Video: Come trasferire velocemente file di grosse dimensioni tra iOS e Android 2025
Le applicazioni personalizzate e di terze parti offrono un metodo alternativo di condivisione ed esame delle fonti di dati di grandi dimensioni. Sebbene tutti gli strati dell'architettura di riferimento siano importanti di per sé, questo strato è dove la maggior parte dell'innovazione e della creatività è evidente.
Queste applicazioni sono orizzontali, nel senso che affrontano problemi comuni a tutti i settori o verticali, in quanto sono pensati per aiutare a risolvere un problema specifico del settore. Inutile dire che hai molte applicazioni tra cui scegliere e molte altre in arrivo. Si prevede che le categorie di applicazioni Big Data disponibili in commercio cresceranno più velocemente o più velocemente rispetto al tasso di adozione della tecnologia sottostante.
Le categorie prevalenti al momento della stesura di questo documento sono applicazioni di dati di registro (Splunk, Loggly), applicazioni ad / media (Bluefin, DataXu) e applicazioni di marketing (Bloomreach, Myrrix). Sono inoltre in fase di sviluppo soluzioni per l'industria sanitaria, la produzione e la gestione dei trasporti, per citarne alcuni.
Come qualsiasi altra iniziativa di sviluppo di applicazioni personalizzate, la creazione di applicazioni Big Data richiederà struttura, standard, rigore e API ben definite. La maggior parte delle applicazioni aziendali che desiderano sfruttare i big data dovranno iscriversi alle API nell'intero stack.
Potrebbe essere necessario elaborare i dati grezzi dagli archivi dati di basso livello e combinare i dati grezzi con l'output sintetizzato dai magazzini. Come ci si potrebbe aspettare, il termine operativo è personalizzato, e crea un diverso tipo di pressione sull'implementazione dei big data.
I big data si muovono velocemente e cambiano in un batter d'occhio, quindi i team di sviluppo software devono essere in grado di creare rapidamente applicazioni pertinenti alla soluzione della sfida aziendale del momento.
Le aziende potrebbero dover pensare a creare "team tigre" di sviluppo che rispondano rapidamente ai cambiamenti nell'ambiente aziendale creando e distribuendo applicazioni su richiesta. In effetti, potrebbe essere più appropriato pensare a queste applicazioni come "semicustom" perché implicano più assembly rispetto all'attuale codifica di basso livello.
Nel tempo, determinati tipi di applicazioni verranno creati, nel contesto, dall'utente finale, che può assemblare la soluzione da una tavolozza di componenti. Inutile dire che è qui che la struttura e la standardizzazione sono più necessarie. Gli sviluppatori di software devono creare ambienti di sviluppo coerenti e standardizzati e ideare nuove pratiche di sviluppo per un'implementazione rapida delle applicazioni Big Data.
