Системы интеллектуального анализа и обработки транзакций

--> Дата: Май 23, 2010 36

Возможность анализа данных непосредственно там, где они хранятся, очень важна, поскольку компании ищут пути сокращения длительности цикла между обработкой данных и получением результатов и хотят при этом избежать издержек на миграцию данных из одной системы в другую. По мере того как возможности цифровых устройств расширяются, а цены на них падают, датчики и устройства преобразуют в цифровую форму громадные объемы информации, которая ранее была недоступна. Согласно недавно опубликованным аналитическим отчетам, рост объемов корпоративных данных в течение следующих пяти лет оценивается в 6,5 раз. Причем до 80% этих данных будут неструктурированными, собираемыми из самых разных источников — блогов, Web-контента, сообщений электронной почты и т.д. Кроме того, 70% этих неструктурированных данных устаревают и теряют актуальность уже спустя три месяца после их генерации. В ряде случаев компании стараются установить свое оборудование в непосредственной близости от серверов, где размещается и обрабатывается, например, рыночная информация и данные по сделкам. Эти компании идут на дополнительные расходы главным образом потому, что стремятся сэкономить драгоценное время от получения заявки до осуществления сделки в реальном масштабе времени.

Компаниям и организациям необходима возможность анализировать информацию и извлекать из нее нужные знания в реальном масштабе времени и независимо от того, где эти данные размещаются, чтобы не ограничивать себя рамками одной определенной системы или платформы. Обычно заказчикам требуются системы, которые тонко настроены, тщательно сбалансированы и оптимизированы для содействия в быстром извлечении ценной информации из очень больших массивов данных. Такие важные знания позволяют клиентам заранее прогнозировать зарождающиеся тенденции в бизнесе, открывать новые возможности и избегать рисков. Оптимизированные системы смогут поддерживать все среды центров обработки данных (ЦОД), помогая успешно справляться с возросшими объемами транзакций.

Лидерство корпорации IBM в области систем, оптимизированных для поддержки рабочих нагрузок, продолжается более четырех десятилетий. IBM, сделавшая значительные инвестиции в исследования и разработки микроэлектронных технологий, а также в развитие услуг интеграции ПО, обладает богатым опытом развертывания подобных систем для решения специфических отраслевых задач.

Весной этого года IBM представила систему IBM pureScale Application System с процессорной технологией POWER7 и системы IBM Smart Analytics Systems для архитектуры x86 и сред мэйнфрейма. Каждая из этих систем интегрирована на всех уровнях, от микропроцессоров до аппаратного и программного обеспечения, а также тонко настроена для анализа огромных массивов данных в реальном времени и поддержки транзакций с интенсивной обработкой данных. Новые системы IBM могут также почти на 80% уменьшить ресурсы памяти хранения структурированных и неструктурированных данных благодаря высокоэффективной технологии сжатия данных, что в итоге приведет к существенной экономии затрат на электроэнергию, потребляемую устройствами хранения. Стоит отметить, что новые системы адаптированы к современным жестким требованиям и нуждам организаций, и тот уровень интеграции, который предлагает IBM, начиная от микропроцессоров, через ПО связующего слоя и вплоть до услуг бизнес-консалтинга, в свою очередь, формирует новый уровень оптимизации и эффективности и способствует снижению расходов. Так, современным фондовым биржам необходимо обеспечивать проведение десятков тысяч торговых операций с ценными бумагами в секунду, причем эти сделки, которые необходимо регистрировать с высочайшей точностью, конкурируют между собой в быстроте, исчисляемой микросекундами. Кроме того, биржи должны быть способны поддерживать проведение торговых сделок в непредвиденном объеме в периоды пиковых нагрузок, ставших результатом экономических колебаний, например, по причине публикации компаниями своих финансовых отчетов или изменения политики правительства.

Аппаратно-программная система IBM pureScale Application System объединяет серверы на базе процессорной технологии POWER7 с ПО WebSphere Application Server и DB2 pureScale для выполнения ресурсоемких транзакционных рабочих нагрузок, таких как управление интеллектуальными коммунальными сетями. Поскольку объемы данных продолжают расти, организации во всех промышленных сегментах готовы воспользоваться преимуществами экономически выгодного и эффективного подхода IBM к масштабированию производительности. Этот подход не заставляет клиентов нести огромные расходы на приобретение избыточных аппаратных мощностей и дополнительного ПО. Так, интеллектуальным сетям электроснабжения, которыми управляют коммунальные предприятия, требуются самые «свежие», обновляемые в ежеминутном режиме данные, чтобы обеспечивать поставку электроэнергии туда, где она больше всего нужна в данный момент. Разумная сеть в то же время помогает контролировать потребление энергии в реальном времени и частично отключать или снижать нагрузку в наиболее дорогостоящие ежедневные пиковые периоды. Чтобы обрабатывать объем данных и транзакций, генерируемых такой рабочей нагрузкой, компаниям нужна прикладная система, которая гарантирует постоянную готовность и практически неограниченную вычислительную мощность, необходимую для удовлетворения меняющихся потребностей бизнеса.

Система IBM Smart Analytics System 9600 на платформе мэйнфрейма System z и модель 5600 на серверной платформе System x присоединяются к системам серии 7600 на базе семейства Power Systems, предлагая интегрированный комплекс из сервера, устройства хранения данных, ПО и пакета услуг по очень привлекательной цене. Эти системы, оптимизированные для поддержки аналитических рабочих нагрузок, включают предварительно настроенные компоненты для ускорения развертывания мощных решений для бизнес-анализа, которые можно будет запускать в работу за считанные дни. Интегрированное ПО Cognos и InfoSphere Warehouse включает следующие функции:

подготовка отчетов, выполнение анализа и создание информационных панелей;
способность анализировать многочисленные экономические переменные для выявления скрытых взаимосвязей;
поиск и извлечение ценной информации из структурированных и неструктурированных данных (таких как сообщения электронной почты, контент Web-сайтов и блогов, с целью определения скрытых возможностей или выполнения анализа на поведенческом уровне).