Kontinuální analytika - Continuous analytics - Wikipedia
![]() | tento článek potřebuje další citace pro ověření.Květen 2016) (Zjistěte, jak a kdy odstranit tuto zprávu šablony) ( |
Kontinuální analytika je datová věda proces, který opouští ETL a komplexní dávka datové kanály ve prospěch mrak - nativní a mikroslužby paradigmata. Kontinuální zpracování dat umožňuje interakce v reálném čase a okamžité přehledy s menším počtem zdrojů.
Definovaný
Analytics je aplikace matematika a statistika k velkým datům. Datoví vědci píší analytické programy, aby hledali řešení obchodních problémů, jako je předpovídání poptávka nebo stanovení optimální ceny. Kontinuální přístup provozuje několik bezstavových strojů, které současně data obohacují, agregují, odvozují a jednají. Datoví vědci, řídicí panely a klientské aplikace mají přístup ke stejným derivátům dat v reálném čase nebo v reálném čase se správným zabezpečením založeným na identitě, maskování dat a správa verzí v reálném čase.
Datoví vědci tradičně nebyli součástí TO vývojové týmy, jako běžné Jáva programátoři. Je to proto, že jejich dovednosti je odlišují od jejich vlastního oddělení, které se obvykle netýká IT, tj. Matematiky, statistiky a vědy o datech. Je tedy logické dospět k závěru, že jejich přístup k psaní softwarový kód nemá stejnou účinnost jako tradiční programovací tým. Zejména tradiční programování přijalo přístup Continuous Delivery k psaní kódu a agilní metodologie. Tím se uvolňuje software v nepřetržitém kruhu zvaném iterace.
Kontinuální analýza je pak rozšířením modelu vývoje softwaru pro kontinuální doručování do velká data analytický vývojový tým. Cílem odborníka na nepřetržitou analytiku je pak najít způsoby, jak začlenit psaní analytického kódu a instalaci softwaru pro velká data do agilního vývojového modelu automaticky běžících testů jednotek a funkčních testů a budování systému prostředí s automatizovanými nástroji.
Aby to fungovalo, znamená to získat datoví vědci napsat svůj kód stejným způsobem úložiště kódů které běžní programátoři používají k tomu, aby jej software mohl odtud vytáhnout a spustit pomocí procesu sestavení. Znamená to také uložení konfigurace clusteru velkých dat (sady virtuální stroje ) také v nějakém druhu úložiště. To usnadňuje zasílání analytického kódu a softwaru a objektů pro velká data stejným automatizovaným způsobem jako proces nepřetržité integrace.[1][2]
externí odkazy
Reference
- ^ „Kontinuální analýza definována“. Recenze jižního Pacifiku. Recenze jižního Pacifiku. Citováno 17. května 2016.
- ^ Pushkarev, Štěpán. „Tear down the Wall between Data Science and DevOps“. LinkedIN. LinkedIN. Citováno 17. května 2016.
![]() | Tento databáze související článek je a pahýl. Wikipedii můžete pomoci pomocí rozšiřovat to. |