הדרך הקלה ל-Big Data

This post is also available in: English (אנגלית)

ינאי מילשטיין, מנהל הפעילות של אינפורמטיקה, קבוצת אמן

במערכות המידע שאנו מכירים כבר שנים רבות, לב המערכות הינו המידע שמוחזק בנתונים. בעקבות התפתחויות טכנולוגיות רבות כיום יש הרבה יותר מידע: לא רק המידע הטרנזקציוני שאותו אנו מנהלים ברמה כבר זמן רב אלא מידע אינטראקטיבי – המידע אשר נוצר ברשתות חבריות , אתרי אינטרנט ומכשירים רבים אחר אשר מוציאים לוגים רבים כל יום\שעה \דקה ואף שניה.

עלות התחזוקה של המידע הטרנזקציוני גבוהה ולכן פותחו מערכות המטפלות במידע רב – מערכות ה Big Data. עם ההתפשרות על היכולות של המערכות הזולות נוצרו מגבלות רבות בניהול המידע והסקת המסקנות ממנו.

כיום פיתוח מערכות Big Data שעלות התשתיות שלהן נמוכות מאוד הוא מסובך ובא לידי ביטוי בעלויות של כוח אדם יקר יחסית עם יכולות אשר קשה מאוד למצוא בכלל ובישראל בפרט.

על מנת לגשר על הפער בגיוס כוח אדם יקר יחסית ונדיר, פיתחה אינפורמטיקה פתרון אשר מאפשר לארגונים לעבור למערכות ה Big Data ללא עקומת לימוד עם אותו סט של יכולות הקיימים כבר.

אינפורמטיקה זיהתה בעיה זו עוד בראשיתה ופיתחה מענה שמאפשר פתרון פשוט, מהיר ואיכותי לנושא. החברה פיתחה גרסת Big data Edition למנוע ה-Power Center הוותיק והאיכותי שלה, כך שכיום ניתן לעבוד בסביבת העבודה המוכרת של אינפורמטיקה על Hadoop. למעשה, דרך עבודה חכמה זו מאפשרת עבודה בממשקי GUI פשוטים ומוכרים באופן שקוף על Hadoop, היות שאינפורמטיקה מחוללת את הקוד מאחורי הקלעים. יחד עם הורדת התלות בפיתוח קשה ויקר התווספו קונקטורים לעולמות התוכן הרלוונטיים כגון רשתות חברתיות, DB-ים של noSQL ואף מימוש יכולות של כלי אינפורמטיקה נוספים, כגון טיוב נתונים על Hadoop, שהפכה לאקוטית באיסוף המידע הרב, עקב ריבוי אנומליות וכפילויות של מידע. המסקנה המתבקשת היא שאם לא יתבצע טיפול באיכות הנתונים בפרויקטי Big Data, יהיה מאוד קשה, בסופו של דבר, לייצר תובנות על בסיס הנתונים.

תפיסת הפתרון של אינפורמטיקה, שנקרא Vibe, מוצג בתרשים הבא:

וכך ניתן לפתוח פתרון Big Data לארגון ללא סיכון, תוך שמירה על הנכסים והידע בארגון בTime To Market  מעולה.

לפרטים נוספים ולהרשמה לכנס ביג דאטה לחצו כאן.