In-Memory Data Management

Durante los últimos 50 años, los avances en tecnología de la información (TI) tuvieron un impacto significativo en el éxito de empresas en todas las industrias. La base de este éxito son las interdependencias entre las compañías y la TI, también llamada Information Technology (IT), ya que no sólo le otorgan facilidad y el procesamiento de las tareas repetitivas, sino que tiene como objetivo ser habilitadora para la creación de conocimientos más precisos y completos de los datos. Este aspecto ha sido a menudo descrito y asociado al término “en tiempo real”, lo que sugiere que lo que sucede dentro de una empresa sea visible al instante por medio del uso de TI.

Big Data y Business Intelligence

En la actualidad , la mayor parte de los datos dentro de una empresa todavía se distribuyen a través de una amplia gama de aplicaciones y se guardan en varios almacenes que actúan como silos, es decir, compartimientos estancos sin conexión entre ellos.

La creación de una visión unificada en estos datos es un largo y engorroso procedimiento. Además, el análisis de informes no se ejecuta, por lo general, directamente sobre los datos operacionales, sino en agregados que surgen de un banco de datos. Los datos operativos se transfieren a este almacén en los diferentes procesos, lo que hace casi imposible obtener reportes a pedido y actualizados.

Como resultado, las empresas tienen que tomar decisiones basadas en información insuficiente, lo que no tiene relación con lo que el término “tiempo real” sugiere. Sin embargo, la evolución de la capacidad de procesamiento de la última década, sumada a avances tales como el procesamiento en paralelo y la baja de costos del hardware crearon nuevos adelantos en la industria del software.

Comenzó a ser posible almacenar conjuntos de datos completamente en la memoria principal de las computadoras, que ofrecen rendimientos más veloces que los sistemas basados en disco tradicionales.

¿Los discos duros se convertirán en obsoletos?

Quien sabe. Es el único dispositivo mecánico en un mundo de silicio. Probablemente, en breve, su uso será necesario sólo para copias de seguridad. Con la computación In-Memory y el almacenamiento de filas y columnas en forma de bases de datos, se podrán unificar los procesamiento transaccional y analítico.

¿Podrá la computación In-Memory cumplir con la promesa del tiempo real?

Como se resume en la Figura I, la combinación de las tecnologías antes mencionadas , finalmente permite un vínculo interactivo entre el tiempo de análisis de datos, la predicción de las tendencias de negocios, y la ejecución de las decisiones sin retrasos.

epic evaluando software

¿Cómo pueden las empresas aprovechar las aplicaciones en memoria para mejorar la rentabilidad y la eficiencia de su negocio?

Los analistas consideran que esta innovación favorece fundamentalmente los procesos de negocio, mejora la toma de decisiones, y establece nuevas normas de funcionamiento de las aplicaciones empresariales de todos los sectores y jerarquías organizativas.

La necesidad de tomar decisiones en tiempo real

Desde que los negocios existen, los responsables de tomar decisiones han querido saber el estado actualizado de su empresa. A medida que las compañías crecen, se torna cada vez más complicado conocer exactamente dónde está el dinero, los materiales, y la gente. Se requieren muchas herramientas para hacer un seguimiento de todo lo que a un ejecutivo o empresario necesita. El corazón de cualquier aplicación del sistema empresarial es la gestión de bases de datos, responsable de almacenar la gran cantidad de datos generados por las operaciones del día a día de un negocio.

Conveniencia , Factibilidad , Viabilidad – El impacto de la computación In-Memory

Contar con un tiempo de respuesta adecuado y análisis en tiempo real es un requisito clave para las aplicaciones que permiten interacciones con la computadora. Tenemos la idea que los usuarios de las aplicaciones empresariales interactúan con sus herramientas de software de una manera tan natural como lo hace cualquier usuario de Internet que interactúa con un motor de búsqueda en la web. ¿Realmente es así?

Los motores de búsqueda de la web muestran el potencial de ser capaces de analizar cantidades masivas de datos en tiempo real. Los usuarios introducen las consultas y reciben instantáneamente su respuesta. El objetivo de las aplicaciones empresariales en este sentido es el mismo, pero es difícilmente alcanzable. Por ejemplo, los agentes del centro de llamadas o los gerentes están buscando partes específicas de información dentro de todas las fuentes de datos de la empresa para decidir ofrecerles mejores productos a los clientes o para trazar estrategias futuras.

En comparación con la búsqueda en la web, las aplicaciones empresariales son más lentas, la exposición de los usuarios a los tiempos de respuesta son notablemente más largos. El comportamiento de los usuarios de negocios, sin duda cambiaría si la información estuviera tan disponible en el contexto de los negocios como en el caso de la búsqueda en la Web.

Una diferencia principal entre la búsqueda web y las aplicaciones empresariales es la relevancia de los resultados esperados. En una búsqueda en Internet sólo los resultados mejor rankeados en le ordenamientos son interesantes. En una búsqueda en la web se tamizan los resultados por medio de datos que se encuentran indexados. Por el contrario, las aplicaciones empresariales tienen que hacer procesamientos adicionales, como agregaciones complejas, para llegar al resultado esperado. Por ejemplo, para efectuar análisis o planificación, los datos deben estar preparados antes de que estén listos para ser presentados a un usuario, especialmente si provienen de diferentes sistemas de origen.

En la actualidad, los sistemas operacionales y analíticos están separados para proporcionar la capacidad de analizar los datos de la empresa y alcanzar tiempos de respuesta adecuados.

La preparación de los datos para el análisis sólo se aplica a un subconjunto de datos de la empresa. Esto limita la granularidad que los datos pueden llevar. Dependiendo de las etapas de preparación, por ejemplo, la limpieza, formateo o cálculos, la ventana de tiempo entre introducir datos del sistema operacional hasta estar disponibles para los informes, podría prolongarse durante varias horas o días. Este retraso tiene un efecto especial en el rendimiento cuando las aplicaciones tienen que hacer tanto el procesamiento operacional como el analítico.

Tiempo de respuesta a la velocidad del pensamiento

En las búsqueda sobre la web , los usuarios consultan datos mediante palabras clave. El significado de algunas puede ser ambiguo, lo que da lugar a redefinir sus términos de búsqueda según los resultados recibidos. El tiempo de respuesta inferior a 1 segundo es el impulsor del comportamiento por ensayo y error. Con menos de un segundo el tiempo de respuesta en el análisis empresarial, los usuarios serían capaces de emplear el mismo método para consultar los datos de negocio. Las consultas para obtener reportes podrían ser definidas y redefinidas de manera interactiva y sin largos tiempos de espera.

El tiempo de reacción promedio de un observador para dar una respuesta a la presencia de un estímulo sencillo es de 220 ms (milisegundos). Se necesita parte de este tiempo para detectar el estímulo y el para organizar la respuesta. El tiempo de reconocimiento de una reacción es más largo debido al proceso de entendimiento y comprensión necesario . El tiempo de reacción de reconocimiento promedio fue medido en el orden de 384 ms. Dependiendo de la complejidad del contexto, el reconocimiento aumenta el tiempo de reacción. Suponiendo contextos más complejos, se llama velocidad del pensamiento al intervalo de 550 a 750 ms.

Para los usuarios capacitados que realizan repetidamente las mismas acciones, los tiempos de reacción pueden ser más cortos que los números anteriores. Cualquier intervalo de tiempo suficientemente más largo que la velocidad de pensamiento, la mente lo detectará como tiempo de espera y por ende, el usuario comenzará a vagar por otros temas. Se trata de un proceso que no puede ser controlado por la mente conscientemente. Cuando más largo es el tiempo de espera, más es la probabilidad que la mente se retire de la tarea en cuestión . Un tiempo de respuesta inferior al segundo es un paso para ayudar al usuario a centrarse en un tema y no distraerse en otras cosas durante la espera.

El cambio de contexto entre las tareas es extremadamente agotador. Incluso, para las pequeñas tareas, el usuario tiene que encontrar su camino de vuelta al tema y es necesario recordar cuál es el siguiente paso . Si tal cambio de contexto se pudiera omitir, toda la atención del usuario se dedicaría a la exploración y el análisis de datos.

La libertad para crear consultas sobre los resultados sin distraerse ayuda al usuario conocer en profundidad los datos en un tiempo mucho más corto. El tiempo de respuesta inferior al segundo significa que se pueden utilizar las aplicaciones empresariales de nuevas maneras, por ejemplo, en los dispositivos móviles. La expectativa de los usuarios de dispositivos móviles es no tener que esperar más de unos pocos segundos para una respuesta de su dispositivo.

Analíticos en tiempo real, en “vuelo”

La base para el análisis en tiempo real es tener todos los recursos a disposición en el momento en que se los convoca. Una de las herramientas que usan para ello son los cubos, pero esto contienen datos que son parte del mundo del tiempo real. Estos cubos se basan en un número fijo de dimensiones en las que los informes analíticos pueden definir sus conjuntos de resultados. En consecuencia, un cubo puede proveer sólo un conjunto de informes en particular. Si se necesitan otras dimensiones, tiene que crearse un nuevo cubo o ampliar las de un cubo existente. En el peor de los casos, un aumento lineal en el número de dimensiones de un cubo puede dar lugar a un crecimiento exponencial de requisitos de almacenamiento. La extensión de un cubo puede resultar en un rendimiento del deterioro de estos informes. La decisión de ampliar un cubo o construir uno nuevo tiene que ser considerada cuidadosamente.

En lugar de trabajar con un conjunto de informes predefinidos, los usuarios de negocio deberían contar con la capacidad para pedir informes ad-hoc. Deberían poder gestionar el conjunto completo de los datos que la empresa posee, incluyendo la posibilidad de más datos procedentes de fuentes externas.

Resumen

En resumen , la tecnología de computación en-memoria causa las siguientes mejoras en tres áreas estratégicas interrelacionadas:

  • Reducción del costo total de propiedad: la gestión de datos y las capacidades analíticas necesarias se incorporan en los sistemas operativos de la empresa directamente . Los sistemas empresariales serán más fáciles y con menor complejidad para mantenerlos, menor mantenimiento del hardware y menores requerimientos de recursos de TI.
  • Aplicaciones innovadoras: se podrán ejecutar aplicativos que combinen la gestión de los datos en memoria con la analítica de grandes volúmenes de transacciones. La planificación, la previsión, la optimización de precios, y otros procesos pueden ser mejorados con nuevas aplicaciones que no eran viables antes.
  • Decisiones más rápidas: La computación In-Memory aplicada a los sistemas empresariales permite un acceso rápido y fácil a la información necesaria para quienes toman decisiones, proporcionando nuevas formas de ver el negocio. Las simulaciones, análisis what-if y la planificación se puede realizar de forma interactiva con los datos operacionales. La información relevante está disponible de forma instantánea y la dependencia de los recursos de TI se reduce. Esto puede llevar a un estilo de gestión mucho más dinámico donde los problemas pueden ser tratados a medida que ocurren .
 

¿qué software es apto para su empresa?

Acceda a nuestros evaluadores

Deja un comentario