Warning: session_start(): open(/var/cpanel/php/sessions/ea-php54/sess_9jgel79006hhoe0kjdcjf4kj65, O_RDWR) failed: No space left on device (28) in /home/itextreme/public_html/index.php on line 3
IT-Extreme - A Big Data jelenség és annak kezelése

Lap tetejére
Hirek Tesztek RSS facebook
IT-Extreme hírportál
Szerver/Üzlet
MaxRay - 2014-05-18

A LogDrill Kft. nagy mennyiség? adat kezelésével és elemzésével kapcsolatos kihívásokra (ún. Big Data problémára) kínál innovatív és költséghatékony megoldásokat...



A LogDrill Kft. nagy mennyiség? adat kezelésével és elemzésével kapcsolatos kihívásokra (ún. Big Data problémára) kínál innovatív és költséghatékony megoldásokat.[%BOLD%][%BOLD%] Palettájukon LogDrill termékcsalád néven megtalálhatóak napjaink meghatározó nemzetközi informatikai trendje – a „Big Data jelenség” – jelentős részét lefedő költséghatékony fejlesztések, melyek megoldást nyújtanak az adatgy?jtés, -tárolás és -elemzés teljes folyamatára és valós idej? elemzést tesznek lehetővé több
TB
(terabyte) adaton.


 

A LogDrill Kft. a hazai és a nemzetközi piacok meghódítását t?zte ki célul: a német, angol és skandináv piacokat követően a Közel- és Távol-Keleten kíván terjeszkedni. A kiemelkedően rugalmas és biztonságos adatmenedzsment-infrastruktúrájú rendszerek a ma elérhető csúcstechnológiára épülnek.

 

A Big Data története, fejlődése

A világon keletkező adatmennyiség négy évtizede exponenciálisan növekszik, azonban nem egyedül ennek a tényezőnek köszönhető, hogy az információmenedzsmenttel foglalkozó szakembereknek és üzleti vezetőknek új gyakorlatokat kell alkalmazniuk. A „Big Data jelenség” másik két sajátossága az adatok egyre nagyobb varianciája és gyorsuló elavulási sebessége (3V - volume, velocity, variety). Az egyik legnagyobb gond ezek kapcsán, hogy az adatok elérési sebessége sz?k keresztmetszetté vált. Ma már egy fejlettebb informatikával rendelkező vállalat esetében több
GB
adat keletkezhet naponta, amit a feldolgozási célokhoz kell átalakítani, lekérdezéseket futtatni, és ezek hagyományos eszközökkel órákig tartó m?veletek – de az adatokban rejlő információra és a kontextusba helyezésére azonnal szükség lehet: erre ad választ egy megfelelő Big Data megoldás.

 

A LogDrill termékcsaládról

A KÜRT Zrt. szakemberei lassan két évtizede kínálnak információbiztonsághoz, IT üzemeltetéshez kötődő szolgáltatásokat, többek közt informatikai naplóelemzést (logelemzést) is. A termékcsalád névadó szoftvere, a LogDrill, pontosan azért született meg, mert a piacon elérhető termékek hiányosnak bizonyultak: nem támogatták a naplóállomány-formátumok sokszín?ségének kezelését, a lekérdezések lassúk és nehézkesek voltak, sokáig tartott például az adatvesztési incidensek vizsgálata, a jogosultsági engedélyek ellenőrzése vagy a tranzakciók elemzése. Ezzel szemben a LogDrill ezeket a problémákat könnyedén megoldja: valós idej? ad-hoc lekérdezéseket futtat extrém méret? adathalmazokon, valamint képes összekapcsolni és együtt elemezni a különböző forrásból származó adatokat, azok bármilyen formátummal rendelkeznek is.

 

Néhány évnyi m?ködés alatt bebizonyosodott, hogy a
szoftver
egyes elemeire külön is igényt tart az IT piac, így a LogDrill Normalizáló és LogDrill Anonimizáló beépülő technológiai komponensként vált elérhetővé a társaság technológiai partnerei számára.

 

A cég legújabb fejlesztése a PetaPylon appliance, amely már nem csak a naplófájlok elemzését teszi lehetővé, hanem sokrét?, nagy sebesség? és költséghatékony Big Data adatmenedzsment-megoldást nyújt a felhasználók számára. A PetaPylon megoldja az adatok megbízható, nagy rendelkezésre állású, decentralizált, analitikus célú tárolását Hadoop alapokon, ráadásul úgy teszi lehetővé az adatok valós idej? elemzését, hogy rugalmasan skálázódik az egyre növekvő adatmennyiségek függvényében. A PetaPylon sztenderd
SQL
interfésszel rendelkezik, így bármely ezt támogató BI megoldás alatt

 

rendkívül hatékonyan használható. PetaPylon alapokon egyszerre és valós időben válnak elemezhetővé az informatikai rendszerek naplóállományai és a tranzakciós adatbázisok adatai. A megoldás már legkisebb kivitelében is több mint 20
TB
-nyi adatot tarthat párhuzamosan elemezhető állapotban, így lehetőséget nyújt a hozzá illesztett BI eszközben további elemzési logikák megvalósítására, melyek növekvő komplexitásuk révén egyre pontosabban képesek megválaszolni az üzleti oldal kérdéseit.

 

Tervek

A LogDrill termékcsalád egyes elemei mára több nagyvállalatnál is napi használatban vannak. Jelenleg elsősorban a pénzügyi és a telco szektorban történtek termékbevezetések compliance és IDM rendszervalidációs célokra, de több iparvállalattal is folynak tárgyalások gyártás optimalizációs és üzemeltetés támogatási célokra történő bevezetésekről.

A Big Data problémakörére egyelőre a legnagyobb gyártók nem kínálnak valóban átfogó és könnyen hozzáférhető megoldásokat, ezért a LogDrill a magyar piacon túl nemzetközi sikereket is elérhet. Jelenleg is folynak nemcsak külföldi végfelhasználókkal, hanem viszonteladókkal is azok a tárgyalások, ahol iparág-specifikus megoldások kidolgozása történik az agrárinformatikától a szenzoradat elemzésig. Mindezek alapján a LogDrill Kft. célja már rövid távon is nemzetközi viszonteladói hálózat építése.

 

A cég jelenleg több mint harminc főt foglalkoztat, a munkatársak között nemzetközi szinten is kiemelkedő, széleskör? iparági tapasztalatokkal rendelkező szakemberek találhatók. A LogDrill Kft. ügyvezetője, dr. Nagy Zsolt, több mint tíz éve foglalkozik innovatív informatikai technológiákkal, többek között szerepet vállalt a hazai elektronikus hitelesítési szolgáltatási piac megteremtésében. A cég által elsőként kifejlesztett szoftvert, a termékcsalád nevét adó LogDrill -t az anyavállalat naplóelemzési szolgáltatásainak korszer?sítési igénye hívta életre.


Warning: Unknown: open(/var/cpanel/php/sessions/ea-php54/sess_9jgel79006hhoe0kjdcjf4kj65, O_RDWR) failed: No space left on device (28) in Unknown on line 0

Warning: Unknown: Failed to write session data (files). Please verify that the current setting of session.save_path is correct (/var/cpanel/php/sessions/ea-php54) in Unknown on line 0