Aby dodać do drugiej odpowiedzi, rejestrowanie jest nadal głównym przypadkiem użycia, podobnie jak wyszukiwania, ale teraz metryki i analizy stają się coraz ważniejsze.
Uważam, że ten post podsumowuje zmiany na rynku, które napędzają nowe przypadki użycia Big Data. Wszystko, co naprawdę musisz wiedzieć o bazach danych Open Source
Wraz z pojawieniem się Web 2.0 statyczne strony internetowe stały się dynamiczne, a media społecznościowe są wszędzie wokół nas. Wszyscy tweetują, piszą posty, blogują, vlogują, udostępniają zdjęcia, rozmawiają i komentują. Powstaje Internet rzeczy (IoT) - szybko rozwijająca się sieć połączonych urządzeń, które zbierają i wymieniają dane, takie jak czujniki i inteligentne urządzenia. Oto kilka świetnych przykładów.
W sumie generuje to ogromne ilości nowych danych, które firmy chcą wchłonąć i wykorzystać, aby wyprzedzić konkurencję, oferując takie funkcje, jak rekomendacje produktów i lepsze doświadczenia klientów. Dane można analizować w poszukiwaniu wzorców zastosowań, takich jak wykrywanie oszustw i analiza zachowań. Wiele nowych danych nie ma struktury, co oznacza, że nie można ich starannie przechowywać w tabelarycznej bazie danych.
Wyobraź sobie, że próbujesz zaprojektować bazę danych do przechowywania danych o Twoich zakupach spożywczych - co lubisz, jak często to kupujesz, czy wolisz mleko czy śmietanę do kawy. Do przechowywania nowych danych potrzebne są nowe typy baz danych, które muszą być nierelacyjne i idealnie tanie. Zadzwonić w dzwony? Nie relacyjny jak w NoSQL i tani jak w open source.
Jeden z architektów Elasticsearch, z którymi rozmawiałem, powiedział, że 80% danych, z którymi pracuje Elasticsearch w firmach, to dane nieustrukturyzowane, a 20% to dane ustrukturyzowane. To nieustrukturyzowane dane, na które patrzą firmy, aby odkryć rzadkie lub nietypowe wzorce danych. Używają również Elasticsearch do monitorowania wzorców danych. Na przykład duży sprzedawca prowadzi śledzenie w czasie rzeczywistym za pomocą usługi Elasticsearch, aby zapewnić w sklepach odpowiednią ilość pieniędzy w sklepach, aby ludzie mogli realizować czeki w dni wypłaty.
Z mojego własnego doświadczenia w przypadku naszego przypadku użycia wyszukiwania, nie tylko używamy wyszukiwania rozmytego, ale ewoluowało to w autouzupełnianie i szybkie wyszukiwanie. Z tego, co widziałem, kiedy zaczniesz pracować z Elasticsearch, zaczniesz ewoluować w inne przypadki użycia, które uzupełniają to, co już masz. Teraz, gdy stworzyliśmy Elasticsearch jako rozmytą wyszukiwarkę w naszej firmie, mamy teraz inne zespoły zajmujące się analizami i metrykami do logowania.
Oto kilka dodatkowych zasobów, które zawierają bardziej szczegółowe informacje na ten temat: