze in termini di capacità, concorrenza e mining dei dati e non è progettata per i dati di varietà e il calcolo intensivo dei dati. Yanhua Xiao, CMO di soluzioni big data di Huawei, nota questo, affermando che questi sistemi non sono attrezzati per gestire la flessibilità richiesta per trasmettere sia i dati strutturati che non strutturati in tempo reale o la scalabilità per aggiungere risorse su richiesta.

Despite these challenges, there are solutions on the horizon. Distributed file system Hadoop and parallel processing framework MapReduce have made massive inroads as CIOs recognize the scope for processing large data sets. Companies can also get up and running more quickly and easily today with open-source technologies and cloud compatibility.

Il sistema di gestione dei database relazionali, a lungo piattaforma ubiquitous per i dati aziendali, è stato sfidato dalla tendenza dei big data con l'emergere dei sistemi NoSQL. Le organizzazioni dovrebbero concentrarsi sul valore che sperano di ottenere dai loro dati piuttosto che sulla tecnologia, per evitare la complessità di deploy dei sistemi di big data e dimenticare di acquisire le competenze per utilizzare i dati.

L'industria sta assistendo a un aumento dell'adozione di prodotti open source, soprattutto NoSQL, e un allontanamento dai giganti aziendali blu a causa della loro incapacità di essere reattivi e agili. I team di sviluppo di storage stanno adottando il nuovo termine di tendenza 'architettura lambda' (LA), che si adatta a sistemi a alta velocità, bassa latenza e robusta tolleranza ai guasti.

Alex McMullan, Field CTO di Pure Storage, evidenzia la sfida di manipolare e condurre analisi complesse su grandi volumi di dati a causa del suo costo e della sua velocità lenta. Tuttavia, le aziende possono superare questo problema essere creativi e ambiziosi nella combinazione dei loro dati dei clienti, dei prodotti e dell'e-commerce per trovare nuove intuizioni e cambiare il modo in cui operano.

I CIO sono chiamati a consentire alle loro aziende di muoversi più velocemente senza tempi di inattività dell'infrastruttura, compreso l'accelerazione delle prestazioni e dei tempi di risposta delle applicazioni, l'offerta di alta disponibilità e spesso essere vincolati dal budget. Il sistema di infrastruttura contemporaneo raccomandato per l'elaborazione dei grandi dati nei prossimi dieci anni è un approccio ibrido al data center che combina il raffreddamento ad aria per le aree a bassa densità e il raffreddamento a liquido per le zone ad alte prestazioni, supportato da progettazioni avanzate dei server come i server a immersione e le unità di distribuzione del refrigerante specializzate per gestire in modo efficiente le crescenti esigenze di energia e calore.

Infine, è fondamentale ricordare che solo se l'azienda è impegnata ad applicare le nuove intuizioni dei dati e a fare cambiamenti alle sue operazioni, solo allora si otterranno miglioramenti delle prestazioni aziendali. Andy Shepherd, architetto principale di Fujitsu UK e Irlanda, avverte che le intuizioni dei dati da sole non guideranno i miglioramenti delle prestazioni aziendali a meno che l'azienda non si impegni ad applicarle e a fare cambiamenti alle sue operazioni.