Echtzeitanalysen

Erfassen von Daten aus mehreren Quellen

Echtzeitdaten spiegeln wider, was jetzt passiert. Dazu gehören ereignisgesteuerte und Streaming-Daten – z. B. Benutzeraktivitäten auf einer Einzelhandels-Webseite, innerhalb einer Banking-App oder Sensordaten innerhalb einer IoT-Anwendung. Historische Daten spiegeln Ereignisse oder Eingaben wider, die in der Vergangenheit stattgefunden haben – zum Beispiel Kundenprofile, Kaufverlauf oder Sendungen. Es ist gut möglich, dass Sie historische Daten in ein Datenlager oder einen Cloud-Speicher, wie z. B. einen Amazon S3-Bucket, auslagern.

• Mit MongoDB können Sie Daten aus mehreren Quellen in einer Single View erfassen. MongoDB:
• Unterstützt mehrere Datenstrukturen und -typen mit der branchenführenden multimodalen Datenplattform
• Passt leicht neue Datentypen mithilfe eines flexiblen Schemas und eines JSON-ähnlichen Dokumentmodells an, das von Dokument zu Dokument unterschiedliche Felder zulässt
• Nimmt nahtlos Cloud-Speicherdaten mit herkömmlichen Batch-Prozessen und ereignisgesteuerten Daten mit dem MongoDB Connector für Apache Kafka (mit Unterstützung für Time-Series-Daten) auf

Kombinieren, Anreichern und Analysieren von Daten

Mit MongoDB können Real-Time Analytics aus mehreren Datenquellen abgeleitet werden – von einfachen Aggregationen bis hin zu maschinellem Lernen und KI – und separat gespeichert werden. Die Analyse kann mit frischen Daten in großem Umfang und mit hoher Integrität durchgeführt werden.

Zu den Fähigkeiten von MongoDB gehören:

• Durchführung von Analysen und Datenaufbereitung über das MongoDB Aggregations-Framework, einschließlich Fensterfunktionen für Time-Series-Daten
• Eng integrierte Partnerlösungen für KI/ML sowie der MongoDB Connector für Apache Spark für erweiterte Analysen
• Kostengünstige und effiziente horizontale Skalierung mit Sharding sowie die Möglichkeit, durch Workload-Isolation eine hohe Betriebsleistung aufrechtzuerhalten
• ACID-konforme Datenbanken, um sicherzustellen, dass auf neue Daten in Echtzeit reagiert werden kann und eine hohe Datenintegrität gewahrt bleibt, während viele gleichzeitige Abfragen bedient werden

Liefern von handlungsorientierten Erkenntnissen

Egal, ob Sie Betrug verhindern oder personalisierte Angebote verschicken: Aktualität ist entscheidend für den Erfolg Ihrer App und letztlich für Ihr Unternehmen. Erkenntnisse müssen unmittelbar geliefert werden.

Wenn Sie Real-Time Analytics mit hoher Produktivität konfigurieren und entwickeln, d. h. weniger Zeit mit der Zuordnung von Datentabellen oder dem Programmieren von Daten-Pipelines für den einmaligen Gebrauch verschwenden, machen Sie Ihre Daten zu einem Wettbewerbsvorteil.

MongoDB:

• Bietet eine Vielzahl effizienter Optionen für die Bereitstellung von Erkenntnissen an Datenkonsumenten in Echtzeit, einschließlich Change Streams, Trigger und GraphQL.
• Erleichtert Entwicklern die Programmierung neuer Erkenntnisse in Apps in ihrer bevorzugten Sprache über die MongoDB Abfrage-API
• Integriert Volltextsuche, Datenvisualisierung und Data Lake-Anwendungsfälle in einer einfachen Architektur
• Bietet transaktionale Verarbeitung und leistungsstarke Indexe, um Abfragen mit geringer Latenz zu gewährleisten