Aplicações de dados grandes

Personalizadas e de terceiros aplicações oferecem um método alternativo de partilhar e analisar fontes de dados grandes. Apesar de todas as camadas da arquitetura de referência são importantes por direito próprio, esta camada é onde a maioria da inovação e criatividade é evidente.

Video: O impacto do banco de dados nas aplicações

Estas aplicações são ou horizontal, na medida em que resolver os problemas que são comuns em indústrias, ou vertical, na medida em que se destinam a ajudar a resolver um problema específico da indústria. Escusado será dizer, você tem muitas aplicações para escolher, e muitos mais próximo. Espera-se que as categorias de aplicativos de dados grandes disponíveis no mercado vai crescer tão rápido ou mais rápido do que a taxa de adoção da tecnologia subjacente.

As categorias mais prevalentes como desta escrita são aplicações de dados de log (Splunk, Loggly), ad / aplicativos de mídia (Bluefin, DataXu), e aplicações de marketing (Bloomreach, Myrrix). As soluções também estão sendo desenvolvidos para o setor de saúde, manufatura e gerenciamento de transporte, para citar alguns.

Video: Data Science e Aplicações

Como qualquer outra iniciativa de desenvolvimento de aplicações customizadas, a criação de aplicações de dados grandes exigirá estrutura, normas, rigor e APIs bem definidas. A maioria dos aplicativos de negócios que querem aproveitar os dados grandes precisará se inscrever para APIs em toda a pilha.

Pode ser necessário para processar dados em bruto dos armazenamentos de dados de baixo nível e combinar os dados brutos com saída sintetizados a partir dos armazéns. Como você poderia esperar, o termo operatório é personalizadas, e cria um tipo diferente de pressão sobre a implementação de dados grande.

Big data se move rápido e mudanças em um piscar de olhos, para que as equipes de desenvolvimento de software precisa ser capaz de criar rapidamente aplicações germano para resolver o desafio do negócio do momento.

As empresas podem precisa pensar sobre a criação de desenvolvimento “equipes Tiger”, que respondem rapidamente às mudanças no ambiente de negócios através da criação e implementação de aplicativos sob demanda. Na verdade, pode ser mais apropriado pensar estas aplicações como “semipersonalizado” porque envolvem mais montagem de codificação de baixo nível actual.

Video: FIA | Origem e Aplicação do Big Data

Com o tempo, certos tipos de aplicações será criado, no contexto, pelo usuário final, que pode montar a solução de uma paleta de componentes. Escusado será dizer que este é o local onde a estrutura e padronização são mais necessárias. Os desenvolvedores de software precisam criar ambientes de desenvolvimento consistentes, padronizadas e conceber novas práticas de desenvolvimento para a rápida implantação de aplicativos de dados grandes.