IBM推InfoSphere Streams海量資料即時分析技術

IBM針對海量資料即時分析需求推出InfoSphere Streams系統，強調因應動態變化的大量資料提供快速的資料分析。

隨著社交網路、物聯網、線上影音等服務興起，企業對各種結構化、非結構化海量資料（Big Data）處理需求增加，針對企業分析海量資料需求，IBM在資料倉儲的關聯性資料庫分析及Hadoop架構的InfoSphere Biginsights平行分析技術之外，推出新系統InfoSphere Streams，強調可對動態變化的海量資料快速分析，加速企業市場反應速度。

台灣IBM軟體事業處副總經理林世偉表示，企業面對的海量資料不只資料量大（Volume）、資料結構多元（Variety），許多動態資料更需要快速分析才有價值，這些動態的大量資料需要高時效性，快速回應才具有價值。InfoSphere Streams即因應海量資料快速分析需求，不需等待資料倉儲即時處理。

InfoSphere Streams分析技術源於IBM和美國國土安全單位為反恐需求所開發，原先的目的在第一時間分析大量資料評估安全風險，以快速作出反恐決策，後來經美國政府申請，得以將該技術商品化推向企業市場。

該技術以Stream Process Language的特殊語言開發，搭配多節點X86伺服器組成叢集系統，將匯入的大量資料分流，以分工合作的方式交各個處理單元分析，因以記憶體作大量的資料處理，速度要比網路處理來得快，分析反應速度強調可控制在微秒之間。分析後的資料可匯入資料倉儲、資料庫，或是Biginsights作後續的分析處理。

IBM指出，Hadoop是以Java語言開發，利用分散式檔案系統（HDFS）及Map/Reduce作的大量資料的平行處理，適合大量且資料結構複雜的海量資料分析，而InfoSphere Streams利用資料分流、記憶體處理提昇分析速度，適合大量變動資料在儲存前進行即時分析。

林世偉表示，InfoSphere Streams在國外已有實際使用案例，例如從事風力發電的Vestas Wind，過去天氣、風向等複雜、隨時變化的大量資料分析需2至3週，採用InfoSphere Streams後分析縮短至3小時至15分鐘不等。台灣將與產業夥伴合作，鎖定金融、電子、醫療及政府等產業。