Weiter zu

Was sind Streaminganalysen?

Bei Streaminganalysen werden Datensätze nicht in Batches sondern kontinuierlich verarbeitet und analysiert. Im Allgemeinen eignen sich Streaminganalysen für Datenquellen, die einen kontinuierlichen Strom kleiner Datensätze im Kilobytebereich generieren.

Erfahren Sie mehr über Dataflow, den Google Cloud-Dienst zur einheitlichen Stream- und Batchdatenverarbeitung.

Übersicht

Streaminganalysen können für eine Vielzahl von Datenquellen erfolgen, z. B. Telemetriedaten vernetzter Geräte, Logdateien für Aktionen von Kunden in Webanwendungen, E-Commerce-Transaktionen oder Informationen aus sozialen Netzwerken oder Geodaten-Diensten. Oft dienen Streaminganalysen zur Echtzeitaggregierung und -korrelierung, Filterung oder Probenahme.

Daten werden normalerweise in Batches verschoben. Bei der Batchverarbeitung werden oft große Datenvolumen gleichzeitig verarbeitet, wobei hohe Latenzzeiten entstehen. Beispielsweise wird ein Prozess alle 24 Stunden ausgeführt. Dies kann eine effiziente Lösung für große Datenvolumen sein, eignet sich aber nicht für zeitkritische Daten. Diese sollten gestreamt werden, da die Daten ansonsten zum Zeitpunkt der Verarbeitung schon veraltet sein könnten.

Meistern Sie Ihre geschäftlichen Herausforderungen mit Google Cloud

Neukunden erhalten ein Guthaben im Wert von 300 $ für Google Cloud.
Nächste Schritte
Sprechen Sie mit einem Google Cloud-Vertriebsexperten, um Ihre besonderen Herausforderungen im Detail zu besprechen.
Kontakt

Streaminganalysen optimieren

Wenn Unternehmen Daten zu Hunderten, Tausenden oder sogar Millionen von Ereignissen pro Sekunde erfassen, entstehen gigantische Datasets. Mit herkömmlichen Systemen kann es Tage dauern, aus so großen Datenmengen nützliche Informationen zu gewinnen. 

Zur Durchführung von Maßnahmen in Echtzeit müssen die Verarbeitung und Analyse in Echtzeit erfolgen. Dies lässt sich mithilfe einer geeigneten Plattform und Infrastruktur für Datenstreaming erreichen. Die in Google Cloud-Produkte und -Dienste integrierten Streaminganalysen erlauben Unternehmen, Datenstreams in Echtzeit aufzunehmen, zu verarbeiten und zu analysieren.

Anwendungsfälle für Streaminganalysen

Unternehmen verwenden Streaminganalysen, um Daten in Echtzeit zu analysieren und Erkenntnisse über verschiedene Aktivitäten zu gewinnen, z. B. Messungen, Serveraktivität, Standortbestimmung von Geräten oder Websiteklicks. Hier einige gängige Anwendungsfälle:

E-Commerce

Nutzer-Clickstreams analysieren, um den Einkaufsvorgang durch Preisanpassungen, Werbeaktionen oder Inventarverwaltung in Echtzeit zu optimieren

Finanzdienstleister

Kontoaktivitäten analysieren, um anomales Verhalten im Datenstream zu erkennen und eine entsprechende Sicherheitswarnung zu erzeugen.

Investmentberatung

Marktänderungen verfolgen und Einstellungen für Kundenportfolios anhand festgelegter Bedingungen anpassen, z. B. Aktien verkaufen, wenn ein bestimmter Aktienkurs erreicht ist.

Nachrichtenmedien

Klickdatensätze von Nutzern aus verschiedenen Nachrichtenquellen streamen und die Daten mit demografischen Informationen anreichern, um der Zielgruppe relevantere Artikel bereitzustellen.

Dienstprogramme

Durchfluss eines Stromnetzes überwachen und Warnungen generieren oder Workflows initiieren, wenn die festgelegten Grenzwerte erreicht wurden.

Mit Streamanalysen von Google Cloud sind Daten ab dem Moment der Generierung besser organisiert, nutzbar und zugänglich. Die Streaminganalysen von Google Cloud beruhen auf der Autoscaling-Infrastruktur von Pub/Sub, Dataflow und BigQuery und stellen die Ressourcen für die Aufnahme, Verarbeitung und Analyse schwankender Datenmengen bereit. Dadurch können in Echtzeit Erkenntnisse aus Daten gewonnen und Maßnahmen ergriffen werden. Diese abstrahierte Bereitstellung reduziert die Komplexität und macht Streamanalysen sowohl für Datenanalysten als auch für Data Engineers zugänglich.