(Connect world/)
när Nikita Ivanov grundade GridGain Systems tillbaka i 2005, föreställde han sig att in-memory computing skulle bli mainstream och bli en massiv kategori för sig själv inom några år. Det gick uppenbarligen inte ut, men på tröskeln till in-Memory Computing Summit 2020 som äger rum senare i veckan är GridGain CTO fortfarande hausse på den framtida in-memory computing, särskilt för att driva strömbehandling.
”när jag började denna resa Nära 20 år sedan var det en allmän tro på att in-memory computing kommer att vara en massiv kategori, som har varit med cloud compute”, säger Ivanov. ”Och det blev inte så här. I memory computing har inte blivit en massiv kategori. Det är fortfarande en viktig kategori, men det är lite annorlunda.”
istället, in-memory computing ”typ av förvandlats till något annat”, säger Ivanov. I synnerhet, in-memory computing technologies-specifikt in-memory data grids (IMDGs) som GridGain–system och andra leverantörer utvecklar-har blivit ett kärnelement som ligger till grund för stora strömbehandlingsinställningar. IMDGs och stream computing är inte samma sak, självklart, men andelen likheter.
”jag kan se parallellerna”, berättar Ivanov Datanami. ”Om du tittar på in-memory computing för 10 år sedan var det denna ogudaktiga spaghetti-röra av tillvägagångssätt och ramar och projekt. Nomenklaturen var mycket svår att förstå…idag är det lite mer organiserat. Och jag tror att det är exakt vad som kommer att hända med streaming, till en viss grad. Just nu är det en ogudaktig röra säkert. Du ber alla arkitekter att ge dig standardiserad streaminginställning, och de kommer att kämpa.”
”så jag tror att streaming förmodligen inte bara kommer att bli lite mindre komplicerat, men det kommer också att förvandlas till något i nästa koncept, nästa filosofiska syn på databehandling, fortsätter han.
GridGain har hittat en viss grad av framgång med Apache Ignite, som är en öppen källkodsplattform för lagring och beräkning av stora datamängder över ett kluster av noder. Ignite är i huvudsak den fria och öppna versionen av Gridgains företagsnivå i minnesplattform, som den donerade till Apache Software Foundation tillbaka i 2014.
idag är Ignite det femte mest populära open source-projektet på ASF, säger Ivanov, bakom Spark, Kafka, Hadoop och Cassandra. Projektet har mognat till den punkt där det inte längre behöver bevisa sig och anses allmänt som en kärnteknisk byggsten när utvecklare absolut behöver den snabbaste transaktionsprestandan.
en annan IMDG-leverantör som kommer att visa upp sin teknik vid det första virtuella toppmötet i minnet i veckan är ScaleOut Software. Enligt Scaleouts VD William Bain, som kommer att leverera en keynote vid toppmötet på onsdagen, blomstrar IMDGs i massiva verkliga användningsfall, till exempel spårningsdata för en miljon e-handelskunder eller en flotta hyrbilar.
tack vare deras förmåga att lagra snabbt föränderliga data i minnet, IMDGs kommer att vara avgörande för att agera på liveströmmar av data när latenser inblandade med data sjöar och andra stora datasystem är för stor, Bain säger.
In-memory-teknik är ett viktigt element för stream-bearbetning, inklusive transaktioner och analyser (spainter_vfx/)
”med explosionen i antagandet av IoT (som snart kommer att katalyseras av 5G trådlöst nätverk) genererar otaliga datakällor i vårt dagliga liv nu kontinuerliga dataströmmar som måste brytas för att rädda liv, förbättra effektiviteten, undvika problem och förbättra upplevelser”, säger Bain i ett e-postmeddelande till Datanami. ”Nu kan vi spåra fordon i realtid för att hålla förarna säkra, säkerställa säker och snabb leverans av nödvändiga varor och undvika oväntade mekaniska fel. Hälsospårningsenheter kan generera telemetri som gör det möjligt för diagnostiska algoritmer att upptäcka nya problem, såsom hjärtfel, innan det blir brådskande. Webbplatser kan spåra e-handel shoppare att hjälpa dem att hitta de bästa produkterna som uppfyller deras behov.”
IMDGs är inte idealiska för alla streaming-eller IoT-användningsfall. Men när användningsfallet är kritiskt och tiden är väsentlig, kommer IMDGs att ha en roll i att orkestrera data och ge snabba svarstider.
”kombinationen av minnesbaserad Lagring, transparent skalbarhet, hög tillgänglighet och integrerad databehandling som erbjuds av IMDGs säkerställer den mest effektiva användningen av datorresurser och leder till snabbast möjliga svar”, skriver Bain. ”Kraftfulla men enkla API: er gör det möjligt för applikationsutvecklare att upprätthålla en förenklad bild av sina data och snabbt analysera dem utan flaskhalsar. IMDGs erbjuder kombinationen av kraft och användarvänlighet som applikationer som hanterar live-data behöver mer än någonsin tidigare.”
GridGain Systems CTO och medgrundare Nikita Ivanov
GridGain organiserar virtual in-Memory Computing Summit 2020, som är gratis att delta. Förutom Scaleout-programvaran kommer representanter från Dell, IBM, Oracle, MemVerge och M&T Bank att tala vid evenemanget.
i början av in-memory computing, det var nästan uteslutande förpassas till finansiella tjänster företag. Företag i den branschen utgör hjärtat av Gridgains kundbas, men det är också allmänt antaget i andra branscher, inklusive telekommunikation och detaljhandel.
”när jag startade detta företag för 15 år sedan kämpade vi för att bevisa oss för varje kund”, säger Ivanov. ”Vi drömde om en tid då vi kunde gå in i en kund och inte göra någonting, när en kund skulle känna oss vid namn och lita på oss. Vi är just nu in på denna plats där vi inser, vi behöver inte göra alla dessa POCs. GridGain och Apache Ignite har rykte om att vara mogna. Det berättar bara för mig att kundbasen breddas. Det betyder naturligtvis att marknaden växer, och antagandet av denna teknik växer.”
in-Memory Computing Summit 2020 äger rum 28 och 29 oktober. För en lista över huvudtalare, klicka här.
relaterade objekt:
fylla ihållande luckor i ’Big Memory’ Era
Stream bearbetning är ett bra komplement till data Grid, Hazelcast finner
GridGain expanderar data Persistens för in-Memory DB
