【.com快译】新冠疫情让企业看到了数字化的重要性，加快了企业数字化转型的步伐，也推动了IT预算的增长。到2022年，企业IT支出预计将恢复到2019年的水平。Gartner指出，IT预算支出将在企业软件上快速增长，包括数据库、分析和商业智能。 随着数据量的快速增长，从数据中获取价值，无论是洞察力还是交易，都是提升业务成果的基础。在追求从数据中获取价值的过程中，数字化创造了一种新的价值载体：实时。 在处理和存储数据时，需要一个统一的新平台来充分分析和挖掘实时数据，为业务提供高速的洞察、行动和价值，并快速存储数据。根据Forrester咨询公司的一份报告，超过80%的企业高管认为决策需要基于对事件的瞬时分析和实时市场状况。然而，希望与能力之间存在着巨大的差距。超过三分之二接受Forrester采访的高管表示，他们的组织无法获得实时的、数据驱动的洞察力和行动。 海量实时数据带来的新挑战 数字化正在产生海量实时数据。它从服务器、电器、传感器和物联网设备涌入，以至于据估计未来三年生成的数据将比过去30年还要多。 所有新数据都是实时生成的。在数据生成的那一刻，很多数据都包含与刚刚发生的事情相关的唯一值。然而，随着时间的推移，这个价值会逐渐消失，数据会失去其基于时间的相关性。 企业高管希望通过实时数据发现价值，但由于新数据量大，他们大多无法实时有效地分析数据。在DellTechnologies2020年数字化转型指数调查中，绝大多数(70%)的高管表示，他们的组织正在经历的数据超出了他们能够分析或理解的范围。 大量的实时数据带来了新的挑战：新型数据孤岛。因为实时处理需要与存储数据不同的技术，因为两种数据的性质截然不同： 1）实时数据的独特价值瞬间消失。 2）实时数据通常没有更深层次的价值。 3）信息值不同；一个描述刚刚发生的事情，另一个描述历史。 换句话说，虽然实时数据包含有关刚刚发生的事件的时间关键信息，但它缺乏可以在存储的数据记录中找到的更有价值的内容。 例如，如果某个事件不能立即与特定客户的个人资料和历史背景联系起来，那么知道该客户刚刚在线查看了一件零售商品有什么用呢？如何结合交易参与者的业绩历史分析交易参与者的财务风险？当来自制造传感器的事件数据显示异常信号时，如果不知道最近的维护历史，怎么可能无法评估预防措施是否到位？ 可以说，数据世界已经发生了翻天覆地的变化。现在的主导力量是实时数据，而历史数据的存储和分析仍然存在。 建立多功能数据处理平台 数据库位于应用程序和历史数据之间。他们擅长对存储的数据执行事务和查询——但仅限于传统应用程序。数据库的功能和性能旨在满足以前的期望。在当今数字时代，实时数据分析需要微秒级别和更高的性能要求，这是数据库架构无法实现的。 此外，数据库并非设计用于处理源自A点并传输到B点的实时数据。因此，它们必须插入可以执行此类处理的引擎。这些接口引入了显着的延迟，这是实时数据的死敌。重要的是，实时数据的价值会随着时间的推移而迅速消失。即使可以将多个系统合并在一起，也会导致更高的维护成本和更复杂的架构。 因此，为了统一处理实时数据和存储数据，需要一个新的数据处理平台。该平台必须利用现有数据库并支持使用这两种数据的应用程序。 这个多功能平台包括一个用于数据摄取、转换、分发和同步的流引擎。为了满足数据处理的超低延迟要求，平台必须基于内存技术。并满足容量和灵活性的双重要求。此外，它必须是分布式架构。通过这种组合，该平台可以提供亚毫秒级响应并每秒执行数百万个复杂交易。原标题：Unifyingstreamingandstoreddata【译文，合作网站转载请注明原译者和出处.com】
