数据经济：为实时分析、流媒体、物联网和人工智能实现应用程序现代化

数据经济是一个视频播客系列，讲述了利用数据对他们的业务、客户和世界产生积极影响的领导者。要查看所有当前剧集，请浏览下面的播客剧集库。

这是一种与您的技术和业务同事协作并获得乐趣的方式。要求每个人识别表征旧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所有内容。但遗留应用程序通常会忽略一个特征，而这正是需要现代化的应用程序的可靠、明显的标志。

该特征是应用程序是否专为缓慢的“批处理世界”而设计，最终用户需要在那里等待数据处理，基础设施限制和架构限制限制了体验、分析和机器学习能力。

从批处理到实时流和流分析的转变是数据经济第二集中的讨论主题，该播客由 Redis 呈现，并由 CXOTalk 的 Michael Krigsman 主持。观看这一集，听取 Forrester Research 副总裁兼首席分析师 Mike Gualtieri 和微软前企业 CTO Norm Judah 的发言。

实时数据的业务优势

Mike 和 Norm 提出了一个令人信服的论点，说明为什么非科技行业甚至中小企业可以通过改变为实时模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着的业务优势。

实时数据处理不仅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 分享了几个流应用程序的示例，其中一个系统中的交易数据与其他系统实时共享。其中一个例子是旅行，预订的机票应实时更新忠诚度系统，因为顶级飞行员会在预订后立即查看他们的积分状态。

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非常重要，例如监控工业系统中的温度波动，或优化金融应用中的欺诈检测。

许多物联网 (IoT) 用例始于监控传感器，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，来自车队卡车的物联网流可能包括设备 ID 和位置，但只有在使用卡车类型、驾驶员、工作时间表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的能力。例如，了解您的抵押贷款申请是否获得批准通常被认为是一个缓慢的决策过程，但开发实时分析和决策能力的公司可以通过加快速度并提供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。更智能、更快的决策是一种竞争货币，IT 领导者必须考虑到延迟是新的中断。

在播客中，Mike 提出了两个可以帮助领导者识别机会的问题。他建议问：“我可以在这里预测什么来使这个过程更智能、绕过一个步骤或做出更好的自动化决策？我可以更快地处理这个过程吗？”

实时分析和机器学习需要应用程序现代化

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，以及为什么在遗留架构之上构建是不可行的。

考虑一下在多云、微服务、内存数据库、缓存解决方案和流功能变得容易获得之前开发了多少应用程序。

开发人员通常会构建具有单一用例的遗留单体应用程序，但今天的数据流必须支持许多机会。 “你实际上并不真正了解所有可能的最终用户案例，”Norm 说。 “数据分析师或存储架构师面临着试图理解可能场景的可怕困境。”

架构师面临几个问题：数据和处理应该在云端还是边缘执行？哪些参考数据存储在内存中以实现丰富？数据库应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：“数据的序列非常重要，这很容易说，但做起来要困难得多。当我有一个数据源向多个地方发送数据时，您需要确保它们都以相同的顺序获得相同的数据。”

实时、多云数据平台支持人工智能实验

但 Mike 提出了围绕机器学习的关键业务技术挑战，尤其是在应用于实时数据源时。根据 Mike 的说法，“机器学习和投资最糟糕的事情是，你不尝试就不知道它是否有效。”

您可以将他的陈述视为警告或技术挑战。两者都是。技术挑战在于创建能够满足多种业务需求的多功能实时数据处理架构。业务现实和警告是，利用机器学习和实时分析将需要持续的实验来开发算法、交付应用程序并支持持续的增强。

架构师的关键是建立一个多功能的实时数据平台，该平台可以以业务所需的任何规模运行。它需要构建多云或混合云平台，以实现长期的业务机会，并与加速无缝迁移的合作伙伴合作。

因为一旦比赛开始，竞争对手利用实时数据平台创造差异化能力，落后的企业将很难赶上。

观看更多数据经济播客的剧集。

数据经济：为实时分析、流媒体、物联网和人工智能实现应用程序现代化

实时数据的业务优势

实时分析和机器学习需要应用程序现代化

实时、多云数据平台支持人工智能实验

相关文章

视频

视频

视频