事件流处理(ESP)平台市场由对流事件数据执行实时或近实时计算的软件系统组成。它们在无限输入数据到达时不断地对其进行计算,能够立即对当前情况做出响应,并/或将结果存储在文件或数据库中以供以后使用。输入数据的例子包括点击流、客户订单、支付、保险索赔、社交媒体帖子、图像、视频、电子邮件和其他文档,以及市场数据提要,以及来自移动设备、机器和车辆等物理资产的传感器数据。
“快速简便的数据处理和分析”
我们已经使用亚马逊网络服务3年多了,直到最近才开始使用AKDA。它让我们可以管理来自多个地点的大数据样本,甚至实时运行基本分析,这大大减少了做出一些关键移动业务决策所需的时间。
“流式数据收集器-非常好”
我使用Data Collector的总体经验非常好。我用它为客户开发项目已经有一段时间了,它提供了一种非常灵活和直观的方法来构建管道。我最喜欢的特性之一是它可以在同一个管道中处理流数据和批处理数据。此外,它还为输入数据提供了大量预先制作的连接器,这使得构建管道非常容易和快速。它还提供了许多可以用于转换数据的函数,通常它们涵盖了几乎所有必须执行的任务(清理、整理、dedup),同时如果编程需要,还可以自由地开发自己的连接器。我已经使用过其他ETLs工具,如Pentaho和Talend,但总的来说,我认为Streamsets使用起来更有趣。
“一个用于图形处理等的开源平台。”
Flink是一个开源平台,它在数据摄取和故障恢复方面非常精确,非常容易。它提供了可扩展、分布式和井流处理功能。它还有用于图形处理、机器学习和复杂事件处理的库。它拥有java和scala中最好的API以及流程序中的自然反压力。
“具有友好和可扩展api的最佳实时大数据引擎。”
它是最好的实时大数据流引擎。我们每秒可以处理1800万条信息。它具有友好的和可扩展的api。最好的部分Apache齿轮泵是它有优秀的吞吐量。
“即时业务流状态感知的未来已经到来”
在过去的几年里,Oracle流分析已经发展和过渡,在需要即时时间敏感响应和可视化的任何类型的流数据的复杂和实时分析中领先市场。它的应用在任何行业都是无止境的,特别是在我关注的交通领域,需要强大的空间,基于位置的移动,静态飞机,车辆和人的瞬时洞察分析。其成熟而全面的分析引擎在大数据平台上以动态创建的Spark应用程序的形式透明地执行,相对缺乏经验的业务分析师可以在几分钟内通过浏览器构建完整的用户体验,可以在任何地方使用,在云和您自己的企业基础设施上。在我们的世界中,需要即时满足和对任何即时任务关键业务情况的响应,在提供终极客户支持方面表现出色,响应社交媒体对话的洪流,识别哪些信息将真正对公司销售产生影响,应对竞争,与任何新的和现有的物联网设备集成,以及许多其他业务创收机会,甲骨文的这个技术解决方案平台对于任何公司来说都是不可替代的和必须拥有的组件。它的最新版本19.1刚刚到达我们的门口,现在已经填补了过去在动态构建多分支、多方向解决方案业务应用程序管道方面的所有空白,集成了附加的空间映射,具有简单的兴趣区域定义,最重要的是能够轻松地从开发到部署导出和导入您的解决方案。
“TIBCO BE:决策王牌”
TIBCO是,我相信是一个真正强大的工具,但它需要一段时间来充分利用它的潜力。它使决策更简单,也更准确。事件或消息可能来自JMS通道、HTTP源等,并根据规则对它们进行处理,以便给出适当的可视化和预测。IT确实支持大量的功能,这可能需要培训才能有效地使用它。
这项研究需要登录来确定访问权限