(Połącz świat/)
kiedy Nikita Iwanow był współzałożycielem GridGain Systems w 2005 roku, przewidywał, że przetwarzanie w pamięci stanie się głównym nurtem i w ciągu kilku lat stanie się ogromną kategorią samą w sobie. To oczywiście nie wypaliło, ale w przeddzień konferencji in-Memory Computing Summit 2020, która odbędzie się pod koniec tego tygodnia, dyrektor techniczny GridGain nadal jest zdecydowany na przyszłe przetwarzanie w pamięci, szczególnie w zakresie przetwarzania strumieniowego.
„kiedy zacząłem tę podróż blisko 20 lat temu, było ogólne przekonanie, że przetwarzanie w pamięci będzie ogromną kategorią, tak jak w przypadku obliczeń w chmurze”, mówi Ivanov. „I tak się nie skończyło. W informatyce pamięciowej nie stała się masową kategorią. To wciąż ważna kategoria, ale trochę inna.”
zamiast tego, komputer w pamięci” jakby przekształcił się w coś innego”, mówi Iwanow. W szczególności technologie przetwarzania w pamięci-w szczególności sieci danych w pamięci (IMDGs), które rozwijają Systemy GridGain i inni dostawcy–stały się podstawowym elementem leżącym u podstaw konfiguracji przetwarzania dużych strumieni. IMDGs I stream computing to nie to samo, oczywiście, ale wspólne podobieństwa.
„widzę paralele” Iwanow mówi Datanami. „Jeśli spojrzymy na przetwarzanie w pamięci 10 lat temu, to był ten bezbożny bałagan spaghetti podejść, frameworków i projektów. Nazewnictwo było bardzo trudne do zrozumienia … dziś jest nieco bardziej zorganizowane. I wierzę, że to właśnie stanie się z streamingiem, do pewnego stopnia. W tej chwili na pewno jest to bezbożny bałagan. Poprosisz architektów o ustandaryzowaną konfigurację strumieniowania, a oni będą walczyć.”
„więc wierzę, że streaming prawdopodobnie nie tylko będzie trochę mniej skomplikowany, ale także przekształci się w coś w następnej koncepcji, następnym filozoficznym spojrzeniu na przetwarzanie danych”, kontynuuje.
GridGain odniósł pewien sukces dzięki Apache Ignite, która jest platformą open source do przechowywania i przetwarzania dużych ilości danych w klastrze węzłów. Ignite zasadniczo jest darmową i otwartą wersją GridGain ’ s enterprise-level in-memory computing platform, którą przekazał Apache Software Foundation w 2014 roku.
dzisiaj Ignite jest piątym najpopularniejszym projektem open source w ASF, mówi Ivanov, za Spark, Kafka, Hadoop i Cassandrą. Projekt dojrzał do tego stopnia, że nie musi się już sprawdzać i jest powszechnie uważany za podstawowy technologiczny element, gdy deweloperzy absolutnie potrzebują najszybszej wydajności transakcyjnej.
kolejnym dostawcą IMDG, który zaprezentuje swoją technologię na pierwszym wirtualnym szczycie obliczeniowym w pamięci w tym tygodniu, jest oprogramowanie ScaleOut. Według Williama Baina, Dyrektora Generalnego ScaleOut, który wygłosi przemówienie podczas szczytu w środę, IMDGs rozkwitają w ogromnych rzeczywistych przypadkach użycia, takich jak śledzenie danych dla miliona klientów e-commerce lub floty wypożyczalni samochodów.
dzięki możliwości przechowywania szybko zmieniających się danych w pamięci, pliki IMDGs będą niezbędne do działania na strumieniach danych na żywo, gdy opóźnienia związane z jeziorami danych i innymi systemami big data są zbyt duże, mówi Bain.
Technologia In-memory jest niezbędnym elementem przetwarzania strumieniowego, w tym transakcji i analizy (spainter_vfx/)
„wraz z eksplozją przyjęcia Internetu Rzeczy (który wkrótce zostanie katalizowany przez sieć bezprzewodową 5G), niezliczone źródła danych w naszym codziennym życiu generują teraz ciągłe strumienie danych, które należy wydobywać, aby ratować życie, poprawić wydajność, uniknąć problemów i poprawić wrażenia”, mówi Bain w wiadomości e-mail do Datanami. „Teraz możemy śledzić pojazdy w czasie rzeczywistym, aby zapewnić bezpieczeństwo kierowcom, zapewnić bezpieczną i szybką dostawę potrzebnych towarów oraz uniknąć nieoczekiwanych awarii mechanicznych. Urządzenia do śledzenia stanu zdrowia mogą generować telemetrię, która umożliwia algorytmom diagnostycznym wykrywanie pojawiających się problemów, takich jak nieprawidłowości serca, zanim stanie się to pilne. Strony internetowe mogą śledzić kupujących e-commerce, aby pomóc im w znalezieniu najlepszych produktów, które spełniają ich potrzeby.”
pliki IMDGs nie są idealne dla wszystkich przypadków przesyłania strumieniowego lub IoT. Ale gdy przypadek użycia jest krytyczny, a czas ma kluczowe znaczenie, IMDGs będzie odgrywać rolę w koordynowaniu danych i zapewnianiu szybkiego czasu reakcji.
„połączenie pamięci masowej opartej na pamięci, przejrzystej skalowalności, wysokiej dostępności i zintegrowanego przetwarzania oferowanego przez IMDGs zapewnia najbardziej efektywne wykorzystanie zasobów obliczeniowych i prowadzi do najszybszych możliwych odpowiedzi”, pisze Bain. „Wydajne, ale proste interfejsy API umożliwiają programistom aplikacji zachowanie uproszczonego widoku danych i szybką analizę ich bez wąskich gardeł. IMDGs oferuje połączenie mocy i łatwości obsługi, których aplikacje zarządzające danymi na żywo potrzebują bardziej niż kiedykolwiek wcześniej.”
dyrektor techniczny i współzałożyciel GridGain Systems Nikita Ivanov
GridGain organizuje virtual in-Memory Computing Summit 2020, w którym może uczestniczyć bezpłatnie. Oprócz oprogramowania ScaleOut na wydarzeniu wezmą udział przedstawiciele firm Dell, IBM, Oracle, MemVerge I m&T Bank.
Firmy z tej branży stanowią serce bazy klientów GridGain, ale są również szeroko stosowane w innych branżach, w tym w telekomunikacji i handlu detalicznym.
„kiedy 15 lat temu założyłem tę firmę, staraliśmy się udowodnić każdemu klientowi” – mówi Iwanow. „Marzyliśmy o czasach, kiedy możemy wejść do klienta i nic nie robić, kiedy klient będzie nas znał po imieniu i zaufał nam. Właśnie wkraczamy do tego miejsca, gdzie zdajemy sobie sprawę, że nie musimy robić tych wszystkich POC. GridGain i Apache Ignite mają reputację dojrzałych. Mówi mi tylko, że baza klientów się powiększa. To oczywiście oznacza, że rynek rośnie, a przyjęcie tej technologii rośnie.”
In-Memory Computing Summit 2020 odbędzie się 28 i 29 października. Aby zapoznać się z listą prelegentów, kliknij tutaj.
powiązane elementy:
wypełnianie trwałych luk w erze „dużej pamięci”
przetwarzanie strumienia jest doskonałym dodatkiem do siatki danych, Hazelcast znajduje
GridGain rozszerza trwałość danych dla DB w pamięci
