Page 19 - ITReseller_czerwiec 2015

dać użytkownikowi dostęp do całego ogromnego zbioru danych i pozwolić mu na analizowanie danych ad hoc, we- dług zadanych przez niego dowolnych kryteriów. Podejście tradycyjne polega- łoby na utworzeniu raportu opartego na danych zagregowanych, dla którego na wejściu użytkownik musiałby podać ograniczenia. Pozycje szczegółowe w ta- kich przypadkach użytkownik może zo- baczyć dopiero w kolejnym raporcie, po kolejnym ograniczeniu obserwowanych danych. To nienaturalne przetwarzanie można ominąć, stosując przetwarzanie w pamięci. Innym przykładem możliwo- ści systemów in-memory jest integracja systemów transakcyjnych (OLTP) z anali- tycznymi (OLAP). Jeśli system transakcyj- ny jest oparty na platformie przetwarza- nia w pamięci, to nie potrzeba osobne- go serwera na potrzeby analityki.
– Analizy mogą być oparte bezpo- średnio na systemie transakcyjnym. Upraszcza to strukturę systemów IT, zmniejsza koszty utrzymania i zapew- nia raportowanie bez opóźnień wyni- kających z przesyłania danych między systemami. To nie byłoby możliwe bez przetwarzania w pamięci – przekonuje Krzysztof Siwiec.
Zdaniem Piotra Borowika, Business In- telligence and Data Discovery Expert SAS Institute, na rynku jest miejsce dla obu technologii. Tradycyjny BI jest do- brze zakorzeniony i odpowiada na wie- le rzeczywistych potrzeb użytkowni- ków. Wydaje się, że w zastosowaniach, w których chodzi głównie o przygo- towanie zestawu standardowych ra- portów o ustalonej formie i zawarto- ści (ang. production reporting), klasycz- ne rozwiązania BI wystarczająco dobrze sobie radzą i trudno znaleźć argumenty ekonomiczne, aby je zastępować. Sytu- acja ma się inaczej, gdy chodzi o narzę-
dzia dające użytkownikowi biznesowe- mu dużą swobodę w samodzielnej eks- ploracji danych, użycie różnych metod wizualizacji albo zaawansowanych me- tod analitycznych. Wówczas narzędzia wykorzystujące technologie in-memo- ry mogą zyskać przewagę, bo dzięki szybkości działania pozwolą takiemu użytkownikowi na samodzielne ekspe- rymentowanie z danymi, badanie hipo- tez i przypuszczeń, szybkie zmiany kie- runku spojrzenia na dane.
Powoli do przodu
Najwięksi producenci oprogramowania zainwestowali w technologię in-memo- ry. Jednak na razie szału wdrożeń nie wi- dać. Co zatem hamuje rozwój techno- logii w Polsce? Jak zauważa Krzysztof Siwiec, od niedawna oferowane są roz- wiązania znacznie lepsze niż tradycyjne i tylko nieznacznie droższe. Dotychczas cena była dużą barierą. Rozwiązania in- -memory zazwyczaj wymagają dedyko- wanego bądź certyfikowanego sprzętu, odmiennego niż używany dotychczas. Z tego względu moment, w którym przedsiębiorstwa decydują się na krok w kierunku in-memory, pokrywa się ko- niecznością wymiany dotychczasowej infrastruktury IT.
– Myślę, że nie można powiedzieć, że ist- nieją jakieś szczególne bariery. Obser- wujemy naturalny proces, gdzie z jed- nej strony nowa technologia dojrzewa, a z drugiej dojrzewa jej użytkownik. To zawsze zajmuje trochę czasu, jednak nie ma wątpliwości, że in-memory nie jest efemerydą technologiczną i w takiej czy innej formie zakorzeni się w krajobrazie IT przedsiębiorstw również w Polsce – przekonuje Piotr Borowik.
Rewolucja już się rozpoczęła, ani się obejrzymy, a in-memory stanie się co- dziennością. w
Opisy przykładowych wdrożeń
NYKREDIT, największy ubezpieczyciel działający na duńskim rynku hipotecznym, nieustannie boryka się z rosnącą ilością danych, a jednocześnie musi zapewnić pracownikom działów biznesowych szybszy dostęp do bieżących raportów. W przeszłości wystarczało przygotowywanie sprawozdań raz na miesiąc. Teraz aktualne dane muszą być dostępne każdego dnia, aby zapewnić słuszność i celowość podejmowanych decyzji biznesowych. Aplikacje Oracle BI Apps uruchamiane na maszynach Oracle Exalytics poprawiły czas odpowiedzi od 35 do 70 razy (zależnie od obszaru).
SCHNEIDER ELECTRIC POLSKA
potrzebował skrócenia czasu raportowania, integracji różnych źródeł danych oraz przyspieszenia procesu pozyskiwania informacji koniecznych do powstania raportów. Firma wzięła udział w projekcie „Seeing is Believing”, a następnie
wdrożyła rozwiązania QlikView w dziale IT. To zapoczątkowało dalsze rozszerzanie funkcjonalności i zastosowania platformy Business Intelligence w innych działach. Dzięki QlikView czas przygotowania szczegółowych analiz mierzony jest
w godzinach, a nie dniach, jak dotychczas.
SOKOŁÓW, jeden z liderów branży mięsnej w Polsce, zdecydował się na zastosowanie platformy SAP HANA, aby przyspieszyć przetwarzanie transakcyjne
i analityczne w swoich systemach SAP.
W przypadku Sokołowa rewolucja SAP HANA ma polegać na znaczącym przyspieszeniu
i usprawnieniu pracy z systemem ERP i analizami.
Kilka powodów, dla których klienci wybierają technologię in-memory
r WYDAJNOŚĆ. Większa szybkość rozwiązania BI dla procesów interaktywnych odblokowuje nowe możliwości. Rozwiązania z trybem in-memory pozwalają na dostarczenie raportów do trzykrotnie większej liczby użytkowników za tę samą cenę, którą musielibyśmy zapłacić w przypadku porównywalnego sprzętu klasycznego. Rozwiązania in-memory pozwalają także zaoszczędzić czas, który musielibyśmy przeznaczyć na tuning wydajnościowy bazy danych przeznaczonej do raportowania.
r UMOŻLIWIENIE SZYBKIEGO WGLĄDU i czerpania korzyści z danych niestrukturalnych. In-memory pozwala na szybsze odkrywanie nowych wartości danych niestrukturalnych, bez względu na ich typ, pochodzenie czy sposób wykorzystania.
r ANALIZY W CZASIE RZECZYWISTYM z minimalnym czasem oczekiwania na rezultaty. Rozwiązania in-memory pozwalają na szybką synchronizację danych do pamięci RAM z systemów źródłowych w czasie zbliżonym do rzeczywistego.
r SZYBSZA SPRAWOZDAWCZOŚĆ zarządcza.
r NISKI PRÓG WEJŚCIA W TECHNOLOGIĘ IN-MEMORY z wykorzystaniem gotowych rozwiązań sprzętowo-programowych. Zastosowanie gotowych rozwiązań analitycznych
in-memory daje najlepszy stosunek kosztów do wydajności.
Według Oracle
nr 9-10 (267–268) • czerwiec 2015
iT Reseller 19