گھر آڈیو فائر ہاس کو استعمال کرنا: اسٹریمنگ تجزیات سے کاروباری قیمت حاصل کرنا: ویبینار ٹرانسکرپٹ

فائر ہاس کو استعمال کرنا: اسٹریمنگ تجزیات سے کاروباری قیمت حاصل کرنا: ویبینار ٹرانسکرپٹ

Anonim

ٹیکوپیڈیا اسٹاف کے ذریعہ ، 24 فروری ، 2016

ٹیکا وے : میزبان ربیکا جوزوایاک نے صنعت کے اعلی ماہرین کے ساتھ اسٹریمنگ تجزیات پر تبادلہ خیال کیا۔

آپ فی الحال لاگ ان نہیں ہیں۔ ویڈیو دیکھنے کے لئے براہ کرم لاگ ان یا سائن اپ کریں۔

ربیکا جوزویق: خواتین و حضرات ، ہیلو اور سنہ 2016 کی ہاٹ ٹیکنالوجیز میں خوش آمدید! آج کا عنوان "آگ بجھانا: اسٹریمنگ تجزیات سے کاروباری قیمت حاصل کرنا ہے۔" یہ ربیکا جوزویق ہے۔ میں ویب کاسٹ ہوسٹ کے لئے سیکنڈ ان کمانڈ ہوں جب بھی ہمارے پیارے ایرک کااناگ یہاں نہیں ہوسکتے ہیں ، لہذا آپ کے بہت سارے لوگوں کو آج وہاں دیکھنا اچھا لگا۔

یہ واقعہ ہمارے دوسروں سے تھوڑا مختلف ہے۔ ہم نے گرمجوشی کی بات کی ہے اور یقینا this یہ سال گرم ہے۔ پچھلے کئی سالوں سے گرما گرم تھا۔ ہمیشہ نئی چیزیں سامنے آتی رہتی ہیں۔ آج ، ہم اسٹریمنگ تجزیات کے بارے میں بات کر رہے ہیں۔ اسٹریمنگ تجزیات خود ایک طرح کا نیا عمل ہے۔ بلاشبہ محرومی ، سینٹر ڈیٹا ، آریفآئڈی ڈیٹا ، ضروری نہیں کہ وہ نیا ہو۔ لیکن ڈیٹا آرکیٹیکچر کے تناظر میں ، ہم کئی دہائیوں تک آرام سے ڈیٹا پر اس قدر فوکس کر رہے ہیں۔ ڈیٹا بیس ، فائل سسٹم ، ڈیٹا ذخیریاں - سبھی بیچ پروسیسنگ کے مقصد کے ل.۔ لیکن اب ، اعداد و شمار کے اعدادوشمار ، اعداد و شمار کے جذبات سے قدر پیدا کرنے کے ل with ، کچھ اسے زندہ دھارے کہتے ہیں ، انہیں واقعتا a ایک اسٹریم پر مبنی فن تعمیر کی ضرورت ہوتی ہے ، باقی فن تعمیرات میں موجود اعداد و شمار کی ضرورت نہیں جو ہم استعمال کرتے ہیں اور اس کے قابل ہونے کی ضرورت ہے تیزی سے انجشن ، ریئل ٹائم یا ریئل ٹائم پروسیسنگ کے قریب ہینڈل کرنا۔ اس میں نہ صرف انٹرنیٹ کے چیزوں کو بلکہ ہر چیز کے انٹرنیٹ کو پورا کرنا ہوگا۔

بے شک ، مثالی طور پر ، یہ اچھا ہوگا کہ آپ دونوں فن تعمیرات کے ساتھ ساتھ رہتے ہیں ، ایک ہاتھ دوسرے کو دھو رہے ہیں ، لہذا بات کریں۔ جبکہ دنوں کا پرانا اعداد و شمار ، ہفتوں پرانا ڈیٹا ، سالوں پرانے اعداد و شمار کی ابھی بھی قدر ، تاریخی تجزیات ، رجحان تجزیہ موجود ہے ، یہ رواں اعداد و شمار ہیں جو ان دنوں رواں انٹلیجنس کو چلا رہے ہیں اور اسی وجہ سے اسٹریمنگ تجزیات اس قدر اہم ہوگئے ہیں۔

میں آج اس کے بارے میں مزید بات کر رہا ہوں۔ ہمارے پاس ہمارے ڈیٹا سائنس دان ، ڈیز بلنفیلڈ ہیں ، جو آسٹریلیا سے کال کر رہے ہیں۔ ابھی صبح سویرے اس کے لئے ہے۔ ہمارے پاس ہمارے چیف تجزیہ کار ، ڈاکٹر رابن بلور ہیں۔ ہم انڈیپ وینگوپال کے ساتھ شامل ہوئے ہیں ، جو امپیٹیس ٹیکنالوجیز میں اسٹریم اینیلیٹیکس کے پروڈکٹ ہیڈ ہیں۔ وہ واقعی اس جگہ کے اسٹریمنگ تجزیاتی پہلو پر مرکوز ہیں۔

اس کے ساتھ ، میں آگے جاؤں گا اور اسے Dez پر بھیجوں گا۔

ڈیز بلوچفیلڈ: شکریہ۔ مجھے یہاں اسکرین کا کنٹرول حاصل کرنے اور آگے بڑھنے کی ضرورت ہے۔

ربیکا جوزیویاک: آپ یہاں جائیں۔

ڈیز بلین فیلڈ: جب ہم سلائیڈز کو پکڑ رہے ہیں ، تو میں صرف بنیادی موضوع کا احاطہ کرتا ہوں۔

میں اسے کافی اونچی سطح پر رکھوں گا اور میں اسے تقریبا 10 10 منٹ تک رکھوں گا۔ یہ ایک بہت بڑا عنوان ہے۔ میں نے ایک ایونٹ میں حصہ لیا جہاں ہم نے اس سلسلہ میں دو سے تین دن ڈائیونگ لگانے میں صرف کیا کہ اس سلسلہ میں ہمارا عمل درآمد کیا ہے اور موجودہ فریم ورک جس کو ہم تیار کررہے ہیں اور ان اعلی حجم اسٹریمز میں تجزیات کا کیا مطلب ہونا چاہئے۔

ہم صرف تجزیہ کرنے کے ذریعہ ہمارا کیا مطلب واضح کرنے جارہے ہیں اور پھر یہ جاننے کے لئے کہ آیا کاروباری قیمت اخذ کی جاسکتی ہے کیونکہ واقعتا یہی وہ کاروبار ہے جس کی تلاش ہے۔ وہ تلاش کر رہے ہیں کہ لوگ ان کو بہت جلد اور جانفشانی کے ساتھ سمجھا رہے ہوں ، میں ہمارے اسٹریم ڈیٹا پر کسی قسم کے تجزیات کا اطلاق کرکے قدر کہاں سے حاصل کرسکتا ہوں؟

محرومی تجزیات کیا ہے؟

اسٹریمنگ اینالٹکس تنظیموں کو اعلی حجم اور تیز رفتار اعداد و شمار سے قدر نکالنے کا ایک طریقہ فراہم کرتا ہے جو وہ مختلف انداز میں حرکت میں آرہے ہیں۔ یہاں اہم فرق یہ ہے کہ ہمارے پاس تجزیاتی تجزیہ اور اعداد و شمار کے نظارے اور نظریات کی ایک طویل تاریخ ہے جو مین فریم کی ایجاد کے بعد سے ہم کئی دہائیوں سے آرام سے پروسس کر رہے ہیں۔ پچھلے تین سے پانچ سالوں میں ہم نے جس بڑے پیمانے پر نمائش کو دیکھا ہے اسے ہم "ویب پیمانے" کہتے ہیں جس میں ڈیٹا کی نہریں حقیقی وقت میں یا حقیقی وقت میں آرہی ہیں اور نہ صرف پروسیسنگ کر رہی ہیں اور نہ ہی واقعہ کے ارتباط کی تلاش میں ہیں یا واقعہ متحرک ہے لیکن واقعی پر تفصیلی کارکردگی کا مظاہرہ کرنے ، ان اسٹریمز پر گہرائی کے تجزیات۔ اس سے پہلے ہم جو کچھ کر رہے ہیں اس میں ایک اہم تبدیلی ہے جو یا تو ڈیٹا اکٹھا کررہا ہے ، اسے کسی طرح کے ذخیرے میں ڈال رہا ہے ، روایتی طور پر اب بڑے ڈیٹا بیس ، ہڈوپ پلیٹ فارم جیسے بڑے بڑے ڈیٹا فریم ورک اور اس پر بیچ موڈ پروسیسنگ انجام دینے اور حاصل کرنے میں۔ کچھ طرح کی بصیرت۔

ہمیں چیزوں پر بہت جلدی اور بہت زیادہ لوہے کی آزمائش کرنے میں بہت اچھ gotی مدد ملی ہے ، لیکن ہم ابھی بھی واقعتا data ڈیٹا حاصل کرتے ہیں ، اسٹور کرتے ہیں اور پھر اسے دیکھتے ہیں اور اس پر کچھ طرح کی بصیرت یا تجزیات حاصل کرتے ہیں۔ بڑے اعداد و شمار کے آس پاس ہونے والی چیزوں کی اقسام کے ل those اعداد و شمار کے جاری ہونے کی وجہ سے ان تجزیات کو انجام دینے میں تبدیلی ایک بہت ہی نیا اور دلچسپ نمونہ ہے۔ اس پر محض ایک گرفت ، ذخیرہ کرنے اور کارروائی کرنے اور تجزیات انجام دینے کے ل to ایک بالکل مختلف نقطہ نظر کی ضرورت ہے۔

ندی میں تجزیاتی کارکردگی کا مظاہرہ کرنے کی طرف رجوع کرنے اور توجہ دینے کے لئے ایک کلیدی ڈرائیور یہ ہے کہ آپ ان بصیرت کو تیزی سے اور آسانی سے حاصل کرنے سے اہم کاروباری قیمت حاصل کرسکتے ہیں کیونکہ اعداد و شمار آپ کے پاس آرہے ہیں ، کیوں کہ معلومات کو بزنس کو دستیاب کیا جارہا ہے۔ اب اختتامی دن کی پروسیسنگ کرنے کا خیال کچھ صنعتوں میں اب زیادہ مطابقت نہیں رکھتا ہے۔ ہم مکھی پر تجزیات کرنے کے قابل ہونا چاہتے ہیں۔ دن کے اختتام تک ، ہم پہلے ہی جان چکے ہیں کہ کیا ہوا ہے کیونکہ یہ دن کے اختتام تک پہنچنے اور 24 گھنٹے کی بیچ کی نوکری کرنے اور ان بصیرت حاصل کرنے کے بجائے کیا ہوا ہے۔

محرومی تجزیات اس دھارے میں ابھی ٹیپنگ کرنے کے بارے میں ہیں جبکہ اعداد و شمار کے سلسلے عموما data بہت زیادہ اعداد و شمار اور اعداد و شمار کے ایک سے زیادہ سلسلے ہوتے ہیں جو ہمارے پاس حرکت میں آتے ہیں ، بہت تیزی سے اور ان اسٹریمز پر بصیرت یا تجزیات حاصل کرتے ہیں جب وہ ہمارے سامنے آتے ہیں۔ جو آرام سے نکلتا ہے اور ان پر تجزیات انجام دیتا ہے۔

جیسا کہ میں نے ذکر کیا ، ہمارے پاس بیچ اینالٹکس کہتے ہیں اس کو انجام دینے میں کئی دہائیاں اور دہائیاں گزریں۔ میں نے یہاں واقعی ایک عمدہ تصویر رکھی ہے۔ یہ ایک ایسے شریف آدمی کی تصویر ہے جس کے سامنے کھڑے ہوئے کمپیوٹر کے سامنے کھڑا ہوا ہے جسے RAND کارپوریشن نے زندگی بھر پہلے بنایا تھا اور یہ وہی ہے جس طرح دیکھنے کے لئے انہوں نے گھر میں کمپیوٹر دیکھا تھا۔ دلچسپ بات یہ ہے کہ اس کے باوجود بھی ، ان تمام چھوٹی ڈائلوں کا یہ تصور موجود تھا اور یہ ڈائل گھر سے آنے والی معلومات کی نمائندگی کرتے ہیں اور اصل وقت میں اس پر کارروائی کی جا رہی ہے اور آپ کو بتا رہی ہے کہ کیا ہو رہا ہے۔ ایک آسان مثال بومیومیٹرک دباؤ اور درجہ حرارت کا ایک مجموعہ ہے جسے ہم دیکھ سکتے ہیں کہ اصل وقت میں کیا ہو رہا ہے۔ لیکن میں تصور کرتا ہوں کہ اس وقت بھی جب RAND کارپوریشن نے اس چھوٹے سے مک کو اپ کو اکٹھا کرلیا ، وہ دراصل پہلے سے ہی ڈیٹا پر کارروائی کرنے اور اس پر تجزیات انجام دینے کے بارے میں سوچ رہے تھے کیونکہ یہ سلسلہ کی شکل میں آرہا ہے۔ مجھے زیادہ یقین نہیں ہے کہ انہوں نے کمپیوٹر پر اسٹیئرنگ وہیل کیوں لگایا ، لیکن یہ بہت عمدہ ہے۔

پرنٹر کی ایجاد کے بعد سے ، ہمارے پاس ڈیٹا حاصل کرنے اور اس پر بیچ اینالٹکس انجام دینے کا نظارہ ہے۔ جیسا کہ میں نے اب بڑی تبدیلی کے ساتھ کہا ہے اور ہم نے یہ ویب اسکیل پلیئرز کی پسندوں سے دیکھا ہے ، جو ہم سب جانتے ہیں ، وہ تمام گھریلو برانڈز جیسے ٹویٹر ، فیس بک اور لنکڈ ان ہیں ، یہ انٹرایکٹو سلوک ہے جو ہمارے معاشرے کے ساتھ ہے۔ پلیٹ فارم کے لئے صرف بیچ وضع میں گرفت ، ذخیرہ کرنے اور پھر عملدرآمد کرنے کی ضرورت نہیں ہے بلکہ وہ دراصل آنے والے ڈیٹا کی نہروں سے مکھی پر تجزیات کو گرفت میں لیتے ہیں۔ جب میں کسی چیز کو ٹویٹ کرتا ہوں تو ، نہ صرف انھیں قبضہ کرنے اور اسٹور کرنے اور بعد میں کچھ کرنے کی ضرورت ہوتی ہے ، بلکہ انھیں بھی ضرورت ہے کہ وہ اسے فوری طور پر اپنے دھارے پر واپس ڈالوں اور دوسرے لوگوں کے ساتھ بھی شیئر کریں جو میرے پیچھے چلتے ہیں۔ یہ بیچ پروسیسنگ ماڈل ہے۔

ہم اس راستے پر کیوں جائیں گے؟ تنظیمیں اسٹریم تجزیات کے راستے کو آگے بڑھانے کے چیلنج پر بھی غور کرنے میں کیوں وقت ، کوشش اور پیسہ لگائیں گی؟ تنظیموں کی یہ بڑی خواہش ہے کہ وہ صنعتوں میں اپنے حریفوں کی کارکردگی کو بہتر بنائیں جس میں وہ ہیں اور کارکردگی کا حصول آسان اسٹریم تجزیات کے ذریعہ تیزی سے نافذ کیا جاسکتا ہے اور یہ ایک سادہ محض ٹریکنگ ریئل ٹائم ڈیٹا سے شروع ہوسکتا ہے جو ہم پہلے ہی کر چکے ہیں۔ سے واقف. مجھے گوگل تجزیات کا ایک چھوٹا سا اسکرین شاٹ ملا۔ یہ غالبا. پہلی بار میں سے ایک ہے جب ہمیں واقعتا consumer صارفین کے معیار کا تجزیہ حاصل ہوا۔ چنانچہ جب لوگ آپ کی ویب سائٹ پر تشریف لے جارہے تھے اور آپ کو اپنی ویب سائٹ کے اندر HTML میں ایمبیڈڈ HTML کے ویب صفحے کے نیچے جاوا اسکرپٹ کا ایک چھوٹا سا ٹکڑا ملا تو ، یہ چھوٹے کوڈ اصلی وقت میں گوگل کے پاس بنائے جارہے تھے اور وہ تھے آپ کی ویب سائٹ پر ہر صفحے سے آنے والے اعداد و شمار کے ان اسٹریمز پر انالٹکس کا مظاہرہ کرنا ، اصل وقت میں آپ کی ویب سائٹ پر موجود ہر شے اور وہ اسے آپ کو واقعی پیاری چھوٹی ویب پیج میں ریئل ٹائم گراف ، پیاری چھوٹی ہسٹگرام کے ڈیش بورڈ میں بھیج دیتے ہیں۔ لائن گراف آپ کو X لوگوں کی تعداد دکھاتا ہے جو آپ کے صفحہ کو تاریخی اعتبار سے مار رہے ہیں ، لیکن یہاں ابھی کتنے ہیں۔

جیسا کہ آپ اس اسکرین شاٹ پر دیکھ سکتے ہیں ، یہ ابھی 25 کہتے ہیں۔ اس اسکرین شاٹ کے وقت ابھی 25 افراد اس صفحے پر تھے۔ یہ پہلا اصلی موقع ہے جو ہم نے صارف کے معیار کے تجزیات کے آلے پر کھیلا۔ میرے خیال میں بہت سارے لوگوں کو واقعی مل گیا ہے۔ وہ صرف یہ جاننے کی طاقت کو سمجھ گئے تھے کہ کیا ہو رہا ہے اور وہ اس کا جواب کیسے دے سکتے ہیں۔ جب ہم ہوابازی کے پیمانے کے بارے میں سوچتے ہیں ، ہوائی جہاز کے ارد گرد اڑان بھرتے ہیں تو ، صرف امریکہ میں ایک دن میں 18،700 گھریلو پروازیں ہوتی ہیں۔ میں نے کچھ عرصہ پہلے ایک مقالہ پڑھا تھا - یہ تقریبا six چھ یا سات سال پہلے کا تھا - کہ ان طیاروں کے ذریعہ جو ڈیٹا تیار کیا جارہا تھا وہ پرانے انجینئرنگ ماڈل میں تقریبا in 200 سے 300 میگا بائٹ تھا۔ آج کے ڈیزائن کے طیاروں میں ، یہ طیارے فی اڑان میں تقریبا 500 500 گیگا بائٹ کا ڈیٹا یا آدھا ٹیرابائٹ ڈیٹا تیار کررہے ہیں۔

جب آپ ریاضی کو اپنے سر کے اوپری حصے سے بہت جلدی سے کرتے ہیں تو ، کہ صرف امریکی فضائی حدود میں ہر 24 گھنٹوں میں 18،700 گھریلو پروازیں ، اگر تمام جدید طیارے آدھے ٹیرابائٹ تیار کررہے ہیں ، تو وہ 43 سے 44 پیٹا بائٹس کے اعداد و شمار آتے ہیں اور یہ ہو رہا ہے جب طیارے ہوا میں ہیں۔ ایسا ہوتا ہے جب وہ اترتے ہیں اور وہ ڈیٹا ڈمپ کرتے ہیں۔ اسی وقت جب وہ دکان میں جاتے ہیں اور انجینئرنگ ٹیموں سے مکمل ڈیٹا ڈمپ حاصل کرتے ہیں تاکہ یہ معلوم کریں کہ بیرنگ ، پہیے اور انجنوں کے اندر کیا ہو رہا ہے۔ اس میں سے کچھ اعداد و شمار پر حقیقی وقت میں کارروائی کی جانی چاہئے تاکہ وہ اس بارے میں فیصلہ کرسکیں کہ آیا وہاں کوئی حقیقی مسئلہ ہے جب طیارہ ہوا میں تھا یا زمین پر تھا۔ آپ بیچ وضع میں ایسا نہیں کرسکتے ہیں۔ دیگر صنعتوں میں جو ہم فنانس ، صحت ، مینوفیکچرنگ ، اور انجینئرنگ کے آس پاس دیکھتے ہیں ، وہ یہ بھی دیکھ رہے ہیں کہ وہ اس نئی بصیرت کے ساتھ حقیقی وقت میں کیا ہوسکتا ہے اس کے برخلاف صرف ڈیٹا بیس میں ذخیرہ کیا جارہا ہے۔ اصطلاح

اعداد و شمار سے نمٹنے کا یہ تصور بھی ہے جیسے میں ایک خراب ہونے والی بھلائی یا خراب ہونے والی شے کو بھی کہتا ہوں - جو کہ بہت سارے ڈیٹا کے ساتھ وقت کے ساتھ اپنی اہمیت کھو دیتا ہے۔ زیادہ سے زیادہ معاملہ موبلٹی ایپس اور سوشل میڈیا ٹولز کا ہے کیوں کہ لوگ کیا کہہ رہے ہیں اور جو کچھ ٹرینڈ کر رہا ہے وہی ہے جس کا آپ جواب دینا چاہتے ہیں۔ جب آپ اپنی زندگی کے دوسرے حص partsوں کے بارے میں سوچتے ہیں کہ رسد اور سامان کے ارد گرد سامان کی فراہمی ہو تو ہم اس لحاظ سے تباہ کن سامان کے تصور کو سمجھتے ہیں۔ لیکن اس اعداد و شمار کے بارے میں سوچئے جو آپ کی تنظیم اور اس کی اہمیت سے گزر رہا ہے۔ اگر ابھی کوئی آپ کے ساتھ کوئی کاروبار کر رہا ہے اور آپ ان کے ساتھ حقیقی وقت پر بات چیت کرسکتے ہیں تو آپ ایک گھنٹہ بھی انتظار نہیں کرنا چاہتے تاکہ ڈیٹا کو پکڑا جا سکے اور ہڈوپ جیسے سسٹم میں ڈالا جاسکے اور پھر اس بٹن کو دبائیں ، آپ ابھی اس سے نمٹنے کے قابل نہیں ہوں گے اور آپ مؤکل کی طلب پر فوری طور پر اس کے قابل ہوجانا چاہتے ہیں۔ یہاں ایک اصطلاح ہے جسے آپ اب بہت پاپ اپ دیکھیں گے جہاں لوگ آپ کو اس حقیقت پسندی سے متعلق ڈیٹا اسٹریم رکھنے کی بات کرتے ہیں جو آپ کو ذاتی حیثیت دے سکتا ہے ، اور اس سسٹم میں وہ شخصی بنائے جانے والی دھن جس کا استعمال آپ اپنے انفرادی تجربے کے لئے کر رہے ہیں۔ لہذا جب آپ گوگل سرچ ٹول جیسے ٹول کو ٹکراتے ہیں ، مثال کے طور پر ، اگر میں کوئ استفسار کرتا ہوں اور آپ بھی یہی سوال کرتے ہیں تو ، ہمیشہ ، ہمیں عین مطابق ڈیٹا نہیں ملتا ہے۔ ہم بنیادی طور پر وہی حاصل کرتے ہیں جس کو میں مشہور شخصیت کے تجربے سے تعبیر کرتا ہوں۔ میرا ایک دفعہ سے سلوک ہو رہا ہے۔ ان پروفائلز اور ڈیٹا کی بنیاد پر جو انھوں نے مجھ پر اکٹھا کیا ہے ان پر مبنی میں ان کا اپنا ذاتی ورژن حاصل کرتا ہوں اور میں اس لائحہ عمل میں حقیقی وقت پر تجزیات کرنے میں کامیاب ہوگیا۔

ڈیٹا کا ایک تباہ کن اجناس ہونے کا یہ خیال ابھی کے لئے ایک اصل چیز ہے اور وقت کے ساتھ ساتھ ڈیٹا کی قدر کم ہوتی جارہی ہے جس کا ہمیں آج سامنا کرنا پڑتا ہے۔ یہ کل کی بات نہیں ہے۔ مجھے ریچھ کی یہ تصویر دریا سے باہر کودنے والے سامن کو پکڑنے کی وجہ سے پسند ہے کیوں کہ یہ واقعی میں اسی طرح پینٹ کرتا ہے جس کو میں اسٹریمنگ کے تجزیات دیکھ رہا ہوں۔ یہ ہمارے پاس اعداد و شمار کا یہ وسیع دریا ہے ، اگر آپ چاہیں تو آگ بجھانے والا ، اور ریچھ کریک کے بیچ بیٹھا ہوا ہے۔ اس کے ارد گرد کیا ہو رہا ہے اس پر وہ ریئل ٹائم تجزیات انجام دینے جا رہی ہے تاکہ وہ اس مچھلی کو ہوا میں پکڑنے کی صلاحیت کو واقعتا engineer انجینئر کرسکے۔ ایسا نہیں ہے جیسے صرف ندی میں ڈوبا ہو اور کسی کو پکڑو۔ یہ چیز ہوا میں کود رہی ہے اور اس مچھلی کو پکڑنے کے لئے صحیح وقت پر صحیح جگہ پر ہونا پڑتا ہے۔ ورنہ ، اسے ناشتہ اور لنچ نہیں ملتا ہے۔

ایک تنظیم اپنے اعداد و شمار کے ساتھ بھی یہی کام کرنا چاہتی ہے۔ وہ ان چیزوں سے قدر نکالنا چاہتے ہیں جو اب حرکت میں موجود اعداد و شمار کی بڑی مقدار میں ہیں۔ وہ اس اعداد و شمار اور تیز رفتار اعداد و شمار پر تجزیات پیش کرنا چاہتے ہیں لہذا یہ ہمارے پاس آنے والے اعداد و شمار کی مقدار ہی نہیں ہے بلکہ اس کی رفتار جس سے یہ آرہی ہے۔ سیکیورٹی میں مثال کے طور پر ، یہ آپ کے سارے روٹرز ، سوئچز ، سرورز ، فائر والز اور تمام واقعات ہیں جو ان ہزاروں اور ہزاروں کی تعداد میں آرہے ہیں اگر نہیں سیکڑوں ہزاروں آلات ، کچھ معاملات میں جو تباہ کن اعداد و شمار ہیں۔ جب ہم انٹرنیٹ آف تھنگ اور صنعتی انٹرنیٹ میں اس کے بارے میں سوچتے ہیں تو ، ہم لاکھوں کے بارے میں بات کر رہے ہیں اگر اربوں کے آخر میں سینسر نہیں ، اور جب اعداد و شمار آرہے ہیں جس کے ذریعے تجزیات انجام دے رہے ہیں ، ہم اب پیچیدہ واقعات پر کارروائی کرنے کی تلاش کر رہے ہیں وسعت اور رفتار کے حکم پر جو ہم نے پہلے کبھی نہیں دیکھا تھا اور آج ہمیں اس سے نمٹنا ہے۔ ہمیں اس کے آس پاس ٹولز اور سسٹم تیار کرنے ہیں۔ تنظیموں کے ل for یہ ایک حقیقی چیلنج ہے کیونکہ ایک طرف ، ہمیں بہت بڑے برانڈز مل گئے ہیں کہ DIY کرتے ہوئے ، خود تیار کرو ، جب ان میں یہ صلاحیت پیدا ہوجاتی ہے کہ وہ اس مہارت کو قائم کرے اور انجینئرنگ۔ لیکن اوسط تنظیم کے لئے ، ایسا نہیں ہے۔ ان کے پاس مہارت کے سیٹ نہیں ہیں۔ ان کے پاس یہ معلوم کرنے میں سرمایہ کاری کرنے کی گنجائش ، وقت یا یہاں تک کہ پیسہ نہیں ہے۔ وہ سب قریب قریب سے وقتی فیصلہ سازی کے اس تصور کی طرف گامزن ہیں۔

ایسے معاملات کا استعمال کریں جو میں نے سامنے آچکے ہیں ، اور وہ ہر شعبے کے ہر وسیع شعبوں میں ہیں جس کا آپ تصور کرسکتے ہیں ، لوگ بیٹھے ہوئے ہیں اور توجہ دے رہے ہیں اور کہتے ہیں کہ ہم اپنے اسٹریم ڈیٹا پر کچھ تجزیات کیسے استعمال کرتے ہیں؟ ہم ویب پیمانے پر آن لائن خدمات کے بارے میں بات کرتے ہیں۔ روایتی سوشل میڈیا پلیٹ فارم اور آن لائن ای ٹیلنگ اور خردہ فروشی موجود ہیں - مثال کے طور پر ایپس۔ وہ سب کوشش کر رہے ہیں کہ مشہور شخصیت کا یہ اصلی تجربہ ہمیں فراہم کریں۔ لیکن جب ہم زیادہ سے زیادہ ٹکنالوجی اسٹیک خدمات ، ٹیلیفون سروسز ، آواز اور ویڈیو میں اتر جاتے ہیں تو ، میں لوگوں کو فون پر فیس ٹائم کرتے ہوئے چلتے پھرتے دیکھتا ہوں۔ یہ صرف پھٹ رہا ہے۔ یہ بات میرے ذہن میں حیرت زدہ ہے کہ لوگ فون کو سامنے رکھتے ہیں اور کسی دوست کے ویڈیو سلسلے میں بات کرتے ہیں جس کے برخلاف اب اس کے کان پر گرفت رکھنا ہے۔ لیکن وہ جانتے ہیں کہ وہ یہ کرسکتے ہیں اور انہوں نے موافقت اختیار کی اور انہیں وہ تجربہ پسند آیا۔ ان ایپلی کیشنز کی نشوونما اور یہ پلیٹ فارم جو ان کی فراہمی کر رہے ہیں اس میں ٹریفک اور ٹریفک کے پروفائلوں پر ریئل ٹائم تجزیات انجام دینے پڑتے ہیں تاکہ وہ اس ویڈیو کو بالکل ٹھیک سے روٹ کرنے جیسی آسان چیزیں انجام دے سکیں تاکہ آواز میں معیار کا معیار بہتر ہو۔ ویڈیو جو آپ کو ملتا ہے وہ ایک اچھا تجربہ حاصل کرنے کے لئے کافی ہے۔ آپ اس قسم کے ڈیٹا کو بیچ پر کارروائی نہیں کرسکتے ہیں۔ یہ ریئل ٹائم ویڈیو اسٹریم کو ایک فنکشنل سروس نہیں بنائے گی۔

مالی لین دین میں گورننس چیلنج ہے۔ دن کے اختتام پر پہنچنا اور یہ معلوم کرنا ٹھیک نہیں ہے کہ آپ نے اس جگہ پر نجی ڈیٹا منتقل کرنے والے قانون کو توڑا ہے۔ آسٹریلیا میں ، ہمارے یہاں ایک بہت ہی دلچسپ چیلنج ہے جہاں پرائیویسی سے متعلق ڈیٹا کو غیر ملکی منتقل کرنا کوئی نمبر نہیں ہے۔ آپ میری پی آئی ڈی ، میرا نجی ذاتی شناخت کا ڈیٹا ، آف شور نہیں لے سکتے ہیں۔ آسٹریلیا میں ایسے قوانین موجود ہیں جو اس کو ہونے سے روکیں۔ خاص طور پر مالی خدمات فراہم کرنے والے ، سرکاری خدمات اور ایجنسیوں کو ، انھوں نے میرے ساتھ اپنے اعداد و شمار اور ہدایات پر براہ راست وقت کے تجزیات کرنے کی ضرورت ہے تاکہ یہ یقینی بنائے کہ وہ جو کچھ مجھے فراہم کر رہے ہیں وہ ساحل نہیں چھوڑے گا۔ تمام سامان مقامی طور پر رہنا ہے۔ انہوں نے یہ کام حقیقی وقت پر کرنا ہے۔ وہ قانون کو توڑ نہیں سکتے اور بعد میں معافی مانگ سکتے ہیں۔ دھوکہ دہی کا پتہ لگانا - یہ بہت واضح ہے جو ہم کریڈٹ کارڈ کے لین دین کے ساتھ سنتے ہیں۔ لیکن چونکہ ہم مالی خدمات میں جو قسم کے لین دین کر رہے ہیں وہ بہت تیزی سے بدل رہے ہیں ، اس طرح کی بہت ساری چیزیں ہیں جو پے پال اصل وقت میں دھوکہ دہی کا پتہ لگانے میں پہلے کر رہی ہیں جہاں پیسہ ایک چیز سے دوسری چیز میں منتقل نہیں ہوتا ہے لیکن یہ ہے نظاموں کے مابین ایک مالی معاملت۔ ای بے بولی دینے والے پلیٹ فارمز ، دھوکہ دہی کا پتہ لگانے کے ایک اسٹریمنگ آفس میں ریئل ٹائم کرنا پڑتا ہے۔

ندیوں میں نکالنے اور لوڈ کی سرگرمی کو تبدیل کرنے کا رجحان اب بڑھ رہا ہے لہذا ہم کسی بھی ایسی چیز کو گرفت میں نہیں لینا چاہتے جو سلسلہ میں جارہی ہو۔ ہم واقعتا ایسا نہیں کرسکتے۔ لوگوں نے یہ سیکھ لیا ہے کہ اگر ہم ہر چیز پر قبضہ کرلیں تو اعداد و شمار کو واقعی میں توڑنا پسند ہے۔ چال یہ ہے کہ ان اسٹریمز پر تجزیات انجام دیں اور اس پر ETL کریں اور صرف آپ کی ضرورت کے مطابق ، ممکنہ میٹا ڈیٹا پر قبضہ کریں ، اور پھر پیش گوئی کرنے والے تجزیات چلائیں جہاں ہم واقعی یہ بتاسکتے ہیں کہ آگے چلنے والے راستوں پر تھوڑا سا آگے کیا ہونے والا ہے۔ اس سلسلے میں جو تجزیات ہم ان پر انجام دیتے ہیں ان پر مبنی سلسلہ میں ابھی دیکھا گیا ہے۔

توانائی اور یوٹیلیٹییز فراہم کرنے والے صارفین کی طلب کی قیمتوں میں اضافے کی اس بڑی خواہش کا سامنا کر رہے ہیں۔ میں فیصلہ کرسکتا ہوں کہ میں دن کے ایک خاص وقت میں گرین پاور خریدنا چاہتا ہوں کیونکہ میں صرف گھر میں اکیلی ہوں اور میں بہت سارے آلات استعمال نہیں کررہا ہوں۔ لیکن اگر میں ڈنر پارٹی کروں تو ، میں اپنے تمام ڈیوائسز رکھنا چاہتا ہوں اور میں نہیں چاہتا کہ میں سستی بجلی خریدوں اور اس کی فراہمی کا انتظار کروں لیکن اس طاقت کو حاصل کرنے کے ل more زیادہ قیمت ادا کرنے کو تیار ہوں۔ یہ مطالبہ قیمتوں خاص طور پر افادیت اور توانائی کی جگہ میں پہلے ہی ہوچکا ہے۔ مثال کے طور پر اوبر ان چیزوں کی کلاسیکی مثال ہے جو آپ ہر روز کرسکتے ہیں اور یہ سب مطالبہ کی قیمتوں سے بنے ہوئے ہیں۔ آسٹریلیا میں لوگوں کی کچھ کلاسیکی مثالیں ہیں جو نئے سال کے موقع پر بڑے پیمانے پر طلب کی وجہ سے $ 10،000 کرایہ حاصل کرتی ہیں۔ مجھے یقین ہے کہ انھوں نے اس مسئلے سے نمٹا ہے لیکن کار میں چلتے ہوئے اسٹریم تجزیات کو ریئل ٹائم میں پیش کیا جارہا ہے کہ مجھے کتنا معاوضہ ادا کرنا چاہئے۔

انٹرنیٹ اور چیزیں اور سینسر اسٹریمز۔ اس پر ہم صرف سطح پر نوچ چکے ہیں اور واقعی اس پر صرف بنیادی گفتگو ہوئی ہے لیکن ہمیں ایک دلچسپ تبدیلی نظر آئے گی کہ اس کے ساتھ ٹکنالوجی کس طرح معاملات کرتی ہے کیونکہ جب آپ بات نہیں کررہے ہیں۔ صرف ہزاروں یا دسیوں ہزاروں بلکہ سیکڑوں ہزاروں اور ممکنہ طور پر اربوں کے الات آپ کے پاس آرہے ہیں ، اب ہمارے پاس موجود تقریبا technology کسی بھی ٹیکنیکل اسٹیک کو اس سے نمٹنے کے لئے انجنیئر نہیں بنایا گیا ہے۔

یہاں کچھ واقعی گرما گرم عنوانات ہیں جنھیں ہم سیکیورٹی اور سائبر رسک جیسے جگہ کے آس پاس دیکھیں گے۔ وہ ہمارے لئے بہت حقیقی چیلنجز ہیں۔ ویب پر شمال کا واقعتا. ایک صاف ستھرا ٹول موجود ہے جہاں آپ بیٹھ کر کسی ویب صفحے پر دیکھ سکتے ہیں کہ ریئل ٹائم میں رونما ہونے والے مختلف سائبر ٹیکس۔ جب آپ اسے دیکھتے ہیں ، تو آپ سوچتے ہیں کہ "اوہ یہ ایک خوبصورت پیارا سا چھوٹا سا ویب پیج ہے ،" لیکن وہاں پر تقریبا five پانچ منٹ کے بعد ، آپ کو اعداد و شمار کا حجم معلوم ہوگا جو سسٹم دنیا بھر کے تمام مختلف آلات کے تمام مختلف سلسلوں پر تجزیات کر رہا ہے۔ جو ان میں کھلایا جارہا ہے۔ اس سے یہ ذہن حیرت میں پڑنا شروع ہوتا ہے کہ وہ کس طرح اس ریکارڈ کے کنارے پر یہ کارکردگی کا مظاہرہ کررہے ہیں اور آپ کو وہ سادہ سی چھوٹی اسکرین مہیا کرتے ہیں جو آپ کو بتاتا ہے کہ اس پر اصل وقت پر کیا حملہ کرنا ہے یا کسی اور چیز پر اور کس قسم کے حملوں سے متعلق ہے۔ لیکن یہ واقعی صاف کرنے کا ایک چھوٹا سا طریقہ ہے کہ اس صفحے کو دیکھ کر اور محض حجم کا اندازہ حاصل کرنے اور اسٹریمز لینے کا چیلینج ، تجزیاتی تجزیاتی سوالات پر عمل درآمد کرکے اس وقت کا بہتر ذائقہ حاصل کریں جس سے اسٹریم تجزیات آپ کے لئے حقیقی وقت میں ممکنہ طور پر کیا کرسکتے ہیں۔ ان کو اور حقیقی وقت میں اس کی نمائندگی کرنا۔

میرے خیال میں میرے پاس باقی سیشن کے لئے ہونے والی گفتگو میرے تمام نقطہ نظر سے ، ان تمام قسم کی چیزوں کو ایک دلچسپ نظریہ کے ساتھ حل کرنے والی ہے ، اور یہ DIY کا چیلینج ہے ، اسے خود بناو ، اس میں سے کچھ کے مطابق کلاسیکی ایک تنگاوالا جو اس قسم کی چیزوں کو تیار کرنے کے متحمل ہیں۔ ان انجینئرنگ ٹیموں کو بنانے اور اپنے ڈیٹا سینٹرز بنانے کے لئے انہیں اربوں ڈالر مل چکے ہیں۔ لیکن وہاں کی 99.9 the تنظیموں کے لئے جو اپنے کاروبار کے سلسلے کے تجزیات میں اہمیت لینا چاہتے ہیں ، انہیں شیلف آف سروس حاصل کرنے کی ضرورت ہے۔ انہیں باکس سے باہر ایک پروڈکٹ خریدنے کی ضرورت ہے اور انہیں عموما some کچھ مشاورتی خدمات اور پیشہ ورانہ خدمت کی ضرورت ہوتی ہے تاکہ وہ اس کو عملی جامہ پہنانے میں مدد کریں اور وہ اس قدر کو کاروبار میں واپس حاصل کریں اور اسے کاروبار میں دوبارہ کام کرنے والے حل کے طور پر بیچ دیں۔

اس کے ساتھ ہی ، میں آپ کو ریبیکا کے حوالے کروں گا ، کیوں کہ مجھے یقین ہے کہ اب ہم اسی تفصیل سے احاطہ کرنے جارہے ہیں۔

ربیکا جوزویق: عمدہ۔ شکریہ ، ڈیز یہ ایک عمدہ پریزنٹیشن ہے۔

اب ، میں گیند کو روبن کے پاس بھیجوں گا۔ اسے دور لے.

رابن بلور: ٹھیک ہے۔ چونکہ ڈیز اسٹریمز پراسیسنگ کی بڑی دلچسپی میں چلا گیا ہے ، لہذا ایسا نہیں لگتا تھا کہ اس نے دوبارہ اس کا احاطہ کیا۔ تو میں صرف ایک مکمل اسٹریٹجک نظریہ لینے جا رہا ہوں۔ جہنم کیا ہورہا ہے اس کو قریب سے دیکھنے اور اس کی پوزیشن لینے کی وجہ سے کیونکہ مجھے لگتا ہے کہ اس سے لوگوں ، خاص کر ہم لوگوں کی مدد کی جاسکتی ہے جو پہلے کی گہرائی میں ندیوں پر پروسیسنگ نہیں کرتے ہیں۔

اسٹریمز پر کارروائی کافی دن سے جاری ہے۔ ہم اسے سی ای پی کہتے تھے۔ اس سے پہلے حقیقی وقت کے نظام موجود تھے۔ اصل عمل کو کنٹرول کرنے والے نظام دراصل معلومات کے سلسلوں پر کارروائی کررہے تھے - یقینا nothing آج کل کی طرح کچھ بھی نہیں جارہا تھا۔ یہ گرافک جو آپ یہاں سلائیڈ پر دیکھتے ہیں۔ یہ دراصل بہت ساری چیزوں کی نشاندہی کر رہا ہے ، لیکن یہ اوپر اور کسی بھی چیز سے باہر کی طرف اشارہ کر رہا ہے - یہ حقیقت یہ ہے کہ یہاں مختلف رنگوں میں نمودار ہونے کا تاخیر ہے۔ 1960 کے لگ بھگ پہنچنے والی کمپیوٹنگ یا کمرشل کمپیوٹنگ کی ایجاد کے بعد واقعی جو ہوا وہ یہ ہے کہ سب کچھ ابھی تیز اور تیز تر ہوچکا ہے۔ ہم اس بات پر انحصار کرنے میں کامیاب رہتے تھے کہ اگر آپ لہروں میں چاہیں تو واقعتا یہ سامنے آرہا ہے ، کیوں کہ ایسا ہی لگتا ہے۔ یہ دراصل اس پر منحصر ہے۔ کیونکہ یہ سب مور کے قانون سے کارفرما ہے اور مور کا قانون ہمیں تقریبا years چھ سال کی مدت میں دس گنا تیز رفتار کا عنصر فراہم کرتا ہے۔ پھر ایک بار جب ہم واقعتا 2013 2013 کے قریب پہنچ گئے تو ، یہ سب ٹوٹ گیا ، اور ہم اچانک اس شرح سے تیز ہونا شروع ہوگئے جو ہم نے کبھی نہیں کیا ، جو عجیب و غریب مثال ہے۔ ہمیں رفتار میں اضافے اور اس وجہ سے ہر چھ سالوں میں تاخیر میں کمی کے لحاظ سے دس کے بارے میں عنصر مل رہے تھے۔ تقریبا 2010 2010 کے بعد سے چھ سالوں میں ، ہمیں کم سے کم ایک ہزار مل گیا ہے۔ ایک کے بجائے وسعت کے تین آرڈر۔

یہی چل رہا ہے اور یہی وجہ ہے کہ انڈسٹری ایک طرح سے یا کسی اور طرح سے حیرت انگیز رفتار سے آگے بڑھتی ہے - کیوں کہ ایسا ہی ہے۔ صرف اس خاص گرافک کے معنیٰ سے گزرتے ہوئے ، جوابی اوقات دراصل عمودی محور کے نیچے الگورتھمک پیمانے پر ہوتے ہیں۔ اصل وقت کمپیوٹر کی رفتار ، انسانوں سے تیز ہے۔ انٹرایکٹو وقت سنتری کا ہوتا ہے۔ جب آپ کمپیوٹر کے ساتھ بات چیت کر رہے ہوتے ہیں تو وہیں آپ واقعی میں دسواں سے لے کر تقریبا one ایک سیکنڈ کی تاخیر کا مطالبہ کرتے ہیں۔ اوپر ، وہاں لین دین ہوتا ہے جہاں ہم دراصل اس بارے میں سوچتے ہیں کہ آپ کمپیوٹر میں کیا کر رہے ہیں لیکن اگر یہ پندرہ سیکنڈ میں ختم ہوجاتا ہے تو یہ قابل برداشت ہوجاتا ہے۔ لوگ دراصل کمپیوٹر کا انتظار نہیں کریں گے۔ سب کچھ بیچ میں کیا گیا تھا۔ بیچ میں کی جانے والی بہت ساری چیزیں اب ٹرانزیکشنل اسپیس ، بالکل انٹرایکٹو اسپیس یا ریئل ٹائم اسپیس میں آرہی ہیں۔ جبکہ اس سے پہلے ، ایک لہراتی جس میں بہت کم مقدار میں ڈیٹا ہوتا تھا جس سے ہم اس میں سے کچھ کرسکتے تھے ، اب ہم بہت بڑی مقدار میں ڈیٹا کے ساتھ بہت بڑے پیمانے پر ماحول کو استعمال کرکے کرسکتے ہیں۔

لہذا بنیادی طور پر ، یہ سب کہہ رہے ہیں کہ واقعی لین دین اور انٹرایکٹو انسانی ردعمل کا اوقات ہے۔ ابھی نہروں کے ساتھ کیا کیا جارہا ہے اس کا ایک بہت بڑا کام انسان کو چیزوں سے آگاہ کرنا ہے۔ اس میں سے کچھ اس سے تیز تر جارہا ہے اور وہ چیزوں کو اچھی طرح سے آگاہ کررہا ہے لہذا اصلی وقت ہے۔ تب ہم ایک لائسنس صرف پتھر کی طرح گرنے کے ل take رکھتے ہیں ، جس سے فوری تجزیات ممکن ہو اور اتفاق سے کافی سستی ہو۔ یہ صرف رفتار کم نہیں ہوئی ہے اور سب سے اوپر صرف گر گیا ہے۔ شاید ان سب میں سب سے زیادہ اثر ان سبھی مختلف ایپلی کیشنز کے درمیان ہے ، آپ یہ سب پیش گوئی کرنے والے تجزیات کرسکتے ہیں۔ ایک منٹ میں کیوں بتاؤں گا۔

یہ صرف ہارڈ ویئر اسٹور ہے۔ آپ کو متوازی سافٹ ویئر ملا ہے۔ ہم 2004 میں بات کر رہے ہیں۔ اسکیل آؤٹ آرکیٹیکچر ، ملٹی کور چپس ، میموری میں اضافہ ، ترتیب دینے والا سی پی یو۔ ایس ایس ڈی اب اسپننگ ڈسک سے کہیں زیادہ تیزی سے چلتے ہیں۔ آپ بہت زیادہ لہرائی اسپنک ڈسک کو الوداع کرسکتے ہیں۔ ایس ایس ڈی بھی ایک سے زیادہ کور میں ہیں ، لہذا ایک بار پھر تیز اور تیز تر۔ جلد ہی نمودار ہونے کے بعد ، ہمیں ایچ پی کی طرف سے یادگار مل گیا ہے۔ ہمارے پاس انٹیل اور مائکرون سے تھری ڈی ایکسپوائنٹ مل گیا ہے۔ ان لوگوں کا وعدہ یہ ہے کہ اس سے ویسے بھی یہ سب تیز اور تیز تر ہوجائے گا۔ جب آپ واقعی دو نئی میموری ٹکنالوجیوں کے بارے میں سوچ رہے ہیں ، جو دونوں ہی بنیادی چھوٹے چھوٹے ٹکڑوں کو بنا دیں گے تو ، انفرادی سرکٹ بورڈ تیزی سے آگے بڑھ جائے گا ، ہم نے اس کا انجام تک نہیں دیکھا۔

اسٹریمز ٹکنالوجی ، جو واقعتا the اگلا پیغام ہے ، یہاں رہنا ہے۔ ایک نیا فن تعمیر ہونا پڑے گا۔ میرا مطلب ہے کہ ڈیز نے اس کی طرح اپنی پیش کش میں متعدد نکات پر اس کا تذکرہ کیا ہے۔ کئی دہائیوں تک ہم فن تعمیر کو ڈیٹا ہیپس اور ڈیٹا پائپوں کے امتزاج کے طور پر دیکھتے ہیں۔ ہم ڈھیروں پر کارروائی کرتے تھے اور ہم ڈھیروں کے مابین ڈیٹا پائپ کرتے تھے۔ اب ہم بنیادی طور پر اس کی طرف بڑھ رہے ہیں جس کو ہم لیمبڈا ڈیٹا فن تعمیر کہتے ہیں جو ڈیٹا کے بہاؤ کی پروسیسنگ کو ڈیٹا کے ڈھیر کے ساتھ جوڑ دیتا ہے۔ جب آپ واقعی میں کسی ڈیٹا کے بہاؤ یا ڈیٹا کے ڈھیر کے طور پر تاریخی اعداد و شمار کے خلاف آنے والے واقعات کے ایک سلسلے پر کارروائی کررہے ہیں تو ، لامبڈا فن تعمیر سے میرا یہی مطلب ہے۔ یہ اس کے ابتدائی دور میں ہے. یہ تصویر کا صرف ایک حصہ ہے۔ اگر آپ ہر چیز کے انٹرنیٹ کی طرح کسی پیچیدہ چیز پر غور کرتے ہیں جس کا ذکر بھی ڈیز نے کیا ہے تو ، آپ کو حقیقت میں اندازہ ہو جائے گا کہ ہر طرح کے ڈیٹا لوکیشن کے معاملات ہیں - اس فیصلے کے بارے میں کہ آپ کو سلسلہ میں کیا عملدرآمد کرنا چاہئے۔

بات جو میں واقعی میں یہاں کہہ رہا ہوں وہ یہ ہے کہ جب ہم بیچ میں پروسیسنگ کر رہے تھے تو ہم دراصل اسٹریموں پر کارروائی کر رہے تھے۔ ہم صرف ایک وقت میں ایک نہیں کر سکے۔ ہم ابھی انتظار کرتے ہیں یہاں تک کہ سامان کا ایک بہت بڑا سامان ڈھیر ہوجاتا ہے اور پھر ہم اس پر ایک ساتھ ہی عملدرآمد کرتے ہیں۔ ہم ایسی صورتحال میں جا رہے ہیں جہاں ہم دراصل سامان پر کارروائی کر سکتے ہیں۔ اگر ہم سلسلہ میں چیزوں پر کارروائی کرسکتے ہیں تو پھر ہمارے پاس موجود ڈیٹا کے ڈھیر وہ مستحکم اعداد و شمار بنیں گے جس کو ہمیں ندی میں ڈیٹا پر کارروائی کرنے کیلئے حوالہ دینے کی ضرورت ہے۔

یہ ہمیں اس خاص چیز پر لے جاتا ہے۔ اس سے پہلے میں حیاتیاتی مشابہت کے ساتھ کچھ پیش کش میں اس کا ذکر کر چکا ہوں۔ جس طرح سے میں آپ کے بارے میں سوچنا چاہتا ہوں وہ اس وقت ہے کہ ہم انسان ہیں۔ ہمارے پاس ریئل ٹائم پیشن گوئی پروسیسنگ کے لئے تین الگ نیٹ ورکس ہیں۔ انہیں سومٹک ، خودمختار اور انتھک کہا جاتا ہے۔ آنتک آپ کا معدہ ہے۔ خودمختار اعصابی نظام لڑائی اور پروازوں کی دیکھ بھال کرتا ہے۔ یہ دراصل ماحول پر تیز ردعمل کی نگاہ سے ہے۔ جسمانی حرکتی نگہداشت کرنے والا سویمٹک۔ وہ اصل وقت کے نظام ہیں۔ اس کے بارے میں دلچسپ بات - یا میرے خیال میں ایک طرح کی دلچسپ بات ہے - اس میں سے بہت زیادہ پیش گوئی کی جاتی ہے جس کے بارے میں آپ نے کبھی تصور بھی نہیں کیا ہوگا۔ یہ ایسے ہی ہے جیسے آپ اپنے چہرے سے لگ بھگ 18 انچ کے آس پاس اسکرین دیکھ رہے ہیں۔ آپ جو کچھ بھی واضح طور پر دیکھ سکتے ہیں ، آپ کا جسم واضح طور پر دیکھنے کے قابل ہے وہ 8. 10 مستطیل کے بارے میں حقیقت میں ہے۔ اس سے باہر کی ہر شے دراصل دھندلا پن ہے جہاں تک آپ کے جسم کا تعلق ہے لیکن آپ کا دماغ در حقیقت خالی جگہوں کو پُر کررہا ہے اور اسے دھندلا پن نہیں بنا رہا ہے۔ آپ کو کوئی کلنک نظر نہیں آرہی ہے۔ آپ نے اسے صاف صاف دیکھا۔ آپ کا ذہن دراصل اعداد و شمار کے سلسلے کا پیش گوئی کرنے والا طریقہ کار انجام دے رہا ہے تاکہ آپ کو یہ واضحیت نظر آئے۔ یہ ایک عجیب و غریب چیز ہے لیکن آپ حقیقت میں جس طرح سے اعصابی نظام کے چلتے ہیں اور جس طرح سے ہم گھومنے اور معقول سلوک کرنے کا انتظام کرتے ہیں اس پر نظر ڈال سکتے ہیں - کم از کم ہم میں سے کچھ لوگ - معقول حد تک سمجھدار اور ہر وقت چیزوں سے ٹکرانا نہیں۔

یہ سب یہاں کے اندر اعصابی تجزیاتی پیمانے کی ایک سیریز کے ذریعہ کیا گیا ہے۔ جو کچھ ہونے والا ہے وہ یہ ہے کہ تنظیمیں ایک ہی طرح کی چیزیں حاصل کرنے والی ہیں اور اسی طرح کی چیزیں تیار کرنے جارہی ہیں اور یہ تنظیم کے داخلی دھاروں سمیت ندیوں کا پروسیسنگ ہونے والی ہے۔ یہ ، جو چیزیں اس سے باہر ہوتی ہیں ، فوری ردعمل جو دراصل بننا پڑتا ہے وہ یقینا decisions انسان کو فیصلے کرنے اور ان سب کو انجام دینے کے لئے کھانا کھلاتا ہے۔ جہاں تک میں دیکھ سکتا ہوں اسی جگہ ہم جا رہے ہیں۔

ان چیزوں میں سے ایک جو اس کا نتیجہ ہے وہ یہ ہے کہ اسٹریمنگ ایپلی کیشن کی سطح اچھی طرح سے چل رہی ہے۔ اب جو کچھ ہم دیکھ رہے ہیں اس سے کہیں زیادہ خوفناک ہونے والا ہے۔ ابھی ، ہم ان کاموں کو کرنے کا کم پھل اٹھا رہے ہیں جو واضح ہیں۔

تو بہرحال یہ نتیجہ یہاں ہے۔ اسٹریمنگ اینالٹیکٹس ایک دفعہ طاق ہوتا ہے لیکن یہ مرکزی دھارے میں شامل ہوتا جارہا ہے اور جلد ہی اسے عام طور پر اپنایا جائے گا۔

اس کے ساتھ ، میں اسے دوبارہ ربیکا کے پاس بھیجوں گا۔

ربیکا جوزویق: آپ کا بہت بہت شکریہ ، رابن۔ حسب معمول زبردست پریزنٹیشن۔

آنند ، تم اگلے ہو۔ فرش آپ کی ہے۔

آنند وینوگوپال: لاجواب۔ شکریہ

میرا نام آنند وینوگوپال ہے اور میں اسٹریم آناالیٹیکس کا پروڈکٹ کا ہیڈ ہوں۔ لاس پروٹوس ، کیلیفورنیا سے باہر ، یہ ایک ایسی پروڈکٹ ہے جو پیش کش ٹیکنالوجیز کے ذریعہ پیش کی گئی ہے۔

بڑے کاروباری اداروں کو اعداد و شمار کے بڑے حل فراہم کرنے والے میں محرک کی حقیقت میں ایک بہت بڑی تاریخ رہی ہے۔ لہذا ہم نے بطور سروسز کمپنی کی حیثیت سے متعدد سلسلہ بندی کے تجزیات پر عمل درآمد کیا ہے اور ہم نے بہت سارے اسباق سیکھے ہیں۔ ہم نے پچھلے دو سالوں میں ایک پروڈکٹ کمپنی اور حل سے چلنے والی کمپنی بننے کا بھی رخ اختیار کیا اور اسٹریٹ اینالٹکس محرک کو بڑے پیمانے پر مصنوعات سے چلنے والی کمپنی میں تبدیل کرنے کی ذمہ داری سرانجام دے رہے ہیں۔ کچھ اہم ، بہت اہم اثاثے ہیں جن کو محرک نے ہمارے کاروباری اداروں کی نمائش کے بدولت صاف کیا اور اسٹریم اینالیٹکس ان میں سے ایک ہے۔

ہم کاروبار میں 20 سال کی ہیں اور اس میں مصنوع اور خدمات کا ایک زبردست مرکب ہے جو ہمیں ایک بہت بڑا فائدہ فراہم کرتا ہے۔ اور ہمارا سبق آموز سلسلہ کے سب سے پہلے پانچ یا چھ نفاذ سے حاصل کردہ سبقوں میں سے StreamAnalytix پیدا ہوا تھا۔

میں کچھ چیزوں پر توجہ دوں گا ، لیکن تجزیہ کاروں ، ڈیز اور رابن نے ، خلا کو مجموعی طور پر ڈھکنے میں ایک حیرت انگیز کام کیا ہے لہذا میں بہت سارے مواد کو چھوڑنے جا رہا ہوں جو اوورلیپ ہو۔ میں شاید تیز چلوں گا۔ ہم صرف بیچ ایکسلریشن کا استعمال کرتے ہوئے بہت سارے معاملات دیکھنے کے علاوہ دیکھتے ہیں جہاں کاروباری اداروں میں لفظی بہت ، بہت اہم بیچ عمل ہوتے ہیں۔ جیسا کہ آپ دیکھ سکتے ہیں ، واقعہ کو سینس دینے اور اس پر تجزیہ کرنے اور اس پر عمل کرنے کا یہ پورا چکر در حقیقت بڑے کاروباری اداروں میں ہفتوں میں لگ سکتا ہے اور وہ سب اس کو منٹ اور کبھی سیکنڈ اور ملی سیکنڈ تک سکڑنے کی کوشش کر رہے ہیں۔ لہذا ان تمام بیچ کے عمل سے کہیں زیادہ تیزی سے کاروبار کے حصول کے امیدوار ہیں اور یہ بات بہت اچھی طرح سے بتائی گئی ہے کہ اس کی عمر کے ساتھ ساتھ ڈیٹا کی قدر میں ڈرامائی طور پر کمی آتی ہے ، لہذا اس کی اتنی ہی زیادہ قیمت سیکنڈ کے ابتدائی حصے میں ہے جو ابھی واقع ہوئی ہے۔ مثالی طور پر ، اگر آپ پیش گوئی کرسکتے ہیں کہ کیا ہونے والا ہے تو ، یہ سب سے زیادہ قیمت ہے۔ اگرچہ یہ درستگی پر منحصر ہے۔ اگلی اعلی قدر وہ وقت ہوتی ہے جب یہ واقع ہوتا ہے جب آپ اس کا تجزیہ کرسکتے ہیں اور جواب دے سکتے ہیں۔ یقینا، ، اس کے بعد قیمت میں ڈرامائی طور پر کمی آتی ہے ، جس میں مرکزی پابندی والا BI ہے جس میں ہم داخل ہیں۔

یہ دلچسپ ہے. آپ کو ڈرامائی انداز میں سائنسی تجزیہ کرنے کے لئے کچھ ڈرامائی سائنسی جواب کی توقع ہوسکتی ہے۔ بہت سارے معاملات کے ساتھ ، جو ہم دیکھ رہے ہیں وہ یہ ہے کیونکہ یہ اب ممکن ہے اور کیونکہ سب جانتے ہیں کہ بیچ پرانی ہے ، بیچ بورنگ ہے اور بیچ ٹھنڈا نہیں ہے۔ یہاں کافی تعلیم موجود ہے کہ اب ہر شخص کو یہ حقیقت حاصل ہوگئی ہے کہ وہاں سلسلہ بندی ممکن ہے اور اب ہر شخص کو ہڈوپ مل گیا ہے۔ اب ہڈوپ ڈسٹری بیوشنز میں ایک اسٹریمنگ ٹیکنالوجی شامل ہے ، چاہے وہ طوفان ہو یا چنگاری اسٹریمنگ اور بلاشبہ میسج کی قطاریں ، جیسے کافکا وغیرہ۔

جو کاروباری اداروں کو ہم دیکھتے ہیں وہ اس میں کود رہے ہیں اور ان معاملات کا تجربہ کرنا شروع کر رہے ہیں اور ہم دو وسیع زمرے دیکھ رہے ہیں۔ کسٹمر کے تجزیات اور کسٹمر کے تجربے اور دوسرا آپریشنل انٹیلی جنس کے ساتھ کسی کا کچھ کرنا ہے۔ اس کے بارے میں تھوڑی دیر بعد میں کچھ تفصیلات حاصل کروں گا۔ پوری کسٹمر سروس اور کسٹمر کے تجربے کا زاویہ اور ہم نے امپیٹس اسٹریم اینالیٹیکس نے یہ کام بہت سارے مختلف طریقوں سے کیا ہے ، واقعی واقعتا، صارفین کی کثیر چینل کی مصروفیت کو حقیقی وقت میں گرفت میں لینا اور انھیں انتہائی سیاق و سباق سے متعلق حساس تجربات پیش کرتے ہیں۔ جو آج عام نہیں ہیں۔ اگر آپ ویب پر ، بینک آف امریکہ کی ویب سائٹ پر ویب پر براؤز کررہے ہیں ، اور آپ کچھ مصنوعات کی تحقیق کررہے ہیں اور آپ صرف کال سنٹر پر کال کرتے ہیں۔ کیا وہ کہیں گے ، "ارے جو ، میں جانتا ہوں کہ آپ کچھ بینکاری مصنوعات کی تحقیق کررہے ہیں ، کیا آپ چاہیں گے کہ میں آپ کو بھروں؟" آپ کو آج کی توقع نہیں ہوگی ، لیکن یہ اس قسم کا تجربہ ہے جو واقعی طور پر اسٹریمنگ کے تجزیات کے ذریعہ ممکن ہے۔ بہت سارے معاملات میں ، اس سے بہت فرق پڑتا ہے ، خاص طور پر اگر گاہک نے آپ کی ویب سائٹ پر ابتدائی معطلی کی شقوں یا ابتدائی معطلی کی شرائط اور شرائط کو دیکھ کر آپ سے معاہدہ سے باہر نکلنے کے طریقوں پر تحقیق کرنا شروع کی اور پھر کال کریں اور آپ قابل نہیں ہوسکتے ہیں تو براہ راست اس کے بارے میں ان کا مقابلہ کریں لیکن کسی بھی طرح کی پہلی تشہیر کے بارے میں بالواسطہ طور پر پیش کش کریں کیونکہ سسٹم کو معلوم ہے کہ یہ شخص ابتدائی خاتمے پر غور کر رہا ہے اور آپ اس پیش کش کو پیش کرتے ہیں ، آپ اس اچھ customerی گاہک کی حفاظت کرسکتے ہیں اور اس اثاثہ کی حفاظت کرسکتے ہیں۔ .

یہ ایک مثال ہوگی ، اس کے علاوہ بہت ساری گراہک خدمات بہت اچھی مثال ہیں۔ ہم آج کل کال سنٹر میں لاگت کو کم کرنے کے ساتھ ساتھ ڈرامائی طور پر خوشگوار صارفین کے تجربات بھی پیش کررہے ہیں۔ ڈیز نے استعمال کے کچھ معاملات کا خلاصہ بیان کرنے میں ایک عمدہ کام کیا۔ آپ اس چارٹ پر ایک دو منٹ کے لئے گھور سکتے ہیں۔ میں نے اسے عمودی ، افقی اور کامبو علاقوں ، IOT ، موبائل ایپ اور کال سینٹر کے طور پر درجہ بند کیا۔ وہ سب عمودی اور افقی ہیں۔ یہ اس پر منحصر ہے کہ آپ اسے کس طرح دیکھتے ہیں۔ نیچے لائن ، ہم افقی استعمال کا ایک اچھا سودا دیکھ رہے ہیں جو صنعت کے عمودی حصے میں کافی عام ہے اور اس میں عمودی مخصوص استعمال کے معاملات شامل ہیں جن میں مالی خدمات ، صحت کی دیکھ بھال ، ٹیلی کام ، مینوفیکچرنگ وغیرہ شامل ہیں اگر آپ واقعی اپنے آپ سے سوال پوچھ رہے ہیں یا اپنے آپ کو بتا رہے ہیں وہ ، "اوہ ، میں نہیں جانتا کہ وہاں کیا استعمال ہوتے ہیں۔ مجھے یقین نہیں ہے کہ اگر میری کمپنی کے لئے یا ہمارے انٹرپرائز کے لئے اسٹریمز تجزیات میں واقعی کوئی کاروباری قیمت موجود ہے تو ، "سخت سوچیں ، دو بار سوچیں۔ زیادہ سے لوگوں سے بات کریں کیونکہ ایسے معاملات موجود ہیں جو آج آپ کی کمپنی میں مناسب ہیں۔ میں تجارتی مالیت میں شامل ہو جاؤں گا کہ کس طرح کاروباری قدر سے بالکل حاصل کیا جاتا ہے۔

یہاں پرامڈ کے نچلے حصے میں ، آپ کے پاس پیش گوئی کی جانے والی دیکھ بھال ، حفاظت ، منتر سے بچاؤ وغیرہ شامل ہیں اس طرح کے استعمال کے معاملات میں محصولات اور اثاثوں کا تحفظ ہوتا ہے۔ اگر ٹارگٹ نے ان کی سیکیورٹی کی خلاف ورزی کی حفاظت کی جو گھنٹوں اور ہفتوں میں رونما ہوتی تو سی آئی او اپنی ملازمت کو بچا سکتا تھا۔ اس سے دسیوں یا سیکڑوں لاکھوں ڈالر وغیرہ کی بچت ہوسکتی ہے۔ ریئل ٹائم اسٹریمنگ تجزیات ان اثاثوں کی حفاظت اور نقصانات سے بچانے میں واقعی مددگار ثابت ہوتی ہیں۔ یہیں کاروبار کی براہ راست قیمت ہے۔

اگلی زمرہ زیادہ منافع بخش بنتا جارہا ہے ، اپنی لاگت کو کم کرتا ہے اور موجودہ عمل سے زیادہ محصول حاصل کرتا ہے۔ موجودہ انٹرپرائز کی یہی کارکردگی ہے۔ وہ سبھی زمرے کے استعمال کے معاملات ہیں جن کو ہم ریئل ٹائم آپریشنل انٹیلیجنس کہتے ہیں جہاں آپ کو گہری بصیرت مل رہی ہے کہ نیٹ ورک کس طرح برتاؤ کر رہا ہے ، آپ کے کسٹمر کی کاروائیاں کس طرح برتاؤ کررہی ہیں ، آپ کے کاروبار کا عمل کس طرح برتاؤ کررہا ہے ، اور آپ موافقت کرنے کے قابل ہیں۔ یہ سب کچھ حقیقی وقت میں کیونکہ آپ کی رائے موصول ہوتی ہے ، آپ کو انتباہ ملتا ہے۔ آپ کو حقیقی وقت میں انحرافات اور تغیرات ملتے ہیں اور آپ اس عمل کو تیزی سے ختم کرسکتے ہیں جو حد سے باہر جارہا ہے۔

آپ ممکنہ طور پر مہنگے سرمایہ میں اضافے اور ان چیزوں میں بہت زیادہ رقم بچا سکتے ہیں جو آپ کے خیال میں ضروری ہیں جو آپ کو نیٹ ورک کی خدمت کو بہتر بناتے ہوئے ضروری نہیں ہوسکتی ہیں۔ ہم نے ایک ایسے معاملے کے بارے میں سنا ہے جہاں ایک بڑے ٹیلکو نے اپنے نیٹ ورک کے انفراسٹرکچر میں million 40 ملین اپ گریڈ کو موخر کردیا تھا کیونکہ انہیں معلوم ہوا تھا کہ ان کے پاس اپنے موجودہ ٹریفک کا نظم و نسق کرنے کی اتنی گنجائش موجود ہے ، جو اپنے ٹریفک کی ذہین روٹنگ کو بہتر بنانے اور اس طرح کی چیزوں کو بہتر بنانے کے ذریعہ ہے۔ یہ صرف کچھ اصل وقتی تجزیات اور کارروائی کے طریقہ کار سے ہی ممکن ہیں جو حقیقی وقت میں ان بصیرت پر عمل کرتے ہیں۔

اگلی سطح ویلیو ایڈ میں فروخت ، کراس سیل ہے جہاں موجودہ پیش کشوں سے زیادہ سے زیادہ آمدنی اور منافع کمانے کے مواقع موجود ہیں۔ یہ ایک کلاسیکی مثال ہے کہ ہم میں سے بہت سے لوگوں کو یہ معلوم ہوتا ہے کہ انہوں نے کہاں تجربہ کیا ہے ، آپ اپنی زندگی میں جہاں کے بارے میں سوچتے ہیں جہاں آج آپ واقعی ایک ایسی مصنوعات خریدنے کے خواہاں ہیں جو آپ کو پیش نہیں کیا جارہا ہے۔ بہت سے ، بہت سے معاملات میں ، واقعتا یہ ہوتا ہے۔ آپ کے ذہن میں ایسی چیزیں ہیں جو آپ خریدنا چاہتے ہیں جو آپ جانتے ہو کہ آپ خریدنا چاہتے ہیں ، آپ کے پاس کرنے کی فہرست ہے یا کوئی اور چیز ، جو آپ کی اہلیہ نے آپ کو بتائی ہے یا آپ کی بیوی نہیں ہے لیکن آپ واقعتا خریدنا چاہتے ہیں اور آپ یا تو کسی ویب سائٹ پر شاپنگ کرنے جاتے ہیں یا آپ کسی خوردہ اسٹور میں بات چیت کر رہے ہوتے ہیں ، اسٹور فرنٹ کے پاس صرف سیاق و سباق نہیں ہوتا ہے ، آپ کی ضرورت ہوسکتی ہے اس کی گنتی کرنے کی ذہانت نہیں رکھتی ہے۔ لہذا ، وہ اپنے کاروبار کو محفوظ نہیں رکھتے ہیں۔ اگر اسٹریمنگ تجزیات کو واقعی درست پیش گوئیاں کرنے کے لئے تعینات کیا جاسکتا ہے اور جو واقعی اس جگہ پر اس مخصوص سیاق و سباق کے مطابق واقع ہوسکتا ہے تو ، اس گاہک پر ، اس جگہ بہت سارے بیچنے اور کراس بیچنے کی ضرورت ہے۔ سلسلہ بندی کے تجزیات - اس موقع پر جب موقع ملتا ہے تو اس سچائی کے وقت اس گراہک کو کیا کچھ خریدنے یا اس کا جواب دینے کا امکان ہے اس کا فیصلہ کرنے کے قابل۔ اسی لئے مجھے وہ تصویر پسند ہے جو ڈیز نے ریچھ کے ساتھ دکھایا تھا کہ وہ مچھلی کو کھا ہی رہا ہے۔ یہ بہت زیادہ ہے۔

ہم یہ بھی سوچتے ہیں کہ کسٹمر کے رویے کے مشاہدے کی بنیاد پر مکمل طور پر نئی مصنوعات اور خدمات پیش کرنے کے کسی بھی انٹرپرائز میں ڈرامائی ، تغیراتی تبدیلیاں موجود ہیں ، یہ سب ایک اور انٹرپرائز کے طرز عمل کے مشاہدے پر مبنی ہیں۔ اگر ، ہم کہتے ہیں کہ ، ایک ٹیلکو یا کیبل کمپنی واقعتا customers صارفین کے استعمال کے نمونوں کا مشاہدہ کررہی ہے جو وہ مارکیٹ کے کس حصے میں دیکھ رہا ہے ، کون سا پروگرام کس وقت ، وغیرہ پر ہے ، تو وہ اصل میں ایسی مصنوعات اور خدمات تیار کرتے ہیں جن سے قریب ہی بھیک مانگی جارہی ہے۔ کسی طرح سے لہذا ابھی ملٹی اسکرین سلوک کا پورا تصور جہاں اب ہم اسے قریب قریب ہی سمجھ رہے ہیں کہ ہم اپنے موبائل ایپس پر ٹی وی یا کیبل کا مواد دیکھ سکتے ہیں۔ ان میں سے کچھ مثالیں ان نئی مصنوعات اور خدمات سے آرہی ہیں جو ہمیں پیش کی جارہی ہیں۔

میں اس میں شامل ہو جاؤں گا ، "اسٹریمنگ تجزیات کے فن تعمیرات کے بارے میں کیا خیالات ہیں؟" یہ آخر کار ہم کرنے کی کوشش کر رہے ہیں۔ یہ لیمبڈا فن تعمیر ہے جہاں آپ تاریخی اعداد و شمار اور اصل وقت کی بصیرت کو ملا رہے ہیں اور اسی وقت اسے دیکھ رہے ہیں۔ یہی سگما قابل بناتا ہے۔ آج ہم سب کے پاس بیچ کا فن تعمیر اور انٹرپرائز تصویر ہے۔ ہم کسی قسم کا BI اسٹیک اور استعمال اسٹیک تلاش کر رہے ہیں اور لیمبڈا فن تعمیر نے مزید کہا۔ جیسا کہ سپیڈ لیئر یا ضرورت اور لیمبڈا ان دونوں بصیرت کو ضم کرنے اور یہ دیکھنے کے لئے کہ مشترکہ انداز میں ، ایک بھرپور طریقے سے ، جو دونوں بصیرت کو یکجا کرتا ہے۔

ایک اور مثال ہے جسے کاپا فن تعمیر کا نام دیا جارہا ہے جس کی تجویز کی جارہی ہے جہاں قیاس کیا جارہا ہے کہ اسپیڈ لیئر واحد ان پٹ میکانزم ہے جو طویل مدتی تک برقرار رہتی ہے۔ اس رفتار پرت کے ذریعے سب کچھ آنے والا ہے۔ یہاں تک کہ ایک آف لائن ETL میکانزم بھی نہیں ہوگا۔ تمام ETL ہو گا۔ صاف کریں ، ڈیٹا صاف کرنا ، کوالٹی ای ٹی ایل - یہ سب تار پر ہوگا ، کیونکہ یہ بات ذہن میں رکھیں کہ تمام اعداد و شمار حقیقی وقت پر پیدا ہوئے تھے۔ کسی وقت ، یہ حقیقی وقت تھا۔ ہم اسے جھیلوں ، دریاؤں اور سمندروں پر لگانے کی اتنی عادت ڈال چکے ہیں ، پھر جامد تجزیہ پر یہ کرتے ہوئے کہ ہم بھول گئے کہ اعداد و شمار حقیقی وقت پر کسی وقت پیدا ہوئے تھے۔ تمام اعداد و شمار واقعتا a واقعی واقعہ کے طور پر پیدا ہوئے ہیں جو وقت کے اوقات میں ہوا تھا اور آج جھیل پر موجود زیادہ تر اعداد و شمار کو بعد میں تجزیہ کرنے کے لئے ڈیٹا بیس پر ڈال دیا گیا ہے اور اب ہمیں حقیقت میں لیمبڈا اور کپپا فن تعمیر میں فائدہ ہے۔ اسے دیکھنا ، تجزیہ کرنا ، اس پر پہلے سے عمل کرنا اور آتے ہی اس پر ردعمل دینا۔ یہی وہ چیز ہے جو ان ٹیکنالوجیز کے ذریعہ قابل عمل ہے۔ جب آپ اسے ایک مجموعی تصویر کی حیثیت سے دیکھتے ہیں تو ، ایسا لگتا ہے کہ کچھ اس طرح ہے جہاں ہڈوپ اندر ہے ، وہاں ایم پی پیز ، اور ڈیٹا گودام ہیں جو آپ کے پاس موجود ہیں۔

ہم نے اسے پیش کیا کیوں کہ یہ ضروری ہے کہ صرف جزیرے میں نئی ​​ٹیکنالوجیز کے بارے میں ہی بات نہ کی جائے۔ ان کو ضم کرنا ہے۔ انہیں موجودہ انٹرپرائز سیاق و سباق کو سمجھنا ہوگا ، اور بطور حل فراہم کرنے والے جو کاروباری اداروں کی خدمت کر رہے ہیں ، ہم اس کے بارے میں بہت حساس ہیں۔ ہم کاروباری اداروں کو پوری طرح سے مربوط کرنے میں مدد کرتے ہیں۔ بائیں طرف ہڈوپ اور ڈیٹا گودام کی دونوں پرتوں کے ساتھ ساتھ اوپری حصے میں موجود ریئل ٹائم پرت کو ڈیٹا کے ذرائع دستیاب ہیں اور ان میں سے ہر ایک اسٹاک کمپیوٹر ہے جیسا کہ آپ دیکھ سکتے ہیں اور اعداد و شمار کی کھپت پرت دائیں طرف ہے پہلو تعمیل ، گورننس ، سیکیورٹی ، لائف سائیکل مینجمنٹ ، وغیرہ کی اکثریت کو منتقل کرنے کے لئے مستقل کوشش کی جارہی ہے ، جو آج دستیاب ہے سب کو اس نئی ٹکنالوجی میں شامل کیا گیا ہے۔

ان چیزوں میں سے ایک ہے جو تجزیات کو اسٹریم کرنے کی کوشش کر رہے ہیں ، اگر آج آپ زمین کی تزئین کو دیکھیں تو اسٹرنگ ٹکنالوجی کے زمین کی تزئین میں بہت سی چیزیں چل رہی ہیں اور ایک انٹرپرائز صارفین کے نقطہ نظر سے ، سمجھنے کے لئے بہت کچھ ہے۔ جاری رکھنے کے لئے بہت کچھ ہے۔ بائیں طرف ڈیٹا اکٹھا کرنے کے طریقہ کار موجود ہیں۔ نیفائی ، لوگسٹاش ، فلوئم ، سکوپ۔ ظاہر ہے ، میں نے یہ کہتے ہوئے دستبرداری جاری کردی ہے کہ یہ مکمل نہیں ہے۔ پیغام کی قطار میں آنا اور پھر اوپن سورس اسٹریمنگ انجنوں میں آنا - طوفان ، چنگاری اسٹریمنگ ، سمزا ، فلنک ، ایپیکس ، ہیئرون۔ شیرون شاید اوپن سورس نہیں ہے۔ مجھے یقین نہیں ہے کہ آیا یہ ٹویٹر سے ہے۔ اس کے بعد انجن انجن انسٹال تجزیہ کار جزو جیسے پیچیدہ واقعہ پروسیسنگ ، مشین لرننگ ، پیشن گوئی تجزیات ، الرٹنگ ماڈیول ، ای ٹی ایل کو متحرک کرنے ، اعدادوشمار کے اعدادوشمار کے فلٹرز کی حمایت کرتے ہیں یا ان کی حمایت کرتے ہیں۔ وہی سب کچھ ہے جسے ہم اب آپریٹرز کہتے ہیں۔ ان آپریٹرز کا مجموعہ جب آپس میں مل کھڑا ہوتا ہے تو ممکنہ طور پر کچھ کسٹم کو بھی بڑے پیمانے پر یہ نتیجہ اخذ کیا جاتا تھا کہ اگر ضروری ہو تو ایک اسٹریمنگ ایپلی کیشن بن جائے جو ایک اسٹریم انجن پر چلتا ہو۔

اس جزو کے سلسلے کے ایک حصے کے طور پر ، آپ کو اپنے پسندیدہ ڈیٹا بیس ، اپنے پسندیدہ انڈیکس میں ڈیٹا کو اسٹور اور انڈیکس کرنے کی بھی ضرورت ہے۔ آپ کو کیش بھی تقسیم کرنا پڑے گا اور اس کے نتیجے میں اوپر کی طرف دائیں جانب ڈیٹا بصری لیزر کی طرف تجارتی مصنوعات یا اوپن سورس پروڈکٹ کی طرف جاتا ہے ، لیکن بالآخر آپ کو اس ڈیٹا کو حقیقی وقت میں تصور کرنے کے لئے کسی طرح کی مصنوعات کی ضرورت ہوگی۔ نیز ، آپ کو بعض اوقات دوسرے ایپلی کیشنز کی بھی ضرورت پڑتی ہے۔ ہم سب نے دیکھا ہے کہ اقدار صرف اس عمل سے اخذ کی گئی ہیں جو آپ بصیرت پر لیتے ہیں ، وہ عمل تجزیاتی اسٹیک سے کسی اور ایپلیکیشن اسٹیک میں محرک ثابت ہوگا جو شائد آئی وی آر کی طرف کی چیزوں میں تبدیل ہو گیا یا کال سینٹر کو متحرک کرتا ہے۔ آؤٹ باؤنڈ کال یا اس طرح کی کوئی بات۔ ہمیں ان سسٹمز کو مربوط کرنے اور آپ کے اسٹریمگ کلسٹر کے لئے کچھ طریقہ کار رکھنے کی ضرورت ہے تاکہ اعداد و شمار کو بہاو بھیجنے کی دوسری ایپلیکیشن کو ٹرگر کیا جاسکے۔

یہ بائیں بازو سے دائیں جانے تک مجموعی طور پر اسٹیک ہے۔ پھر آپ کے پاس خدمت کی پرتیں ، درمیانی مانیٹرنگ ، سیکیورٹی جنرل سروس لیئر ، وغیرہ موجود ہیں جو انٹرپرائز کی جگہ میں موجود کون سے پروڈکٹ ہیں جو صارفین کو ہڈوپ ڈسٹری بیوشن کی طرح نظر آرہے ہیں جس پر سب کچھ چل رہا ہے جیسے میں نے کہا ہے اور وہاں تجارتی یا واحد ہے وینڈر حل جو واضح طور پر ہمارے حریف میں ہیں۔ زمین کی تزئین کی اور بھی بہت ساری باتیں ہیں جن کا شاید ہم نے یہاں ذکر نہیں کیا ہے۔

جو کچھ آپ وہاں دیکھ رہے ہیں وہ بڑے پیمانے پر انٹرپرائز صارف دیکھ رہا ہے۔ جیسا کہ آپ دیکھ سکتے ہیں ، اسٹریم پروسیسنگ کے ل A ایک پیچیدہ اور تیزی سے تیار ہوتی ہوئی ٹکنالوجی کا منظر۔ ہمیں انتخاب اور ان کے صارف کے تجربے کو آسان بنانا ہے۔ ہمارے خیال میں کاروباری اداروں کو واقعی جس چیز کی ضرورت ہے وہ یہ ہے کہ ایک اسٹاپ شاپ ، استعمال میں آسان انٹرفیس جو ان تمام ٹکنالوجی کو اکٹھا کرتا ہے جو استعمال کرنے میں واقعی آسان بنا دیتا ہے اور متحرک تمام حصوں کو بے نقاب نہیں کرتا ہے۔ اور انحطاط کے مسائل اور کارکردگی کے مسائل اور انٹرپرائز میں زندگی کی بحالی کے مسائل۔

فعالیت خلاصہ ایک ہے۔ دوسرا حصہ محرومی انجن خلاصہ ہے۔ محرومی انجن اور اوپن سورس ڈومین اب ہر تین ، چار یا چھ مہینوں میں ایک بار سامنے آرہے ہیں۔ یہ ایک طویل وقت کے لئے طوفان تھا. سمزا اوپر آگیا اور اب یہ سپارک اسٹریمنگ ہے۔ پلک جھکاؤ اپنا سر اٹھا رہا ہے ، توجہ دلانا شروع کر رہا ہے۔ یہاں تک کہ اسپارک اسٹریمنگ روڈ میپ ، وہ خالص واقعہ پروسیسنگ کے ل pot ممکنہ طور پر ایک مختلف انجن کا استعمال کرنے کے لئے ایک راہ بنا رہے ہیں کیونکہ انہیں یہ بھی احساس ہے کہ اسپارک بیچ کے لئے ڈیزائن کیا گیا تھا اور وہ اپنے فن تعمیراتی نقطہ نظر اور ان کے روڈ میپ میں ممکنہ طور پر مختلف ہونے کے ل a ایک راہ بنا رہے ہیں اسٹارک اسٹریمنگ میں موجودہ مائکروبیچ پیٹرن کے علاوہ اسٹریم پروسیسنگ کے لئے انجن۔

یہ ایک حقیقت ہے کہ آپ کو اس کے ساتھ مقابلہ کرنا ہوگا کہ بہت ساری ارتقاء ہونے والی ہے۔ آپ کو واقعی اس ٹیکنالوجی کے بہاؤ سے اپنے آپ کو بچانے کی ضرورت ہے۔ چونکہ پہلے سے طے شدہ طور پر ، آپ کو ایک کو منتخب کرنا پڑے گا اور پھر اس کے ساتھ رہنا پڑے گا ، جو زیادہ سے زیادہ مناسب نہیں ہے۔ اگر آپ اسے کسی اور طرح سے دیکھ رہے ہیں تو آپ اس کے مابین لڑ رہے ہیں ، "ٹھیک ہے ، مجھے ایک ملکیتی پلیٹ فارم خریدنا پڑا جہاں ایک لاک ان نہیں ہے ، اوپن سورس کا کوئی فائدہ نہیں ہے ، بہت زیادہ لاگت اور محدود ہوسکتی ہے۔ ان تمام اوپن سورس اسٹیک کے مقابلے میں لچک۔ جہاں آپ نے خود کرنا ہے۔ ”ایک بار پھر ، جیسے میں نے کہا ، اس میں بہت لاگت آتی ہے اور مارکیٹ میں آنے میں تاخیر ہوتی ہے۔ ہم جو کچھ کہہ رہے ہیں وہ ہے StreamAnalytix ایک عظیم پلیٹ فارم کی ایک مثال ہے جو انٹرپرائز کلاس ، قابل اعتماد ، واحد فروش ، پیشہ ورانہ خدمت کی حمایت کرتا ہے - جو آپ کو واقعی ایک انٹرپرائز کے طور پر اور اوپن سورس ماحولیاتی نظام کی لچک کی طاقت کی ضرورت ہے جہاں ایک ہی پلیٹ فارم انہیں اکٹھا کرتا ہے - انجسٹ ، سی ای پی ، تجزیات ، تصور اور اس سبھی کو۔

یہ ایک بہت ہی ، بہت ہی انوکھی چیز بھی کرتا ہے ، جو ایک صارف کے تجربے کے نیچے بہت سے مختلف انجنوں کو اکٹھا کرتا ہے۔ ہم واقعتا think سوچتے ہیں کہ مستقبل متعدد اسٹریمنگ انجنوں کو استعمال کرنے کے قابل ہے کیونکہ استعمال کے مختلف معاملات واقعی طور پر مختلف اسٹرکچر کا تقاضا کرتے ہیں۔ جیسا کہ رابن نے کہا ، تاخیر کا ایک پورا سپیکٹرم ہے۔ اگر آپ واقعی میں ملی سیکنڈ میں تاخیر کی سطح ، دسیوں یا یہاں تک کہ سیکڑوں سیکنڈ کی تعداد میں سیکنڈ کے بارے میں بات کر رہے ہیں تو ، آپ کو اس وقت واقعی طوفان کی ضرورت ہوگی جب تک کہ اس میں کم لینسی یا لینینٹ ٹائم فریم کے ل seconds ایک اور یکساں طور پر پختہ مصنوع نہ ہو ، کچھ سیکنڈوں میں ، تین ، چار ، پانچ سیکنڈ ، اس حد تک ، پھر آپ اسپارک اسٹریمنگ استعمال کرسکتے ہیں۔ ممکنہ طور پر ، اور بھی انجن موجود ہیں جو دونوں کر سکتے ہیں۔ نیچے لائن ، ایک بڑے انٹرپرائز میں ، ہر قسم کے استعمال کے معاملات ہوں گے۔ آپ واقعتا want ایک صارف کے تجربے کے ساتھ ایک سے زیادہ انجنوں تک رسائی اور عمومی حیثیت چاہتے ہیں اور یہی ہم StreamAnalytix میں بنانے کی کوشش کر رہے ہیں۔

فن تعمیرات پر صرف ایک فوری نظارہ۔ ہم اس کو تھوڑا سا دوبارہ کام کرنے جارہے ہیں ، لیکن بنیادی طور پر ، بائیں طرف بہت سے اعداد و شمار کے ذرائع آرہے ہیں - کافکا ، ربیٹ ایم کیو ، کنیسیس ، ایکٹیو کیو ، وہ تمام ڈیٹا سورس اور پیغام کی قطاریں جو اسٹریم پروسیسنگ پلیٹ فارم میں آرہی ہیں۔ آپ کو ایک ایپ جمع کرنے کی ضرورت ہے ، جہاں آپ کو ETL جیسے آپریٹرز سے گھسیٹنا اور چھوڑنا پڑے گا ، جس میں ہم نے بات کی ہے۔ نیچے ، متعدد انجن موجود ہیں۔ ابھی ، ہمارے پاس صنعتوں کا واحد اور پہلا انٹرپرائز کلاس اسٹریمنگ پلیٹ فارم ہے جس میں ایک سے زیادہ انجن کی حمایت حاصل ہے۔ یہ ایک بہت ہی انوکھی لچک ہے جس کے ل offering ہم ریئل ٹائم ڈیش بورڈ رکھنے کی دیگر لچک کے علاوہ پیش کر رہے ہیں۔ سی ای ٹی انجن سرایت کر گیا۔ ہمارے پاس ہڈوپ اور NoSQL انڈیکس ، سولر اور اپاچی انڈیکس کے ساتھ ہموار ہم آہنگی ہے۔ آپ اپنے پسندیدہ ڈیٹا بیس پر اتنا بھی فرق نہیں پڑاسکتے ہیں کہ وہ کیا ہے اور ایپلی کیشنز کو واقعی جلد بنا سکتے ہیں اور واقعی میں تیزی سے مارکیٹ میں جاسکتے ہیں اور آئندہ کا ثبوت رہ ​​سکتے ہیں۔ یہ ہمارا پورا منتر ہے StreamAnalytix میں۔

اس کے ساتھ ، میں سمجھتا ہوں کہ میں اپنے ریمارکس کا اختتام کروں گا۔ مزید سوالات کے لئے بلا جھجک ہمارے پاس آئیں۔ میں سوال و جواب اور پینل ڈسکشن کے لئے فرش کو کھلا رکھنا چاہتا ہوں۔

ربیکا ، آپ کے حوالے

ربیکا جوزویق: بہت اچھا ، ٹھیک ہے۔ بہت بہت شکریہ. ڈیز اور رابن ، کیا آپ کے پاس کچھ سوالات ہیں اس سے پہلے کہ ہم اسے سامعین کے حوالے کردیں؟

رابن بلور: مجھے ایک سوال ملا ہے۔ میں اپنے ہیڈ فون کو دوبارہ لگاؤں گا تاکہ آپ مجھے سن سکیں۔ ایک دلچسپ بات ، اگر آپ براہ مہربانی مجھے یہ بتاسکیں تو ، کھلی سورس کی جگہ میں جو کچھ میں دیکھ رہا ہوں وہ لگتا ہے کہ میں مجھ سے ناپائید کہوں گا۔ ایک لحاظ سے ، ہاں آپ مختلف کام کرسکتے ہیں۔ لیکن ایسا لگتا ہے کہ ہم حقیقت میں اس کی پہلی یا دوسری ریلیز میں سوفٹویئر کی تلاش کر رہے ہیں اور میں صرف ایک تنظیم کی حیثیت سے آپ کے تجربے سے حیرت میں پڑ رہا تھا ، آپ کو ہڈوپ ماحول کی نزاکت کو کتنا تکلیف دہ نظر آرہا ہے یا یہ ایسی کوئی چیز نہیں ہے جس کی وجہ سے ایسا ہوتا ہے۔ ٹی بہت سارے مسائل پیدا کرتے ہیں؟

آنند وینوگوپال: یہ ایک حقیقت ہے ، رابن۔ آپ بالکل درست ہیں. ناپختگی صرف عملی استحکام اور چیزوں کے میدان میں ضروری نہیں ہے ، لیکن ہوسکتا ہے کہ اس کے کچھ معاملات بھی ہوں۔ لیکن عدم استحکام استعمال کی تیاری میں زیادہ ہے۔ اوپن سورس پروڈکٹ جیسے ہی باہر آتے ہیں اور یہاں تک کہ جب وہ ہڈوپ ڈسٹری بیوشن کے ذریعہ پیش کیے جاتے ہیں تو ، یہ سب بہت ساری مختلف قابل قابل مصنوعات ہیں ، اجزاء نے صرف ایک ساتھ تھپتھپا دیا۔ وہ بغیر کسی رکاوٹ کے ساتھ مل کر کام نہیں کرتے ہیں اور ہموار ہموار صارف کے تجربے کے لئے ڈیزائن نہیں کیے گئے ہیں جو ہمیں بینک آف امریکہ یا ویریزون یا اے ٹی اینڈ ٹی کی طرح مل جائے گا ، تاکہ ہفتوں کے اندر اندر ایک اسٹریمنگ تجزیات کی ایپلی کیشن کو متعین کیا جاسکے۔ وہ یقینی طور پر اس کے لئے ڈیزائن نہیں کیا گیا ہے۔ یہی وجہ ہے کہ ہم اندر آتے ہیں۔ ہم اسے اکٹھا کرتے ہیں اور سمجھنے ، تعینات کرنے ، وغیرہ کو واقعی آسان بناتے ہیں۔

اس کی عملی پختگی ، مجھے لگتا ہے کہ بڑی حد تک ، وہیں ہے۔ آج بہت سارے بڑے کاروباری ادارے مثال کے طور پر طوفان کا استعمال کرتے ہیں۔ بہت سارے بڑے کاروباری ادارے آج اسپارک اسٹریمنگ کے ساتھ کھیل رہے ہیں۔ ان میں سے ہر ایک انجن کی اپنی حدود ہوتی ہیں کہ وہ کیا کرسکتے ہیں اسی وجہ سے یہ جاننا ضروری ہے کہ آپ ہر انجن کے ساتھ کیا کرسکتے ہیں اور آپ کیا نہیں کرسکتے ہیں اور آپ کے سر کو دیوار سے توڑنے اور یہ کہتے ہوئے کوئی فائدہ نہیں ہے کہ ، "دیکھو میں اسپارک اسٹریمنگ کا انتخاب کیا اور اس خاص صنعت میں یہ میرے لئے کام نہیں کرتا ہے۔ "یہ کام نہیں کر رہا ہے۔ ایسے استعمال کے معاملات ہونے والے ہیں جہاں اسپارک اسٹریمنگ بہترین آپشن ثابت ہو گی اور ایسے استعمال کے معاملات بھی ہونے والے ہیں جہاں اسپارک اسٹریمنگ آپ کے لئے کام نہیں کرسکتی ہے۔ اسی لئے آپ کو واقعی میں متعدد اختیارات کی ضرورت ہے۔

رابن بلور: ٹھیک ہے اس میں زیادہ تر آپ کو بورڈ میں ماہر ٹیمیں رکھنے کی ضرورت ہے۔ جس کا مطلب بولوں: مجھے یہ بھی نہیں معلوم کہ میں اس سے کہاں سے آغاز کروں۔ ہنر مند افراد کا ایک سمجھدار تعاون۔ مجھے اس میں دلچسپی ہے کہ آپ کس طرح کی مصروفیت میں شامل ہوں اور یہ کیسے ہوتا ہے۔ کیا اس کی وجہ یہ ہے کہ ایک خاص کمپنی کسی مخصوص درخواست کے بعد ہے یا آپ کو اس قسم کی چیزیں نظر آرہی ہیں جس کو میں حکمت عملی اپنانے کا نام دوں گا جہاں وہ ایک پورا پلیٹ فارم بہت ساری چیزیں کرنا چاہتے ہیں۔

آنند وینوگوپال: ہم دونوں کی مثال دیکھ رہے ہیں ، رابن۔ ٹاپ ٹین برانڈز میں سے کچھ جو سب جانتے ہیں وہ اس کے بارے میں بہت ہی اسٹریٹجک انداز میں جارہے ہیں۔ وہ جانتے ہیں کہ ان کے پاس استعمال کے متعدد معاملات ہونے والے ہیں لہذا وہ ان پلیٹ فارمز کی جانچ کررہے ہیں جو اس ضرورت کے مطابق ہوں گے ، جو ایک انٹرپرائز میں تعینات ہونے کے لئے کثیر کرایہ دار انداز میں مختلف استعمال کے معاملات ہیں۔ سنگل استعمال کیس کی کہانیاں بھی شروع ہو رہی ہیں۔ ایک رہن کمپنی میں کاروباری سرگرمی کی ایک خاص نگرانی کی قسم کا استعمال ہے جس پر ہم کام کر رہے ہیں جس پر آپ پہلے استعمال کے معاملے کا تصور بھی نہیں کریں گے لیکن یہ وہ کاروباری حل ہے یا استعمال کیس ہے جس کے ساتھ وہ سامنے آئے اور پھر ہم نے نقطوں کو اسٹریم سے منسلک کیا۔ . ہم نے کہا ، "تم جانتے ہو کیا؟ اسٹریمنگ تجزیات کے ل This یہ ایک عمدہ معاملہ ہے اور ہم اس کو عملی جامہ پہنا سکتے ہیں۔ پھر ، اس عمل میں ، وہ تعلیم پاتے ہیں اور کہتے ہیں ، "اوہ واہ ، اگر ہم یہ کام کرسکتے ہیں اور اگر یہ ایک عام پلیٹ فارم ہے تو ، ہم درخواست کو الگ کرسکتے ہیں ، انہیں پلیٹ فارم میں رکھ سکتے ہیں ، اور اس پر بہت سی مختلف ایپلی کیشنز بنا سکتے ہیں۔ پلیٹ فارم

رابن بلور: ڈیز ، آپ کو کوئی سوال ہے؟

آنند وینوگوپال: ڈیز شاید گونگا ہے۔

ڈیز بلانچفیلڈ: معذرت ، خاموش۔ میں نے خود ہی ایک اچھی گفتگو کی۔ رابن کے اصل مشاہدے کے بعد ہی ، آپ بالکل درست ہیں۔ میں سمجھتا ہوں کہ اب چیلنج یہ ہے کہ کاروباری اداروں کے پاس ایک ماحولیاتی نظام اور ایک ثقافتی اور طرز عمل ماحول ہے جہاں آزاد اور اوپن سورس سافٹ ویئر ایسی چیز ہے جو انھیں معلوم ہے اور وہ فائر فاکس جیسے اوزار کو براؤزر کے طور پر استعمال کرنے میں کامیاب ہیں اور اس میں ایک مہذب احساس ہوا ہے۔ زندگی بھر تک جب تک یہ مستحکم اور محفوظ نہ ہوجائے۔ لیکن ان میں سے کچھ بہت بڑے پلیٹ فارم جو وہ استعمال کرتے ہیں وہ انٹرپرائز گریڈ کے ملکیتی پلیٹ فارم ہیں۔ لہذا جس چیز کو میں اوپن سورس پلیٹ فارم پر سمجھتا ہوں اسے اپنانا ہمیشہ ایسی چیز نہیں ہوتی جو ثقافتی یا جذباتی طور پر ان کے حصول میں آسانی ہو۔ میں نے صرف چھوٹے پروگراموں کو اپناتے ہوئے دیکھا ہے جو صرف ایک بنیادی تصور کے طور پر بڑے اعداد و شمار اور تجزیات کے ساتھ کھیلنے کے مقامی منصوبے تھے۔ مجھے لگتا ہے کہ ان میں سے ایک چیلنج ، مجھے یقین ہے کہ آپ نے انہیں اب تنظیموں میں دیکھا ہے ، کیا وہ ان کا نتیجہ حاصل کرنے کی خواہش رکھتے ہیں لیکن اسی وقت ان کا ایک پاؤں پرانے ڈبے میں پھنس گیا ہے جہاں سے وہ اسے خرید سکتے ہیں۔ اوریکل ، IBM اور مائیکرو سافٹ کو "ایک بڑا برانڈ داخل کریں"۔ یہ نئے اور مشہور برانڈز ہڈوپ پلیٹ فارم اور اس سے بھی زیادہ کے ساتھ آرہے ہیں۔ مزید دلچسپ برانڈز آرہے ہیں جن کے ذریعے اسٹریم جیسی نمایاں ٹیکنالوجی ہے۔

آپ اس قسم کی بات چیت کرتے ہیں کہ آپ نے اس طرح کا تبادلہ کیا ہے؟ میں جانتا ہوں کہ آج صبح ہماری کثیر تعداد میں شرکت ہے اور ایک چیز جس کا مجھے یقین ہے کہ ہر ایک کے ذہن میں ہے ، "میں اس پوری چیلینجنگ پرت کو بورڈ سے لے کر مینجمنٹ لیول تک کیسے کاٹ سکتا ہوں ، اوہ یہ بہت کھلا ذریعہ ہے اور بہت خون بہہ رہا ہے؟ "آپ کے گاہکوں کے ساتھ بات چیت کیسے ہوتی ہے اور آپ اس مقام تک کیسے پہنچ جاتے ہیں جہاں آپ اس قسم کے خوف کو ختم کرتے ہیں جس طرح اسٹریم آنیالٹیکس کی پسند کو اپنانے پر غور کرتے ہیں؟

آنند وینوگوپال: ہمیں اپنی قدر کی تجویز بیچنا واقعتا it کافی آسان محسوس ہورہا ہے کیونکہ گاہک فطری طور پر اوپن سورس کی طرف ایک پسندیدہ انتخاب کے طور پر آگے بڑھ رہے ہیں۔ وہ آسانی سے صرف یہ کہتے ہوئے دستبردار نہیں ہو رہے ہیں کہ ، "ٹھیک ہے ، اب میں کھلا ذریعہ جاؤں گا۔" وہ اصل میں کسی بڑی مصنوع کی بہت پرعزم جانچ پڑتال کرتے ہیں ، آئیے یہ کہتے ہیں کہ یہ آئی بی ایم یا ایک عام مصنوع ہے ، کیونکہ ان کے پاس یہ فروش تعلقات۔ وہ ہمارا یا اوپن سورس انجن کو اس پروڈکٹ کے خلاف سلوک نہیں کریں گے۔ وہ تشخیص کے چھ سے آٹھ سے بارہ ہفتوں تک گزریں گے۔ وہ اپنے آپ کو اس بات پر راضی کریں گے کہ یہاں کارکردگی اور استحکام کی ایک ڈگری ہے جو میں چاہتا ہوں اور پھر وہ یہ کہتے ہوئے اپنا ذہن اپناتے ہیں ، "واہ ، آپ کو پتہ ہے ، میں واقعتا یہ کرسکتا ہوں۔"

مثال کے طور پر آج ، ہمارے پاس ایک بہت بڑا ٹیر ون ٹیلکو ہے جس میں بہت سارے اسٹیک پر پیداوار میں اسٹریم تجزیات چل رہے ہیں اور وہ اس بات کا اندازہ کر رہے ہیں کہ ایک اور بہت ، بہت ہی مشہور نیک وینڈر کے خلاف ہے اور وہ اس بات پر قائل ہوگئے جب ہم نے سب کچھ ثابت کردیا۔ کارکردگی ، استحکام اور ان تمام چیزوں کو۔ وہ اسے معقولیت نہیں لیتے۔ انہیں پتہ چلا کہ اوپن سورس ان کی تشخیص کے ذریعہ قابل ہے اور انہیں احساس ہے کہ ، بدترین صورت ، "شاید وہ دو استعمال کے معاملات ہیں جو میں شاید نہیں کرسکتا ہوں لیکن آج میرے کاروبار میں تیزی کے استعمال کے زیادہ تر معاملات اوپن سورس کے ذریعہ واضح طور پر ممکن ہیں اسٹیک۔ "اور ہم اس کا استعمال قابل بناتے ہیں۔ تو وہیں بڑا میٹھا مقام ہے۔ وہ کھلا ذریعہ چاہتے تھے۔ وہ واقعی میں دکاندار لاک ان صورتحال سے نکلنے کے خواہاں ہیں جس کی وہ بہت سے ، کئی سالوں سے عادت رہے ہیں۔ پھر ہم یہاں آکر کہتے ہیں ، "آپ کو معلوم ہے کہ کیا ، ہم آپ کے لئے استعمال کرنے کے لئے اوپن سورس ، بہت آسان اور دوستانہ بنائیں گے۔"

ڈیز بلین فیلڈ: میرے خیال میں دوسرا چیلنج جو کاروباری اداروں کو ملتا ہے وہ یہ ہے کہ جب وہ روایتی ذمہ داری لاتے ہیں تو وہ اکثر ایسی نسل کے پیچھے رہ جاتے ہیں جن کے بارے میں ہم یہاں بات کر رہے ہیں اس دلچسپ چیزوں کے بہتے ہوئے کنارے کے پیچھے اور میرا مطلب یہ نہیں ہے کہ بحیثیت ایک منفی معمولی یہ صرف اتنا ہے کہ حقیقت یہ ہے کہ انھوں نے ایک مستقل پلیٹ فارم ، پرانے اسکول کی ترقی اور یو اے ٹی این انضمام سائیکل اور جانچ اور دستاویزات ، اور مارکیٹنگ اور فروخت کو جاری رکھنے کے ل consider ایک نسل اور سفر حاصل کیا ہے۔ جب کہ آپ جس نوعیت کے کام کر رہے ہیں ، میں سوچتا ہوں کہ جس چیز کے بارے میں مجھے دلچسپی ہو وہ یہ ہے کہ کل رات آپ کی تازہ ترین ریلیزوں کو دیکھ کر کسی طرح کا تحقیقی کام کر رہا ہوں ، آپ کو یہ مرکب مل گیا ہے جہاں آپ کو مل گیا ایک واضح مشورتی نقطہ نظر اور اس پر عمل درآمد کی قابلیت لیکن آپ کو ایک اسٹیک بھی مل گیا جس میں آپ رول کرسکتے ہیں۔ میرے خیال میں یہی وہ جگہ ہے جہاں آنے والے کچھ عرصے سے جدوجہد کر رہے ہیں۔ ہم نے ان میں سے بہت سوں کو دیکھا ہے جیسے میں نے بازار میں کیا تھا۔ وہ اکثر اس میں ہوتے ہیں جس میں میں کیچ اپ نوڈس کہتا ہوں جبکہ جب آپ وہاں سے گفتگو کرتے ہو تو آپ ہمیں بتا رہے ہو اور آپ وہاں سے باہر آ رہے ہو۔

کیا آپ ہمیں کچھ سرحدی عمودی کی کچھ جوڑی مثال دے سکتے ہیں جن کو اپناتے ہوئے دیکھا ہے؟ مثال کے طور پر ، واقعی طاق ماحول ہے جیسے راکٹ سائنس اور خلا میں مصنوعی سیارہ رکھنا اور مریخ سے ڈیٹا اکٹھا کرنا۔ کرہ ارض پر صرف ایک مٹھی بھر لوگ کر رہے ہیں۔ لیکن صحت جیسے بڑے عمودی مثال کے طور پر ، ایروناٹکس ، جہاز رانی اور رسد میں ، مینوفیکچرنگ اور انجینئرنگ میں ، آپ اب تک جو بڑے اور وسیع تر صنعت کے شعبوں کی مثال دے رہے ہیں وہ یہ ہے کہ آپ نے واقعی اچھا دیکھا ہے۔ میں اپنانے؟

آنند وینوگوپال: ٹیلکو ایک بڑی مثال ہے۔

میں صرف اپنی سلائیڈس یہاں جلدی ٹھیک کرنے جا رہا ہوں۔ کیا آپ یہاں سلائیڈ دیکھنے کے قابل ہیں ، کیس اسٹڈی 4؟

یہ ایک بڑے ٹیلکو سیٹ ٹاپ باکس ڈیٹا کو گرانے اور اس کے ساتھ متعدد چیزیں کرنے کا معاملہ ہے۔ وہ دیکھ رہے ہیں کہ اصل وقت میں صارفین واقعی کیا کر رہے ہیں۔ وہ دیکھ رہے ہیں کہ سیٹ ٹاپ باکسز میں حقیقی وقت میں غلطیاں کہاں ہو رہی ہیں۔ وہ کال سینٹر کو آگاہ کرنے کی کوشش کر رہے ہیں ، اگر اب یہ گاہک کال کرتا ہے تو ، اس صارف کے سیٹ ٹاپ باکس سے کوڈ لنک کی معلومات ، بحالی کی ٹکٹ کی معلومات جلدی سے باہمی رابطہ لیتے ہیں کہ آیا اس مخصوص گاہک کے سیٹ ٹاپ باکس میں کوئی مسئلہ ہے یا نہیں اس سے پہلے بھی گاہک ایک لفظ بولتا ہے۔ ہر کیبل کمپنی ، ہر بڑی ٹیلکو اس کی کوشش کر رہی ہے۔ وہ سیٹ ٹاپ باکس کا ڈیٹا کھاتے ہیں ، ریئل ٹائم تجزیات کرتے ہیں ، مہم تجزیات کرتے ہیں تاکہ وہ اپنے اشتہارات دے سکیں۔ استعمال کا ایک بہت بڑا معاملہ ہے۔

جیسا کہ میں نے کہا ، یہ رہن کمپنی ہے جو دوبارہ ایک عام نمونہ ہے جہاں سے بڑے سسٹم ڈیٹا پر کارروائی کرنے میں ملوث ہیں۔ ڈیٹا جو سسٹم اے سے سسٹم بی سے سسٹم سی میں ہوتا ہے اور یہ ریگولیٹڈ بزنس ہوتے ہیں کہ ہر چیز کو ہم آہنگ ہونے کی ضرورت ہے۔ اکثر ، سسٹم ایک دوسرے کے ساتھ ہم آہنگی سے دور ہوجاتے ہیں ، ایک سسٹم کہہ رہا ہے ، "میں ایک سو قرضوں پر عمل کررہا ہوں جس کی مجموعی قیمت 10 ملین ڈالر ہے۔" سسٹم کہہ رہا ہے ، "نہیں ، میں کسی دوسرے کے 110 قرضوں پر عملدرآمد کر رہا ہوں۔ مختلف تعداد میں۔ "انہیں واقعی میں جلدی سے اسے حل کرنا ہوگا کیونکہ وہ حقیقت میں ایک ہی ڈیٹا پر کارروائی کر رہے ہیں اور مختلف تاویلیں کر رہے ہیں۔

چاہے یہ کریڈٹ کارڈ ، قرض پروسیسنگ ، کاروباری عمل ، یا چاہے یہ رہن کے کاروبار کا کوئی عمل ہو یا کوئی اور ، ہم ان کی مدد کر رہے ہیں کہ حقیقی وقت میں باہمی روابط اور مفاہمت کی جائے تاکہ یہ یقینی بنایا جاسکے کہ وہ کاروباری عمل مطابقت پذیر رہیں۔ یہ ایک اور دلچسپ استعمال کیس ہے۔ امریکی حکومت کا ایک بہت بڑا ٹھیکیدار ہے جو ڈی این ایس ٹریفک کی بےعزتی کا پتہ لگانے کے لئے دیکھ رہا ہے۔ ایک آف لائن ٹریننگ ماڈل ہے جس کو انہوں نے بنایا ہے اور وہ اسکورنگ اس ماڈل پر مبنی کر رہے ہیں جو ٹائم ٹریفک پر ہو۔ ان دلچسپ استعمال کے معاملات میں سے کچھ۔ سیکیورٹی کی قطاروں کو دیکھنے کیلئے ایک بڑی ایئر لائن موجود ہے اور وہ آپ کو یہ معلومات دینے کی کوشش کر رہے ہیں کہ ، "ارے ، یہ آپ کی پرواز کے لئے آپ کے طیارے کا دروازہ ہے۔ آج ٹی ایس اے کی قطار تقریبا 45 45 منٹ ہے اور دو گھنٹے کے مقابلے میں اور کچھ اور ہے۔ ”آپ کو یہ اپ ڈیٹ سامنے مل جاتی ہے۔ وہ اب بھی اس پر کام کر رہے ہیں۔ دلچسپ IOT استعمال کیس لیکن کسٹمر کے تجربے کی طرف گامزن تجزیات کا اسٹریمنگ کا عمدہ کیس۔

ربیکا جوزوایاک: یہ ربیکا ہے۔ جب آپ استعمال کے معاملات کے موضوع پر ہیں ، تو سامعین کے ایک ممبر کا ایک بہت بڑا سوال یہ سوچ رہا ہے کہ ، "کیا یہ کیس اسٹڈیز ہیں ، کیا یہ اقدامات گھر کے انفارمیشن سسٹم کے تجزیاتی پہلو سے چل رہے ہیں یا کیا وہ زیادہ سے زیادہ کارفرما ہیں؟ وہ کاروبار جس کے ذہن میں مخصوص سوالات ہوں یا ضروریات ہوں؟

آنند وینوگوپال: میرے خیال میں ہم تقریبا 60 60 فیصد یا اسی طرح ، 50 فیصد سے 55 فیصد تک دیکھتے ہیں ، جو بڑے پیمانے پر انتہائی متحرک ، جوش و خروش سے متعلق ٹیکنالوجی کے اقدامات کو جانتے ہیں ، جو کافی جانتے ہیں اور کچھ کاروبار کی ضروریات کو سمجھتے ہیں اور ان کا شاید ایک کفیل ہے کہ وہ اس کی نشاندہی کی گئی ہے لیکن یہ ایسی ٹکنالوجی ٹیمیں ہیں جو کاروباری استعمال کے واقعات کے حل کے لئے تیار ہو رہی ہیں اور پھر ایک بار جب وہ صلاحیت استوار کر لیتے ہیں تو انھیں معلوم ہوتا ہے کہ وہ یہ کام کرسکتے ہیں اور پھر وہ کاروبار میں جاکر جارحانہ طور پر یہ فروخت کرتے ہیں۔ 30 فیصد سے 40 فیصد معاملات میں ، ہم دیکھتے ہیں کہ کاروبار میں پہلے سے ہی استعمال کا ایک خاص معاملہ ہے جو ایک تجزیاتی تجزیاتی اہلیت کی بھیک مانگ رہا ہے۔

ربیکا جوزوایاک: اس کا مطلب ہے۔ مجھے سامعین کے ممبر سے ایک اور قدرے زیادہ تکنیکی سوال ملا ہے۔ وہ سوچ رہا ہے کہ کیا یہ سسٹمز ساختہ اور غیر ساختہ دونوں طرح کے ڈیٹا اسٹریمز کی حمایت کرتے ہیں ، جیسے ریئل ٹائم میں ٹویٹر اسٹریمز یا فیس بک پوسٹوں کی تلچھٹ ، یا ابتدائی طور پر فلٹر کرنے کی ضرورت ہے؟

آنند وینوگوپال: جن مصنوعات اور ٹیکنالوجیز کے بارے میں ہم بات کر رہے ہیں وہ سنجیدہ اور غیر ساختہ اعداد و شمار دونوں کی تائید کرتے ہیں۔ ان کی تشکیل کی جاسکتی ہے۔ تمام اعداد و شمار میں کسی نہ کسی طرح کا ڈھانچہ ہوتا ہے چاہے وہ متن ہو یا XML یا کچھ بھی۔ ٹائم اسٹیمپ فیڈ کے لحاظ سے کچھ ڈھانچہ موجود ہے۔ ہوسکتا ہے کہ ایک اور بلاب ہے جس کی تجزیہ کرنے کی ضرورت ہے تاکہ آپ ڈیٹا ڈھانچے کو پارس کرنے کے لئے ندی میں پارس انجیکشن کرسکیں۔ اگر اس کا ڈھانچہ تیار کیا گیا ہے ، تو ہم صرف سسٹم کو بتاتے ہیں ، "ٹھیک ہے ، اگر کوما سے جدا کی گئی اقدار ہیں اور پہلا ایک تار ہے ، دوسرا تاریخ ہے۔" لہذا ہم اس انٹیلیجنس کو اپ اسکرین پرتوں میں پارس کرتے ہوئے انجکشن لگاسکتے ہیں اور ساختی اور غیر ساختہ اعداد و شمار آسانی سے عمل کریں۔

ربیکا جوزویق: مجھے سامعین سے ایک اور سوال ملا ہے۔ میں جانتا ہوں کہ ہم نے وقت کے اوپری حصے سے تھوڑا سا دور جانا ہے۔ یہ شرکا جاننا چاہتا ہے ، ایسا لگتا ہے کہ ریئل ٹائم اسٹریمنگ ایپلی کیشنز لین دین کے نظام ، دھوکہ دہی سے بچاؤ کے نظام میں مثال کے طور پر سامنے لانے کے سلسلے میں دوبارہ ضم کرنے کے لئے ضرورت اور ایک موقع دونوں کو تیار کررہی ہیں۔ اس صورت میں ، کیا اس طرح کے فٹ ہونے کے ل transaction ٹرانزیکشن سسٹمز کو موافقت کرنے کی ضرورت ہے؟

آنند وینوگوپال: یہ انضمام ہے ، ٹھیک ہے؟ یہ ٹرانزیکشن سسٹم کا انضمام ہے۔ وہ کبھی کبھی اعداد و شمار کا ذریعہ بن جاتے ہیں جہاں ہم حقیقی وقت میں معاملات کا تجزیہ کرتے ہیں اور بہت سارے معاملات میں جہاں یہ کہتے ہیں کہ درخواست کی روانی موجود ہے اور یہاں میں ایک مستحکم اعداد و شمار کی تلاش سائٹ دیکھنے کی کوشش کر رہا ہوں اور پھر ہمارے معاملے میں جہاں کسی نہ کسی طرح کی سلسلہ بندی ہوگی۔ میں اور آپ فیصلہ یا تجزیاتی بصیرت کے لئے اسٹریمنگ ڈیٹا اور جامد اعداد و شمار کو ایک ساتھ مل کر مالا مال بنانے کے لئے HBase یا RDBMS جیسے جامد ڈیٹا بیس کی تلاش کر رہے ہیں۔

انڈسٹری کا ایک اور بہت بڑا رجحان ہے جسے ہم بھی دیکھ رہے ہیں۔ OLAP اور او ایل ٹی پی کا ارتکاز - اور اسی وجہ سے آپ کے پاس کوڈو جیسے ڈیٹا بیس اور ایک ہی وقت میں تجزیاتی پروسیسنگ دونوں کی مدد کرنے والے میموری ڈیٹا بیس ہیں۔ اسٹریم پروسیسنگ پرت پوری طرح میموری میں ہوگی اور ہم ان میں سے کچھ ٹرانزیکشنل ڈیٹا بیس کو تلاش یا ان میں مداخلت کریں گے۔

ربیکا جوزویق: میرے خیال میں مخلوط کام کا بوجھ چھلانگ لگانے کی آخری رکاوٹ رہا ہے۔ ڈیز ، رابن ، کیا آپ دونوں کے پاس کوئی سوال ہے؟

ڈیز بلین فیلڈ: میں ایک آخری سوال میں کودنے جا رہا ہوں اور اس پر سمیٹنے جا رہا ہوں اگر آپ کو کوئی اعتراض نہیں ہے۔ پہلا چیلینج جس سے میں گذشتہ ایک دہائی سے تنظیموں کے ساتھ معاملات کر رہا ہوں یا اس سلسلے کے اسٹریم تجزیات کے اس دلچسپ چیلنج کا باعث بن رہا ہے ، جب ہم نے اس سارے چیلنج کے گرد گفتگو شروع کی تو وہ سب سے پہلے میز پر ڈال دیتے ہیں۔ ہم مہارت سیٹ ہے؟ ہم کس طرح مہارت کے سیٹ کو دوبارہ سے باز رکھتے ہیں اور ہم یہ صلاحیت اندرونی طور پر کیسے حاصل کرتے ہیں؟ حوصلہ افزائی آنے اور ہمیں سفر کے دوران روکنے اور پھر ایک پہلا قدم کے طور پر عملدرآمد کروانا اور اس سے یہ کام کرنے میں بہت زیادہ احساس ہوتا ہے۔

لیکن درمیانے درجے سے بڑی تنظیم کے ل، ، اس وقت آپ کس قسم کی چیزیں دیکھ رہے ہیں کہ آپ اس کی تیاری کریں ، اس استعداد کو اندرونی طور پر استوار کریں ، اس کے آس پاس محض بنیادی الفاظ سے کچھ حاصل کریں اور وہ کس طرح کے پیغام کے ساتھ کام کرسکیں۔ تنظیم اس طرح کے فریم ورک میں منتقلی اور سی ای او سے اپنے موجودہ تکنیکی عملے کو آئی ٹی سے دوبارہ مرتب کرنے کے ل so تاکہ جب آپ اس کی تعمیر اور اس پر عمل درآمد کریں گے تو وہ خود اس کو چلائیں۔ بس بہت ہی مختصر طور پر ، وہ کس طرح کے چیلنجز اور ان کو کس طرح حل کررہے ہیں ، وہ صارفین جن کے ساتھ آپ معاملات کر رہے ہیں ، کس قسم کی چیلنجوں کو انھوں نے پایا اور وہ اس تربیت اور تجربہ اور علم کو دوبارہ حاصل کرنے کے ل how کیسے تیار ہیں تاکہ اس کے ل ready تیار ہوسکیں۔ آپریشنل آس پاس جانے کے قابل؟

آنند وینوگوپال: اکثر ، لوگوں کا ایک چھوٹا سیٹ جو باہر جانے اور اسٹریمنگ تجزیات کے پلیٹ فارم کو خریدنے کی کوشش کر رہا ہے وہ پہلے سے ہی معقول ہے کہ وہ ہڈوپ سے واقف ہیں ، اس لئے وہ اپنی ہڈوپ میپ ریڈوش کی مہارت حاصل کرچکے ہیں ، اور کیونکہ وہ ہڈوپ کے ساتھ مل کر کام کررہے ہیں۔ تقسیم فروش ، وہ یا تو واقف ہیں۔ مثال کے طور پر ، ہر چیز کو کافکا مل رہا ہے۔ وہ اس کے ساتھ کچھ کر رہے ہیں اور ان کے اوپن سورس ڈومین میں طوفان یا چنگاری کی محرومی ہے۔ یقینی طور پر ، لوگ اس سے واقف ہیں یا اس کے آس پاس مہارتیں تیار کرتے ہیں۔ لیکن اس کا آغاز لوگوں کے ایک چھوٹے سے سیٹ سے ہوتا ہے جو کافی ہنر مند ہیں اور کافی ہوشیار ہیں۔ وہ کانفرنسوں میں شرکت کررہے ہیں۔ وہ سیکھ رہے ہیں اور یہ کہ وہ دکانداروں سے ذہین سوالات پوچھتے ہیں اور کچھ معاملات میں وہ دکانداروں کے ساتھ سیکھتے ہیں۔ چونکہ فروش آ رہے ہیں اور پہلی میٹنگ میں پیش کررہے ہیں ، ہوسکتا ہے کہ انھیں چیزیں معلوم نہ ہوں لیکن وہ شریک پڑھیں اور پھر وہ اس کے ساتھ کھیلنا شروع کردیں۔

لوگوں کا یہ چھوٹا گروہ مرکز ہے اور پھر اس کی نشوونما شروع ہوتی ہے اور اب ہر ایک کو یہ احساس ہو جاتا ہے کہ کاروباری استعمال کا پہلا معاملہ چل پڑتا ہے۔ وہاں ایک لہر شروع ہوتی ہے اور ہم نے گذشتہ ہفتے اسپارک سمٹ میں دیکھا جہاں کیپٹل ون جیسا بڑا انٹرپرائز وہاں موجود تھا اور پوری طاقت کے ساتھ۔ وہ سپارک کو منتخب کررہے تھے۔ وہ اس کے بارے میں بات کر رہے تھے۔ وہ سپارک میں اپنے بہت سے لوگوں کو تعلیم دے رہے ہیں کیونکہ وہ بطور صارف بہت سے معاملات میں بھی اس میں اپنا حصہ ڈال رہے ہیں۔ ہم بہت سے ، بہت سارے بڑے کاروباری اداروں کے ساتھ بھی یہی دیکھتے ہیں۔ یہ بہت ہی ذہین لوگوں کے چند چھوٹے سیٹ سے شروع ہوتا ہے اور پھر اس سے مجموعی تعلیم کی لہر شروع ہوتی ہے اور لوگ جانتے ہیں کہ ایک بار ایک سینئر وی پی یا ایک بار سینئر ڈائریکٹر صف بندی میں ہے اور وہ اس چیز پر شرط لگانا چاہتے ہیں اور یہ لفظ قریب ہی آتا ہے اور وہ سبھی ان صلاحیتوں کو چننا شروع کردیتے ہیں۔

ڈیز بلین فیلڈ: مجھے یقین ہے کہ آپ ان چیمپینز کی تعمیر کے لئے بھی ایک اچھا وقت گزاریں گے۔

آنند وینوگوپال: ہاں۔ جب ہم ابتدائی چیمپینز کے ساتھ کام کرتے ہیں تو ہم بہت ساری تعلیم حاصل کرتے ہیں اور ہمارے پاس بہت سارے ٹریننگ کورسز ہوتے ہیں اور بہت سارے اپنے بڑے گاہکوں کے لئے ہم واپس چلے گئے ہیں اور بہت سارے صارفین کو خاص طور پر مرکزی دھارے کے استعمال کے مرحلے میں لانے کے ل training تربیت کی لہروں اور لہروں کا سامنا کرنا پڑتا ہے۔ ہڈوپ میپ ریڈیوس سائٹ میں۔ ہم نے پایا ہے کہ ایک بڑی کریڈٹ کارڈ کمپنی میں جو ہمارے صارفین ہیں ، ہم نے کم سے کم پانچ سے آٹھ مختلف تربیتی پروگرام فراہم کیے ہیں۔ ہمارے پاس ان سب پروڈکٹس کے مفت کمیونٹی ایڈیشن بھی ہیں جن میں ہماری ، سینڈ بکس بھی شامل ہیں جن کو لوگ ڈاؤن لوڈ کرسکتے ہیں ، عادت ڈال سکتے ہیں اور خود کو اس طرح سے تعلیم بھی دے سکتے ہیں۔

ڈیز بلینچفیلڈ: آج صبح آپ کے لئے بس اتنا ہی ہے۔ بہت بہت شکریہ. مجھے یہ معلوم کرنا حیرت انگیز طور پر دلچسپ معلوم ہوتا ہے کہ ماڈلز کی قسمیں اور ان کیسوں کو استعمال کرنا جو آپ ہمارے لئے آجائے ہیں۔ شکریہ

آنند وینوگوپال: بہت اچھا۔ لوگوں کا بہت بہت شکریہ

ربیکا جوزیویاک: ان ہاٹ ٹیکنالوجیز ویب کاسٹ میں ہمارے ساتھ شامل ہونے کے لئے سب کا شکریہ۔ ڈیز بلین فیلڈ ، ڈاکٹر رابن بلور اور انپیش ٹکنالوجیس ، آنند وینگوپال سے سن کر دل موہ رہا ہے۔ آپ پیش کرنے والوں کا شکریہ۔ آپ مقررین کا شکریہ اور سامعین کا شکریہ۔ ہمارے پاس اگلے مہینے ایک اور ہاٹ ٹیکنالوجیز ہیں ، لہذا اسے تلاش کریں۔ آپ ہمیشہ Insideanalysis.com پر ہمارے مواد کو آرکائو کیا ہوا پا سکتے ہیں۔ ہم سلائیڈ شیئر پر بہت سارے مواد اور کچھ دلچسپ بٹس بھی یوٹیوب پر ڈالتے ہیں۔

بس اتنا دوستو. ایک بار پھر شکریہ اور اچھا دن گزرا۔ خدا حافظ.

فائر ہاس کو استعمال کرنا: اسٹریمنگ تجزیات سے کاروباری قیمت حاصل کرنا: ویبینار ٹرانسکرپٹ