Applicaties voor batchgewijze analyses kunnen overladen worden met grote hoeveelheden data en moeten real-time rapporten kunnen generen. Traditionele benadering van analytische verwerking leveren echter niet de lineaire schaalbaarheid en hoge performance die nodig is om grote hoeveelheden data in korte tijd te kunnen verwerken. Om wel extreme analytische verwerkingen aan te kunnen en lineaire schaalbaarheid en hoge performance te bieden, moeten applicaties voor batchgewijze analyses beschikken over:

• Vloeiende schaalbaarheid om onvoorziene groei aan te kunnen;
• De mogelijkheid om aan uitzonderlijke eisen te voldoen in complexe gedistribueerde omgevingen, inclusief event driven en SOA & ESB integratie;
• Zekerheid van een hogere performance onder alle omstandigheden.
  

GigaSpaces XAP en Real-Time Analytics

GigaSpaces eXtreme Application Platform (XAP) ondersteunt real-time analyses met een totaal oplossing voor zowel het beheren van data en het berichtenverkeer als voor de business logica. Terwijl de meeste architecturen complexer worden als deze moeten schalen, levert GigaSpaces XAP snel en eenvoudig ongelimiteerde schaalbaarheid en een lage latency voor data-intensieve applicaties die real-time moeten reageren, waaronder:

• Algoritmisch handelen, risico en portfolio analyse, marktrisico berekeningen, PNL, bewaking en naleving van wet en regelgeving voor de financiële dienstverleners;
• Fraudedetectie voor de telcommunicatie branche;
• Real-time tracking en analyse systemen, zoals systemen die worden ingezet bij overheidsinstanties voor het waarborgen van de nationale veiligheid

GigaSpaces XAP, met een Space Based Architecturer, creëert zelfregulerende verwerkingseenheden (processing units) die eenvoudig geschaald kunnen worden over voordelig geprijste computers. XAP maakt investeringen in de huidige applicaties krachtiger en combineert deze met de hoge flexibiliteit en voordelen die grid computing, SOA en andere gedistribueerde architecturen bieden.

Voordelen GigaSpaces XAP:

• Versneld verwerkingsprocessen door data in het geheugen te plaatsen data partitionering;
• Verhogen van de veerkracht door proces virtualisatie waarbij de belasting over meerdere nodes wordt verdeeld;
• Virtualiseren van de API om het beschikbaar te maken voor een breed scala aan legacy systemen