Capitolo 8. Prima del punto di inflessione
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
I problemi di oggi derivano dalle "soluzioni" di ieri.
Peter M. Senge, La quinta disciplina
Complessità organizzativa, proliferazione delle fonti di dati, crescita delle aspettative in termini di dati: queste sono le forze che hanno messo a dura prova i nostri attuali approcci alla gestione dei dati analitici. I metodi esistenti hanno fatto notevoli progressi nella scalabilità delle macchine: gestione di grandi volumi di una varietà di tipi di dati con uno storage distribuito su scala planetaria, trasmissione affidabile di dati ad alta velocità tramite flussi ed elaborazione di carichi di lavoro ad alta intensità di dati in modo simultaneo e veloce. Tuttavia, i nostri metodi hanno dei limiti per quanto riguarda la complessità e la scala organizzativa, la scala umana.
In questo capitolo presento brevemente il panorama attuale delle architetture di dati, le loro caratteristiche di base e le ragioni per cui, in futuro, ci limitano.
Evoluzione delle architetture di dati analitici
Il modo in cui gestiamo i dati analitici ha subito cambiamenti evolutivi, cambiamenti guidati da nuovi modelli di consumo, che vanno dall'analitica tradizionale a supporto delle decisioni aziendali ai prodotti intelligenti potenziati con il ML. Mentre abbiamo assistito a una crescita accelerata del numero di tecnologie per ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access