- แพลตฟอร์มประมวลผลข้อมูลที่ช่วยยกระดับสถาปัตยกรรมแบบอิงเหตุการณ์แบบเรียลไทม์ ด้วยการทำให้การตรวจจับเหตุการณ์สำคัญและการตอบสนองได้ทันทีเป็นเรื่องง่ายขึ้น
- มอบโซลูชันแบบครบวงจรที่ติดตาม system logs และ change feeds ของเหตุการณ์เฉพาะ ประเมินสิ่งเหล่านั้น และเริ่มการตอบสนองที่เหมาะสมโดยอัตโนมัติ
- ทำให้กระบวนการทั้งหมดง่ายขึ้นด้วยการรวมหลายแหล่งข้อมูล เฝ้าติดตามการเปลี่ยนแปลงที่เกี่ยวข้องอย่างต่อเนื่อง และทริกเกอร์การตอบสนองอัตโนมัติอย่างชาญฉลาด
- ไม่จำเป็นต้องสร้างระบบที่ซับซ้อนเพื่อการตรวจจับการเปลี่ยนแปลง หรือจัดการ data lake ขนาดใหญ่ หรือผสานซอฟต์แวร์ตรวจจับสมัยใหม่เข้ากับ ecosystem เดิม
- สามารถนำไปใช้ได้ในสถานการณ์แบบ event-driven หลากหลายรูปแบบ เช่น การผสานรวม IoT การปรับปรุง security protocol และการจัดการแอปพลิเคชันขั้นสูง
- ภาพรวม
- มอบข้อมูลเชิงลึกที่นำไปใช้งานได้จริงแบบเรียลไทม์ โดยไม่ต้องแบกรับภาระของวิธีประมวลผลข้อมูลแบบดั้งเดิม
- ติดตามการเปลี่ยนแปลงของระบบและเหตุการณ์ได้โดยไม่ต้องคัดลอกข้อมูลไปยัง data lake หรือทำการ query แหล่งข้อมูลซ้ำ ๆ
- ใช้ query เพื่อประเมินการเปลี่ยนแปลงของข้อมูลที่เข้ามาอย่างต่อเนื่อง
- เมื่อการเปลี่ยนแปลงตรงกับเกณฑ์และเงื่อนไขที่ระบุไว้ใน query ชุดผลลัพธ์ของ query จะถูกอัปเดต
- การอัปเดตเหล่านี้จะกระตุ้นการตอบสนองที่รับรู้บริบทซึ่งปรับให้เหมาะกับความต้องการเฉพาะ
- Drasi ทำงานด้วยองค์ประกอบ 3 ส่วน:
- Sources: เชื่อมต่อกับ data store ภายในระบบซอฟต์แวร์เพื่อเฝ้าดู logs และ feeds และติดตามการเปลี่ยนแปลงของข้อมูล
- Continuous Queries: ใช้เกณฑ์และเงื่อนไขที่กำหนดไว้ล่วงหน้ากับการเปลี่ยนแปลงที่ถูกติดตาม เพื่อระบุและประเมินการเปลี่ยนแปลงที่สำคัญ ใน Drasi ใช้ Cypher Query Language ในการเขียน continuous query
- Reactions: ดำเนินการตอบสนองแบบอัตโนมัติตามการอัปเดตของชุดผลลัพธ์จาก continuous query
- หากยกตัวอย่างระบบจัดส่งของบริการสั่งซื้อออนไลน์เพื่ออธิบายว่า Drasi ตีความเหตุการณ์และกระตุ้นการตอบสนองที่เหมาะสมอย่างไร
- กำหนดค่า source ให้กับระบบจัดการคำสั่งซื้อเพื่อติดตามการเปลี่ยนแปลงสถานะคำสั่งซื้อ และกำหนดค่า source ตัวที่สองเพื่อตรวจจับเวลาที่พนักงานขับรถพร้อมสำหรับการจัดส่ง
- สร้าง continuous query ที่รวมข้อมูลจากทั้งสอง source เพื่อจับคู่คำสั่งซื้อที่พร้อมรับกับพนักงานขับรถที่พร้อมให้บริการ
- กำหนด reaction เพื่อส่งการแจ้งเตือนไปยังพนักงานขับรถ ให้ทราบว่าควรไปยังพื้นที่รับสินค้า
- การตั้งค่าที่เรียบง่ายนี้ช่วยให้พนักงานขับรถได้รับข้อมูลอย่างรวดเร็วและเพิ่มประสิทธิภาพกระบวนการจัดส่ง
สรุปโดย GN⁺
- Drasi เป็นแพลตฟอร์มที่ช่วยทำให้การตรวจจับการเปลี่ยนแปลงของข้อมูลและการดำเนินการทันทีเป็นเรื่องง่ายขึ้น โดยเพิ่มประสิทธิภาพผ่านการผสานรวมข้อมูลแบบเรียลไทม์และการตอบสนองอัตโนมัติ
- ใช้ Cypher Query Language ในการเขียน continuous query และเฝ้าติดตาม system logs กับเหตุการณ์เพื่อระบุการเปลี่ยนแปลงที่สำคัญ
- เป็นรุ่นเปิดตัวแรกที่เปิดให้ชุมชนได้เรียนรู้และทดลองใช้แพลตฟอร์ม พร้อมส่งเสริมการมีส่วนร่วมและข้อเสนอแนะ
- โครงการที่มีความสามารถคล้ายกัน ได้แก่ แพลตฟอร์มสตรีมมิงข้อมูลแบบเรียลไทม์อย่าง Apache Kafka
ยังไม่มีความคิดเห็น