视频

了解更多
数据经济是一个视频播客系列,介绍利用数据对业务、客户和世界产生积极影响的领导者。要查看所有当前剧集,请在下面浏览播客剧集库。
这是一个与您的技术和业务同事合作并享受乐趣的方法。请每个人识别出传统应用程序和其他技术债务的顶级体验、架构、安全和数据问题。
这很可能是一个很长的列表,涵盖从前端用户体验问题到底层平台和基础设施缺陷的方方面面。但传统应用程序有一个经常被忽视的特征,它是需要现代化的应用程序的明确标志。
这个特征是应用程序是否为缓慢的“批处理世界”而设计,在这个世界里,最终用户等待数据处理,基础设施约束和架构限制限制了体验、分析和机器学习能力。
从批处理过渡到实时流式处理和流式分析是 Redis 推出的播客《数据经济》第二集的讨论主题,该播客由 CXOTalk 的 Michael Krigsman 主持。观看该集,倾听 Forrester Research 副总裁兼首席分析师 Mike Gualtieri 和微软前企业 CTO Norm Judah 的意见。
Mike 和 Norm 提出了一种令人信服的论据,说明为什么非技术行业甚至中小型企业中的更多企业可以通过转向实时范式并使用强大的多模型数据平台简化应用程序开发来获得显著的商业优势。
实时数据处理不仅适用于华尔街交易平台或 Uber 等大型科技平台。在播客中,Mike 和 Norm 分享了几个流式处理应用程序的示例,其中来自一个系统中的交易数据与其他系统实时共享。例如,在旅行中,预订的机票应实时更新忠诚度系统,因为顶级乘客会在预订后立即检查他们的积分状态。
更复杂的用例需要跟踪状态或使用参考数据丰富交易。跟踪状态对于异常检测(例如,监控工业系统中的温度波动)或优化金融应用程序中的欺诈检测非常重要。
许多物联网 (IoT) 用例都从监控传感器开始,但只有在使用参考数据丰富数据后,才能进行实时决策和分析。例如,来自车队的卡车的物联网流式处理可能包括设备 ID 和位置,但只有在使用卡车类型、驾驶员、工作安排和其他信息丰富数据后,才能计算出最佳驾驶路线。
转向实时通常会创造差异化能力。例如,了解您的抵押贷款申请是否获批通常被认为是一个缓慢的决策过程,但开发了实时分析和决策能力的公司可能会通过加速到更快、更实时的响应来赢得业务。
这些示例中的许多都围绕着做出更快、更准确的预测,并帮助人们做出实时决策。更明智、更快速的决策是一种竞争性货币,IT 领导者必须考虑延迟是新的停机。
在播客中,Mike 建议了两个可以帮助领导者识别机会的问题。他建议问:“我是否可以在这里预测某些内容,使其成为更智能的过程,绕过某个步骤,或做出更好的自动化决策?我是否可以更快地完成此过程?”
Norm 和 Mike 深入探讨了架构师在设计实时功能时面临的一些技术挑战,以及为什么在传统架构之上构建不可行。
想想有多少应用程序是在多云、微服务、内存数据库、缓存解决方案和流式处理功能变得唾手可得之前开发的。
开发人员通常会构建带有单一用例的传统单体应用程序,但当今的数据流必须支持许多机会。Norm 说:“实际上,您并不知道所有可能的最终用户案例。数据分析师或存储架构师面临着可怕的困境,试图理解可能的场景。”
架构师面临着几个问题:数据和处理应该在云中还是边缘执行?哪些参考数据存储在内存中以支持丰富?数据库如何存储实时数据与历史数据?
当您使用多个实时数据流时,Norm 分享了架构师必须考虑的另一个关键设计标准:“数据的顺序非常重要,说起来容易做起来难。当我的数据源将数据发送到多个地方时,您希望确保它们都以相同的顺序获取相同的数据。”
但 Mike 阐述了围绕机器学习(尤其是应用于实时数据源时)的关键业务技术挑战。Mike 表示:“机器学习和投资的令人不快之处在于,您只有在尝试后才知道它是否有效。”
您可以将他的陈述视为警告或技术挑战。两者都是。技术挑战在于创建通用的实时数据处理架构,以满足多种业务需求。商业现实和警告是,利用机器学习和实时分析将需要持续的实验来开发算法、交付应用程序和支持持续改进。
架构师的关键是建立一个通用的、实时数据平台,该平台可以按业务要求的任何规模运行。这需要构建多云或混合云平台,以实现长期的业务机会,并与合作伙伴合作,加速无缝迁移。
因为一旦竞争开始,竞争对手使用实时数据平台创造差异化能力,落后的企业将很难追赶。
观看更多数据经济播客剧集。