Real-Time Analytics

여러 소스에서 데이터 캡처

실시간 데이터는 현재 일어나고 있는 일을 반영합니다. 이는 이벤트 기반 스트리밍 데이터(예: 리테일 사이트나 은행 앱 내 사용자 활동 또는 IoT 애플리케이션 내 센서 데이터)를 포함합니다. 과거 데이터는 이전에 발생한 이벤트 또는 입력(예: 고객 프로필, 구매 내역 또는 배송)을 반영합니다. 대부분의 경우 과거 데이터는 Amazon S3 버킷과 같은 cloud 스토리지나 데이터 웨어하우스로 오프로드됩니다.

• MongoDB를 사용하면 여러 소스의 데이터를 Single View로 캡처할 수 있습니다. MongoDB:
• 업계 최고의 멀티 모드 데이터 플랫폼으로 여러 데이터 구조 및 유형 지원
• 문서마다 다른 필드를 허용하는 유연한 스키마와 JSON 유사 문서 모델로 새로운 데이터 유형에 맞춰 쉽게 적응
• Apache Kafka용 MongoDB Connector(Time Series 데이터 지원 포함)를 사용하여 전통적인 배치 프로세스 및 이벤트 기반 데이터로 원활하게 cloud 스토리지 데이터 수집

데이터 결합, 풍부화 및 분석

MongoDB를 사용하면 기본 집계부터 머신 러닝 및 AI에 이르기까지 여러 데이터 소스에서 Real-Time Analytics를 도출하고 별도로 저장할 수 있습니다. 새로운 데이터에 대해 높은 무결성으로 대규모 분석을 수행할 수 있습니다.

MongoDB의 기능:

• MongoDB 집계 프레임워크를 통해 Time Series 데이터에 대한 창 함수를 비롯한 분석 및 데이터 준비 수행
• AI/ML에 최적으로 통합된 파트너 솔루션과 고급 분석을 위한 Apache Spark용 MongoDB Connector
• 샤딩을 통한 비용 효과적이고 효율적인 수평적 확장 및 워크로드 격리를 통해 높은 운영 성능 유지
• 다량의 동시 쿼리를 처리하면서도 새로운 데이터에 실시간으로 반응하고 높은 데이터 무결성을 유지하는 역량을 보장하는 ACID 호환 데이터베이스

행동 중심의 인사이트 제공

사기를 방지하든 개인화된 제안을 보내든, 앱의 성공 및 궁극적인 비즈니스 성공을 위해서는 적시성이 필수적입니다. 따라서 인사이트도 실시간으로 제공되어야 합니다.

생산성이 높은 Real-Time Analytics를 구성하고 개발하면 데이터 테이블 매핑이나 일회용 데이터 파이프라인 코딩으로 낭비되는 시간이 감소하며, 이에 따라 데이터를 경쟁 우위로 활용할 수 있게 됩니다.

MongoDB:

• Change stream, 트리거와 GraphQL 등 실시간으로 데이터 소비자에게 인사이트를 제공하기 위한 다양한 효율적인 옵션 제공
• 개발자가 MongoDB Query API를 통해 앱에 선호하는 언어로 인사이트를 간편하게 코딩할 수 있도록 지원
• 전체 텍스트 검색, 데이터 시각화 및 Data Lake 사용 사례를 간단한 아키텍처에 통합
• 트랜잭션 처리 및 강력한 인덱스를 제공하여 지연 시간이 짧은 쿼리 보장