其他分享
首页 > 其他分享> > 如何推进一个“以行动为导向的”事件驱动架构?

如何推进一个“以行动为导向的”事件驱动架构?

作者:互联网

最近,Gartner 发布了其基础研究报告的更新版本,即事件驱动架构(EDA)的成熟模型。我们相信,对于任何一个实时敏感数字业务领域的管理者来说,这是必读的。

该报告介绍了现代 EDA 提供的业务优势,其超越了使用互联 ABI 所能提供的业务优势,并使企业能够正确评估其组织当前的 EDA 在 Gartner 的成熟度模型中所处的位置。

当然,VoltDB的团队非常赞同Gartner的报告:事实上,我们鼓励该应用的管理者们在三个关键领域战略性地评估其事件驱动型架构,以进一步扩展 Gartner 的基本模式:

01 从事件意识提升到事件驱动的行动

根据我们的理解,Gartner 准确地将“EDA 的初始发生”作为 EDA 成熟度的初始阶段,其中实现了 EDA 优势的某些低阶目标,例如更改数据捕获 (CDC),这是一种在应用之间添加一些业务态势感知的非侵入性方法。这当然是个好的开始。

随着企业和组织的业务部门开始青睐“事件驱动思维”,他们将开始积极投资 EDA 的代理使用(Gartner 成熟模式的第2阶段),然后更广泛、更集中地使用事件代理技术(第 3 阶段)。

至此,事情将变得有趣。现在,事件正在生成和使用,代理通过中介协调消息传递体系结构,并提供了不仅仅是管道代理的新价值。然而,在这一点上必须指出,这种代理事件数据交换只是经过深思熟虑的事件驱动架构(EDA)的开始。

仅移动或充实数据——亦即,仅使用数据,助力组织做出明智的、对时间敏感的决策方式,并充实数据——这些是远远不够的。现在,您必须超越对事件的意识,跨越至,基于这些事件做出决策并采取行动。

02 采用“低延迟第一”的EDA 战略

这为我们带来了下一个至关重要的 EDA 功能:您可以对这些事件采取多快的行动。鉴于目前爆炸性的数据速度,和可能由 5G 和机器类型带来的通信驱动,基于情报的行动必须非常快,延迟率必须可以预测。因此,“低延迟第一”战略对于实现 EDA 的持续改进和真正的业务敏捷性至关重要。

例如,低延迟决策和警报/信号对于有效的微服务交互和编排非常重要。此处关注的敏捷性的关键指标是,从“事件感知(代理)”到“基于该事件做出决策”的时间。

03 以真正的大规模和快速度,通过实时分析获得竞争优势

根据我们的理解,Gartner 成熟模型的第 4 级是组织的EDA 真正迈出的第一步,将机器学习和决策智能汇集在一起。在VoltDB,我们称之为自适应决策智能,其中决策不是基于静态规则集,而是基于机器学习迭代的一套不断发展的规则集。

在此级别上,VoltDB 的独特功能将为您的组织带来持久的竞争优势。一个真正成熟的组织需要 VoltDB 的实时分析 (利用最新近数据,大规模且可预测的低延迟) 以实现最智能、最及时的决策和最佳的用户体验。

此外,Gartner 指出,以下这两个高级 EDA 的关键属性特别突出:

VoltDB通过将流处理和数据存储结合在一起,以驱动智能行动的认知决策,并确保这些功能紧密结合在一起,从而为客户提供这些关键功能。必须将整个功能堆栈整合到一个单元中,并使其尽可能接近事件源(请考虑本地边缘或网络边缘计算来满足这些要求)。

Gartner 的事件驱动架构的成熟模型报告提供了宝贵的成熟模型和具体建议。我们建议各组织重视Gartner 的建议,同时进一步超越 Gartner 的模式,积极追求真正具有战略意义的 EDA,并以 5G 的速度提供实时操作,推动智能决策。

(贡献和免责声明:Gartner, 事件驱动架构的成熟模型, 叶菲姆 · 纳蒂斯, 马西莫 · 佩齐尼, 基思 · 古特里奇, W. 罗伊 · 舒尔特, 2020 年 11 月 30 日更新)

您看好VoltDB吗?
欢迎私信,与更多小伙伴一起探讨。

关于VoltDB
VoltDB支持强ACID和实时智能决策的应用程序,以实现互联世界。没有其它数据库产品可以像VoltDB这样,可以同时需要低延时、大规模、高并发数和准确性相结合的应用程序加油。
VoltDB由2014年图灵奖获得者Mike Stonebraker博士创建,他对关系数据库进行了重新设计,以应对当今不断增长的实时操作和机器学习挑战。Stonebraker博士对数据库技术研究已有40多年,在快速数据,流数据和内存数据库方面带来了众多创新理念。
在VoltDB的研发过程中,他意识到了利用内存事务数据库技术挖掘流数据的全部潜力,不但可以满足处理数据的延迟和并发需求,还能提供实时分析和决策。VoltDB是业界可信赖的名称,在诺基亚、金融时报、三菱电机、HPE、巴克莱、华为等领先组织合作有实际场景落地案例。

标签:EDA,架构,导向,决策,实时,事件驱动,VoltDB,Gartner
来源: https://www.cnblogs.com/VoltDB/p/14699958.html