Les analyses de Big Data servent à traiter diverses sources de données afin d’effectuer certaines procédures ou analyses. Ce traitement génère des jeux de données en sortie et des produits d’informations que vous devrez peut-être maintenir à jour pour assurer l’exactitude de ceux qui dépendent des résultats.
Au fur et à mesure que les données des sources de données en entrée évoluent, que de nouvelles observations sont faites et que de nouvelles entités ou de nouvelles valeurs sont stockées, les analyses de Big Data doivent de nouveau être traitées, afin de générer des résultats pour le jeu de données le plus récent. Ces résultats peuvent remplacer les sorties précédentes ou être ajoutés aux sorties existantes pour établir une représentation de cette analyse au fil du temps.
En planifiant l’exécution régulière ou récurrente d’une analyse de Big Data, vous pouvez vous assurer que l’analyse s’exécute à la fréquence appropriée ou selon les intervalles définis, afin de générer des sorties et des produits d’informations actualisés à utiliser dans votre organisation.
Consultez les exemples suivants :
- Une organisation de transport souhaite générer un rapport quotidien ou hebdomadaire par e-mail pour indiquer le kilométrage total parcouru par chacun des véhicules ou des employés sur une période donnée.
- Un groupe environnemental souhaite calculer des statistiques relatives à un ou plusieurs attributs issus des relevés des capteurs dans une région une fois par semaine, afin de mieux comprendre comment les modèles environnementaux évoluent au fil du temps ou en fonction des conditions.
Vous avez un commentaire à formuler concernant cette rubrique ?