.svg)
Реинкарнация больших данных: какие преимущества есть у Big Data
Сергей Зинкевич
Директор бизнес-юнита
Содержание:
Анализ больших данных могут позволить себе только самые крупные компании. Так ли это на самом деле? Разберем несколько устойчивых стереотипов о технологии, которую некогда назвали новой нефтью, затем лишили титула популярного тренда и снова «короновали» на фоне развития искусственного интеллекта и машинного обучения.
Но есть и альтернативы для тех, кто хотел бы сэкономить.
Об облачных инструментах работы с Big Data стали говорить в конце 2000-х. Несмотря на то, что в целом массивно-параллельные вычисления, которые характерны для этого класса систем, эффективно работают в первую очередь on premise (в локальной инфраструктуре заказчика), модель начала завоевывать рынок. Причем настолько успешно, что Gartner еще в 2017 году начала «списывать» классические дистрибутивы. Аналитики компании утверждали, что продукты не достигнут «плато продуктивности» и проиграет своим облачным аналогам. И, напротив, BDaaS (Big data as a service) стали пророчить светлое будущее. Так, ResearchAndMarkets считает, что этот сегмент мирового облачного рынка к 2026 году вырастет более чем на 36%.
Big Data — это всегда высокая стоимость как барьер для старта проекта?
В облаке эту проблему легко решить. Во-первых, необходимый объем ресурсов оплачивается строго по мере потребления, без значительных инвестиций на старте. Во-вторых, существуют различные схемы для оптимизации стоимости услуг. Например, некоторые клиенты предпочитают короткие пилоты. Их цель — проведение разового исследования, проверка гипотезы. В этом случае провайдер может предоставить не только инфраструктуру с почасовой тарификацией, но и временные лицензии на сам программный продукт (что-то типа community edition). Компании, которые с Big Data всерьез и надолго, оплачивают годовую стоимость лицензий. Но и тут есть возможность для экономии: часть заказчиков запускает виртуальные машины в облаке, когда хотят сгенерировать отчет. Они же «гасят» эти виртуальные машины в выходные дни. Таким образом получается уменьшить стоимость облачных услуг до 30%.
Big Data — это всегда долгая реализация?
Сложно ли найти квалифицированных специалистов для создания и поддержки Big Data?
Нужна облачная Big Data: основные шаги
- Формирование предельно конкретной и понятной бизнес-задачи с возможными результатами на выходе;
- Проектирование бизнес- и технической архитектуры;
- Выделение вычислительных ресурсов, сайзинг решения;
- Создание спроектированной инфраструктуры;
- Все получилось? Бинго! Вывод в продуктив и эксплуатация.
