克服内存计算的IOT应用程序挑战
公司在几乎每个行业都转向数字转型，以释放大量的数据和驱动实时业务流程，如360度的业务和客户的观点。这些业务的基本技术挑战一直在汇总来自默塞德数据源的数据 - 包括实时运行数据 - 以允许实时访问数据而不会进行任何劣化应用程序或数据源性性能。
IoT use cases based on the real-time analysis of large amounts of sensor data add another layer of complexity because the flood of data must be aggregated in real-time with other data sources while also ensuring data ingestion performance issues don’t slow down the entire system. Consider a预测维护应用适用于飞机，卡车甚至工业洗衣机。从远程机器收集的实时传感器数据 - 如位置，热量，速度和流体水平 - 必须与来自各个设备的过去行为的数据和其他数据源（如天气状况，维护记录，帐户等）汇总合同信息，响应要求，替换可用性等。
数据内存中的内存计算平台现在已成为启用企业解决数据聚合挑战的标准和经济高效的方法，以实现实时业务流程的性能和可扩展性。
分布式内存计算平台
部署在服务器集群上的分布式内存计算平台池池池中的可用RAM和CPU以创建高性能缓存。该平台可以在公共或私有云中或混合环境中部署内部部署，并可以用作内存中的内存数据网格（IMDG）。可以在一个或多个现有应用程序和一个或多个数据源之间部署IMDG。来自数据存储的定义的数据子集在内存中缓存中维护。通过将数据分发并计算到各个IMDG群集节点并使用大规模并行处理（MPP），组织可以实现实时数据访问甚至与内存数据的Tberytes。
分布式内存计算平台可以支持各种API，包括ANSI-99 SQL，键值，SQL，Java，C ++，.NET，JDBC / ODBC，REST，PHP，MapReduce，Scala，Groovy和Node.js。开发人员还可以编写自定义API以访问IMDG缓存。数据源和IMDG之间的同步层或更改数据捕获层可确保内存高速缓存中的数据不断更新，因为对底层数据存储进行了更改。
数字集集团如何帮助克服数据孤岛限制
如上所述部署的内存计算平台是数字集成集线器的关键组件，也称为API平台，智能数据集线器或智能操作数据存储。使用数字集成枢纽，内存中计算平台的IMDG同时聚合来自多个源系统的数据子集，包括关系和NoSQL数据库，数据仓库，数据湖泊，SaaS应用程序以及来自IoT传感器或其他流源的流数据。此数据可能驻留在公共或私有云中，内部地区数据中心或大型机。然后，可以通过以内存速度的任何数量的业务应用程序访问数字集成集线器中的聚合数据。
数字集成集线器可以是成本有效的扩大规模以满足物联网的需求依赖于从IOT端点收集的大量数据的应用，因为内存计算平台可以通过向群集添加到IMDG自动识别的群集来易于缩放。集线器还可以允许新的应用程序访问聚合数据并克服许多开发人员面对与API访问源数据系统相关的挑战。这些源数据存储可能具有有限的功能，API呼叫可能是昂贵的，这导致高成本，在实时访问数据的能力有限，难以缩放解决方案。数字集成集线器允许开发人员通过提供对集线器中的数据的最广泛的无限API访问来减少对源系统的API调用的数量和类型。
HTAP如何提供实时性能
今天的大多数数据中心仍然依赖于单独的在线交易处理（OLTP）和在线分析处理（OLAP）系统，以确保分析不会影响运营系统。然而，这种方法需要耗时提取，转换和负载处理从OLTP系统定期复制到OLAP系统的数据。这次延迟是一种基于OLAP系统中的数据驾驶实时业务流程的清晰障碍，这可能会储存临界历史数据，但不断与OLTP系统不同步。
内存中的计算平台可以通过提供混合事务/分析处理（HTAP）或混合操作/分析处理（HOAP）所需的速度和比例来解决这一挑战，这是在操作数据集上执行实时分析的能力不影响操作数据存储的性能。通过使用MPP的RAM中的操作数据运行实时分析，内存计算平台 - 无论是部署为IMDG还是内存数据库 - 都可以以HTAP所需的刻度提供性能。Scale的性能提供了使用操作数据存储的实时交易和分析处理。HTAP还具有减少或消除对单独OLAP系统的长期成本效益。
内存计算平台为数字集成集线器提供电源的能力使架构师和开发人员能够实现最复杂的数据密集型IOT应用程序所需的性能和规模。
所有IOT议程网络贡献者负责其帖子的内容和准确性。意见是作者，不一定能够传达物联盟议程的思想。