Sådan bruges kompleks hændelsesbehandling til store data - dummier

Kompleks hændelsesbehandling (CEP) er nyttig til store data, fordi den er beregnet til at styre data i gang. Kompleks hændelsesbehandling er en teknik til sporing, analyse og behandling af data, når en hændelse sker. Disse oplysninger behandles og meddeles derefter ud fra forretningsregler og processer.

Ideen bag CEP er at kunne etablere sammenhængen mellem informationsstrømme og matche det resulterende mønster med definerede adfærd som f.eks. At begrænse en trussel eller udnytte en mulighed. CEP er en avanceret tilgang baseret på simpel hændelsesbehandling, der samler og kombinerer data fra forskellige relevante kilder for at opdage begivenheder og mønstre, der kan resultere i handling.

Her er et eksempel. En detailkæde skaber et tieret loyalitetsprogram for at øge gentagelsessalget - især for kunder, der bruger mere end 1 000 dollars om året. Det er vigtigt, at virksomheden skaber en platform, der kan holde disse kritiske kunder tilbage. Ved hjælp af en CEP-platform, så snart en højtkvalificeret kunde bruger programmet, udløser systemet en proces, der giver kunden en ekstra rabat.

En anden procesregel kunne give kunden en overraskelse - en ekstra rabat eller en ny produktprøve. Virksomheden tilføjer også et nyt loyalitetsprogram, der linker til en mobilapplikation. Når en loyal kunde går i nærheden af ​​en butik, tilbyder en tekstbesked kunden en rabatpris. Hvis den loyale kunde skriver noget negativt på et socialt mediewebsted, meddeles kundeserviceafdelingen og undskylder.

Det er meget sandsynligt, at du har at gøre med et stort antal kunder med et betydeligt antal interaktioner. Men det ville ikke være nok at blot streame data og analysere disse data. For at nå de forretningsmål, som detailhandleren ønskede at opnå, ville det være nødvendigt at gennemføre en proces for at reagere på analysens resultater.

Mange brancher udnytter CEP. Kreditkortselskaber bruger CEP til bedre at håndtere bedrageri. Når et mønster af svig fremkommer, kan virksomheden lukke kreditkortet, før virksomheden oplever betydelige tab. Det underliggende system vil korrelere de indgående transaktioner, spore strømmen af ​​hændelsesdata og udløse en proces. CEP er også implementeret i finansielle handelsapplikationer, vejrrapporteringsapplikationer og salgsadministrationsprogrammer for at nævne nogle få.

Hvad alle disse applikationer har til fælles er, at applikationerne har en foruddefineret norm for temperatur, tryk, transaktionsstørrelse eller salgsværdi.En tilstandsændring vil udløse en handling. Hvis du kører en senmodelbil, har du sikkert bemærket, at når et dæk er trykket faldt, vil bilen udløse en dashboardindikator, der fortæller føreren at træffe foranstaltninger (at dækket er fast).

Mange leverandører tilbyder CEP-løsninger. Mange af CEP-værktøjerne på markedet tillader oprettelse af begivenhedsdrevne applikationer i realtid. Disse applikationer kan indtage data fra streams, men de kan også indtaste data fra traditionelle databasekilder. De fleste af tilbudene omfatter fælles evner, herunder et grafisk udviklingsmiljø, der typisk er Eclipse-baseret, tilslutning til real-time datastrømme samt API'er til historiske datakilder.

De fleste af disse produkter omfatter et grafisk begivenheds flow sprog og understøtter SQL. Nøgleleverandører i dette område omfatter Esper (open source-leverandør), IBM med IBM Operational Decision Manager, Informatica med RulePoint, Oracle med sin komplekse event processing solution, Microsofts StreamInsights og SAS DataFlux Event Stream Processing Engine og Streambase's CEP. Der er mange startups på dette marked.