![Show Menu](styles/mobile-menu.png)
![Page Background](./../common/page-substrates/page0016.jpg)
EMBEDDED
MAGGIO
16
IN TEMPO REALE
|
BIG DATA
Giorgio Fusari
eseguire query più rapide. Questa è una delle ten-
denze chiave prevista in un rapporto, stilato da Ta-
bleau Software, sui dieci top trend per i Big Data.
*
?
' À
nella posizione di punta del Magic Quadrant per
la business intelligence (BI) e gli “analytics”, elabo-
rato da Gartner per l’anno in corso. Gli accelerato-
ri di query, sottolinea Tableau, utilizzando motori
SQL-on-Hadoop (Apache Impala, Hive LLAP, Pre-
sto, Phoenix, Drill) e tecnologie OLAP-on-Hadoop
(AtScale, Jethro Data, Kyvos Insights), stanno poi
ulteriormente offuscando le linee di demarcazione
tra warehouse tradizionali e mondo dei grandi dati.
Secondo top trend: se negli ultimi anni, sull’onda dei
Big Data, sono emerse varie tecnologie per soddisfa-
re l’esigenza di tool analitici basati sulla piattaforma
Hadoop, ora tali tool diventano obsoleti, a favore di
tecnologie e piattaforme agnostiche rispetto ai dati
e alle fonti, e in grado di soddisfare la domanda e
i casi d’uso dei vari utenti aziendali. Soprattutto
le imprese con ambienti IT eterogenei e complessi,
con dati “seppelliti” in una molteplicità di fonti (basi
dati tradizionali, sistemi di data warehousing cloud-
S
olo qualche anno fa “Internet of Things”,
o IoT, sarebbe risultato un termine sconosciuto o
incomprensibile ai più: oggi sta diventando un pa-
radigma fondante per realizzare modelli di auto-
)
$%/ À
di produzione, improntate sullo “smart manufactu-
ring”. L’obiettivo di chi decide di investire per rea-
lizzare un’applicazione IoT è sempre lo stesso: au-
mentare, grazie a una maggior “intelligenza” delle
À
industriali e aziendali, migliorare la competitività,
creare nuovi tipi di servizi e accrescere la soddisfa-
À % ?
e il suo
reale raggiungimento ci sono però ancora di mezzo
diversi punti critici da affrontare e superare. E un
À
-
) ? @ À
se poi le grandi moli di dati che genera, e consente di
raccogliere, sono davvero così utili a migliorare l’at-
tività di business. Poter rispondere positivamente a
questa domanda dipende molto dall’approccio tecno-
logico e architetturale adottato nella raccolta, suc-
cessiva analisi e interpretazione, delle grandi quan-
tità di dati che sensori, tag RFID (radio frequency
À 1
oggetti “smart” disseminati in impianti industriali,
apparecchiature e prodotti, registrano di continuo.
Cresce la velocità, e si va oltre Hadoop
La velocità diventa sempre più un requisito chia-
ve nell’analisi dei Big Data, e l’esigenza di rapidità
sta guidando l’adozione di database più veloci come
Exasol e MemSQL, di data store “Hadoop-based”
come Apache Kudu, e tecnologie che consentono di
Investimenti IoT: metterli a frutto
usando (bene) i Big Data
Ricavare valore di business dalle enormi moli di informazioni generate
da impianti e oggetti “smart” significa rendere accessibili tutte le fonti dati,
usando, in funzione dell’applicazione, i corretti strumenti analitici
Fig. 1 – L’analisi intelligente dei Big Data permette
À
À
(Fonte: Siemens)