В цифровую эпоху аналитические платформы стали важнейшим активом бизнеса, однако их эксплуатация часто влечет высокие издержки, но при этом не может обеспечить достаточную скорость внедрения новых методов анализа данных. Открытый проект Trino позволяет анализировать данные из различных источников, а коммерческая версия проекта – российская платформа CedrusData предоставляет дополнительные сервисы и возможности интеграции.
С 2025 года государственным органам власти и госзаказчикам предписано использовать на критической инфраструктуре только отечественное ПО, однако однозначного выбора российской СУБД, способной заменить все функции западных решений в высоконагруженной, критичной бизнес-системе, нет. Требуется реляционная СУБД, реализующая большинство привычных пользователям объектов, обеспечивающая приемлемый уровень надежности, безопасности, масштабируемости, производительности и управляемости. Желательно, чтобы такая СУБД присутствовала в Реестре отечественного программного обеспечения и имела сертификат ФСТЭК.
Два последних десятилетия развития СУБД характеризуются переходом от классических реляционных к принципиально новым специализированным системам. Это движение стало столь массовым, что порой кажется – отказ от реляционного подхода дело времени. Однако, использование современных подходов к разработке высокопроизводительных приложений и учет особенностей оборудования способны вывести классические реляционные системы на новый уровень. Пример СУБД «ЛИНТЕР СОКОЛ» показывает — перепроектирование и реализация СУБД на основе новых подходов позволяет на том же обрудовании достигать более высокой производительности.
Еще во времена демократизации массово-параллельных СУБД и становления экосистемы Hadoop была в целом решена задача линейного масштабирования аналитических нагрузок, однако с транзакционными базами такого еще не случилось. По состоянию на первую половину 2020-х годов проблема открыта, хотя определенные продвижения есть, вызванные как усовершенствованием технологий в сфере оборудования, так и появлением новых архитектур СУБД.
Условия, в которых сегодня вынуждены работать российские компании, наглядно показали, насколько важно для их поставщиков иметь в своем портфеле зрелые программные решения, апробированные многочисленными внедрениями, и наработанную, благодаря разнообразным проектам, богатую экспертизу. Эти постулаты верны и для построенных на основе технологий Open Source российских СУБД, таких как Arenadata DB.
Жизненный цикл успешных промышленных систем управления базами данных длится десятилетиями. При хранении и обработке данных ставки крайне высоки — данные в современном мире ценнее золота, а значит — любые недопустимы потери или искажения. Разработчикам СУБД приходится крайне кропотливо относиться к качеству своей работы, что на практике означает аккуратное планомерное развитие с особым вниманием к тестированию и релизным процессам. Не стала исключением и СУБД YDB, переживающая следующий этап своего развития — выход в Open Source и адаптации к новым реалиям.
Данные для любого предприятия цифровой экономики — это ценный актив, но как его измерить, а специалистам по управлению данными обосновать перед руководством экономический эффект от проектов, направленных на повышение качества данных? Можно ли оценить целесообразность затрат на повышение качества конкретных данных: клиентских, данных кредитного портфеля банка и общих справочников?
Проблема автоматической передачи без искажений любой информации о состоянии здоровья пациента становится сегодня все более актуальной. Однако гиперавтоматизация бизнес-процессов и рост применения искусственного интеллекта в российском здравоохранении выявили проблему контроля рисков искажения медицинских записей. Технологической основой системы управления подобными рисками может быть модель контроля качества медицинских записей, подразумевающая наличие встроенного в медицинские информационные системы модуля контроля. Но на пути ее внедрения имеется ряд проблем.
Всеобщее импортозамещение сопровождается мифами вокруг корпоративной автоматизации. Пришло время перестать верить в подобные мифы и заняться поступательными улучшениями с использованием решений Open Source, платформ автоматизации внутренней разработки и продуктивных инструментов отечественных вендоров.
На базе масштабируемой платформы AggreGate сеть АЗС «Газпромнефть» развернула систему мониторинга, которая в режиме реального времени отслеживает состояние оборудования всех заправочных станций с целью не допустить нарушений в выполнении бизнес-процессов.
Искусственный интеллект стал сегодня драйвером развития многих отраслей с претензией на изменение жизни общества. Множеству специалистов приходится практически ежедневно обсуждать вопросы, связанные с ИИ-проектами и оценкой необходимых инвестиций. При поддержке концерна «Росэнергоатом» вышла книга «Искусственный интеллект. Анализ, тренды, мировой опыт», авторы которой доступно и иллюстративно проанализировали основные вопросы ИИ.