O que é Edge Analytics e qual a sua importância?

O Edge analytics – análise de ponta – é uma abordagem para coleta e análise de dados em que um cálculo analítico automatizado é executado em um sensor, switch de rede ou outro dispositivo, em vez de esperar que os dados sejam enviados de volta para um armazenamento de dados centralizado. Em síntese, é um modelo de análise de dados que acontece na própria fonte.

A análise de ponta ganhou proporção à medida que o modelo de dispositivos conectados da Internet das coisas (IoT) tornou-se mais prevalente. Em muitas organizações, o streaming de dados de máquinas de manufatura, equipamentos industriais, pipelines e outros dispositivos remotos conectados à IoT cria um grande excesso de dados operacionais, que podem ser difíceis – e caros – de gerenciar. Ao executar os dados por meio de um algoritmo analítico à medida que são criados, na borda de uma rede corporativa, as empresas podem definir parâmetros sobre quais informações vale a pena enviar para uma nuvem ou armazenamento de dados local para uso posterior – e quais não são.

Analisar os dados conforme são gerados também pode diminuir a latência no processo de tomada de decisão em dispositivos conectados. Por exemplo, se os dados do sensor de um sistema de manufatura apontam para a provável falha de uma peça específica, as regras de negócios incorporadas ao algoritmo analítico que interpretam os dados na extremidade da rede podem desligar automaticamente a máquina e enviar um alerta aos gerentes de fábrica para que a peça possa ser substituída. Isso pode economizar tempo em comparação com a transmissão de dados para um local central para processamento e análise, potencialmente permitindo que as organizações reduzam ou evitem o tempo de inatividade não planejado do equipamento.

Outro benefício do Edge Analytics é a escalabilidade. Empurrar algoritmos analíticos para sensores e dispositivos de rede alivia a pressão de processamento no gerenciamento de dados corporativos e sistemas, mesmo que o número de dispositivos conectados sendo implantados pelas organizações – e a quantidade de dados sendo gerados e coletados – aumentem.

⠀

⠀

Benefícios do Edge Analytics

⠀

Análise de dados quase em tempo real: como a observação é realizada perto da fonte – geralmente no próprio dispositivo – os dados podem ser analisados ​​quase em tempo real. Isso simplesmente não seria o caso se o dispositivo tivesse que transmitir os dados para um servidor back-end na nuvem ou em um data center remoto para processamento.

Escalabilidade: o Edge Analytics é, por natureza, escalonável. Como cada dispositivo analisa seus próprios dados, a carga de trabalho computacional é distribuída entre os dispositivos.

Possível redução de custos: custos significativos estão associados à análise tradicional de big data. Independentemente de os dados serem processados ​​em uma nuvem pública ou no próprio data center da organização, há custos vinculados ao armazenamento de dados, processamento de dados e consumo de largura de banda. Algumas das plataformas de análise de ponta para dispositivos IoT usam o hardware do dispositivo IoT para realizar a análise de dados, eliminando assim a necessidade de processamento de back-end.

Segurança aprimorada: se os dados forem analisados ​​no dispositivo que os criou, não é necessário transmitir todo o conjunto de dados pelo cabo. Isso pode ajudar a melhorar a segurança, porque os dados brutos nunca saem do dispositivo em que foram gerados.