SlideShare uma empresa Scribd logo
1 de 22
Oracle Event Processing (OEP)
for Oracle Java Embedded
Marco Antonio Maciel
Java Embedded Consultant
Contexto
 A explosão no número de dispositivos inteligentes conectados é

um fato. A estratégia está em explorar o valor dos dados gerados por
eles
 Para maximizar o valor de dados é importante reduzir o tempo de

reação, movendo a análise o mais próximo da fonte possível
 Com OEP nos gateways e nos centros de dados, existem

oportunidades fantásticas para novos serviços e fluxos de receita
 OEP para Java Embedded permite alta velocidade de captura e

análise de dados em tempo real e possibilita uma tomada de
decisão mais muito mais rápida
2

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
OEP for Java Embedded
INTRODUÇÃO &
DIRECIONADORES DE
NEGÓCIO

3

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
Big Data
Geração de Informação está Acelerando
Temos as ferramentas
para armazenar, gerenciar
e analisar tais quantidades
de dados?

Fonte:
http://www.go-gulf.com/blog/60-seconds

4

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
“Hoje, 11% dos dados são gerados por máquinas. Em
2020, esse número subirá para 40%, com um total de
mais de 20 bilhões de dispositivos conectados.”
IDC Enterprise Worldwide Server Predictions
Março 2013

5

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
Explosão
de Dados
a partir de
dispositivos
inteligentes…
Extraindo
valor de
grandes
quantidades
de dados

Melhorar a
eficiência
operacional
Mesmo
ambiente de
desenvolvim.
para as
soluções M2M

Análise e
Gestão de
Dados em
Tempo Real
Criação de
novos
serviços e
rápido time
to market

Minimiza a
inatividade Alta
disponibilidade

Suporte para
uma ampla
variedade de
dispositivos

Segurança
e proteção
de dados em
dispositivos

Dispositivos
no mercado
por mais
tempo
Integração e
automação
com os
sistemas
existentes

Serviços em
nuvem para
reduzir
custos e
complexidade

Problemas
de
compliance

Risco de
oportunidade
perdida

Portabilidade,
segurança
com
escalabilidade

Tomada de
decisão
locais mais
rápidas

Os desafios
na Era M2M
Elementos-chave

1

3

Dispositivos
Inteligentes

Análises em
Tempo Real

Fast Data

Dispositivos sempre
ligados e conectados a
uma variedade de
sensores e executando
vários aplicativos

8

2
Análise de dados em
alta frequência para
uma tomada de
decisão imediata e
automação dos fluxos
de informação

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.

Maximização do valor
dos dados de alta
velocidade em tempo
real
Obstáculos para Fast Data
Assegurar precisão, eficiência e escala em tempo real

Valor para o Negócio

Eventos de Negócio

Captura de Dados

Análise Finalisada
Ações Tomadas

Tempo de Ação

Fonte: Richard Hackethorn’s Component’s of Action Time
9

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
Inteligência em Real-Time, Event-Based Analytics
Oracle Event Processing (OEP) Embedded permite colher informações de
negócios em tempo real a partir de dispositivos na ponta

Eventos de
Comunicação

10

Eventos de
Máquinas

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.

Eventos de
Segurança

Eventos de
Ambiente

Eventos de
Lógica de Negócio
OEP for Java Embedded
INTRODUÇÃO AO
PRODUTO

11

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
OEP for Java Embedded
Valor Real para o Negócio
 Captura de dados em tempo real e análise rápida permitem a tomada de

decisão mais eficiente, possibilitando mitigar o risco de tempo de inatividade e
contribuir com a melhoria contínua do processo
 Monitoramento dos processos locais em tempo real para detectar a queda

no desempenho, contribuindo assim com alertas, pedidos de operações e/ou
ações de manutenção
 Redução significativa de ruído que chegam ao servidor, possibilitando

economia nos custos de banda e escalabilidade
 Tempo de resposta ao mercado mais rápido com uso de dispositivos com

fácil atualização over-the-air

12

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
O que é OEP for Java Embedded?
Transforme Volume de Dados em Valor
Drivers

Pain Points
 Obtendo mais a partir de dados in-flight
 Percepções e ações mais rápidas com a tomada de

decisão em tempo real
 Ativando a tomada de decisão na ponta
 Operação remota para o uso eficaz dos recursos de

rede
 Melhoria da eficiência operacional para lidar com

ameaças / oportunidades de negócios

13

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
Oracle Event Processing? (OEP)
O que é?

OEP é uma solução completa para a
criação de aplicativos para filtrar, se
correlacionar, e processar uma
cadeia de eventos em tempo real.

evento

evento

evento
Query

evento
evento
Query

Obtendo os dados dos
eventos

14

Filtragem, correlação,
agregação e processamento
de dados

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.

evento

Output Adapters

Input Adapters

OEP Engine

Eventos de negócios
processados ​para
aplicações downstream

• Permite arquitetura orientada a
eventos impulsionado
pela inteligência em tempo real
• Construído em padrões da
indústria, incluindo Java, Spring,
OSGi, e SQL
• Alto rendimento (centenas de
milhares de eventos por segundo) e
baixa latência de processamento
• Implementado como um contêiner
Java hospedando aplicações
escritas em Java e CQL (Continuous
Query Language - extensão SQL).
Oracle Event Processing – Embedded
Arquitetura em cascata: devices  gateways  servers
Java
Embedded

OEP
Embedded

OEP
(server edition)

OEP
Embedded

Java
Embedded

Dispositivos

15

Gateway

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.

Data center

• Captura de dados em
alta velocidade e em
tempo real
• Alto throughput de taxas
de eventos
• Linguagem de consulta
de processamento de
eventos com base em
sintaxe SQL padrão
• Integrada com
plataforma Java
Embedded
Oracle Event Processing
Exemplo de Tela

16

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
OEP for Java Embedded
ALGUNS CASOS DE
SUCESSO

17

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
Resumo
 Facilita a captura de dados em tempo real e análise para tomada de

decisão mais eficiente
 Monitora processos locais contribuindo assim com alertas e/ou ações de

manutenção
 Auxilia na redução de ruídos que podem chegar ao servidor
 Tempo de resposta ao mercado mais rápido com fácil atualizações
 Ferramental de desenvolvimento visual para a definição de aplicativos de

processamento de eventos e redes
 OEP for Java Embedded pode ser baixado para avaliação para as

plataformas de desenvolvimento ARMv6/7 e Linux x86
18

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
Pronto para Começar?
Downloads:
http://www.oracle.com/technetwork/java/embedded/downloads/java-embedded-suite/

19

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
Mais informações
“OEP for Java Embedded”

“Java Embedded”

http://www.oracle.com/goto/javaembedded

”Java for Developers”

20

http://www.oracle.com/technetwork/java/embedded/r
esources/java-embedded-suite/

http://www.oracle.com/technetwork/java/index.htm

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
21

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
22

Copyright © 2013, Oracle and/or its affiliates. All rights reserved.

Mais conteúdo relacionado

Semelhante a OEP - Oracle Event Processing para Java Embedded

Otimizando a segurança, o desempenho e a disponibilidade com o MySQL Enterpri...
Otimizando a segurança, o desempenho e a disponibilidade com o MySQL Enterpri...Otimizando a segurança, o desempenho e a disponibilidade com o MySQL Enterpri...
Otimizando a segurança, o desempenho e a disponibilidade com o MySQL Enterpri...MySQL Brasil
 
Blueprints & Patterns de Arquitetura para Sistemas que Escalam Linearmente (p...
Blueprints & Patterns de Arquitetura para Sistemas que Escalam Linearmente (p...Blueprints & Patterns de Arquitetura para Sistemas que Escalam Linearmente (p...
Blueprints & Patterns de Arquitetura para Sistemas que Escalam Linearmente (p...Ricardo Ferreira
 
Mudança de paradigma no monitoramento de banco de dados
Mudança de paradigma no monitoramento de banco de dadosMudança de paradigma no monitoramento de banco de dados
Mudança de paradigma no monitoramento de banco de dadosPolis Consulting
 
PIF2019 - A10 - Henrique Eduardo Souza e Vinícius Biscolla - Rakkun
PIF2019 - A10 - Henrique Eduardo Souza e Vinícius Biscolla - RakkunPIF2019 - A10 - Henrique Eduardo Souza e Vinícius Biscolla - Rakkun
PIF2019 - A10 - Henrique Eduardo Souza e Vinícius Biscolla - RakkunEvandro Gama (Prof. Dr.)
 
Como o Magazine Luiza inova suas operações utilizando as soluções de IoT e Bi...
Como o Magazine Luiza inova suas operações utilizando as soluções de IoT e Bi...Como o Magazine Luiza inova suas operações utilizando as soluções de IoT e Bi...
Como o Magazine Luiza inova suas operações utilizando as soluções de IoT e Bi...Amazon Web Services LATAM
 
Monitoracao Inteligente na Globo.com
Monitoracao Inteligente na Globo.comMonitoracao Inteligente na Globo.com
Monitoracao Inteligente na Globo.comDenis Vieira
 
Guia para inteligência operacional
Guia para inteligência operacionalGuia para inteligência operacional
Guia para inteligência operacionalSplunk
 
Clientes Splunk Brasil
Clientes Splunk BrasilClientes Splunk Brasil
Clientes Splunk BrasilSplunk
 
TDC2017 | POA Trilha BigData - Arquitetura Big Data para Gestão de Regras de ...
TDC2017 | POA Trilha BigData - Arquitetura Big Data para Gestão de Regras de ...TDC2017 | POA Trilha BigData - Arquitetura Big Data para Gestão de Regras de ...
TDC2017 | POA Trilha BigData - Arquitetura Big Data para Gestão de Regras de ...tdc-globalcode
 
Processamento de Eventos Complexos com Spark
Processamento de Eventos Complexos com SparkProcessamento de Eventos Complexos com Spark
Processamento de Eventos Complexos com SparkLeandro Mendes Ferreira
 
Ações de melhoria para a Previdência Social 2007-2008
Ações de melhoria para a Previdência Social 2007-2008Ações de melhoria para a Previdência Social 2007-2008
Ações de melhoria para a Previdência Social 2007-2008Paulo Emerson Pereira
 
Datawarehouse - Obtenha insights consistentes para o seu negócio: conheça o n...
Datawarehouse - Obtenha insights consistentes para o seu negócio: conheça o n...Datawarehouse - Obtenha insights consistentes para o seu negócio: conheça o n...
Datawarehouse - Obtenha insights consistentes para o seu negócio: conheça o n...iMasters
 
Qual é o futuro da estratégia de dados?
Qual é o futuro da estratégia de dados?Qual é o futuro da estratégia de dados?
Qual é o futuro da estratégia de dados?Denodo
 
Como Implementar a Análise de Dados em Tempo Real
Como Implementar a Análise de Dados em Tempo RealComo Implementar a Análise de Dados em Tempo Real
Como Implementar a Análise de Dados em Tempo RealDenodo
 
E manutx3 geral_junho
E manutx3 geral_junhoE manutx3 geral_junho
E manutx3 geral_junhoGrupo WSO
 
Apresentação na Futurecom 2014 - Casos de Uso da Nuvem Híbrida
Apresentação na Futurecom 2014 - Casos de Uso da Nuvem HíbridaApresentação na Futurecom 2014 - Casos de Uso da Nuvem Híbrida
Apresentação na Futurecom 2014 - Casos de Uso da Nuvem HíbridaWesley Almeida
 

Semelhante a OEP - Oracle Event Processing para Java Embedded (20)

Otimizando a segurança, o desempenho e a disponibilidade com o MySQL Enterpri...
Otimizando a segurança, o desempenho e a disponibilidade com o MySQL Enterpri...Otimizando a segurança, o desempenho e a disponibilidade com o MySQL Enterpri...
Otimizando a segurança, o desempenho e a disponibilidade com o MySQL Enterpri...
 
Blueprints & Patterns de Arquitetura para Sistemas que Escalam Linearmente (p...
Blueprints & Patterns de Arquitetura para Sistemas que Escalam Linearmente (p...Blueprints & Patterns de Arquitetura para Sistemas que Escalam Linearmente (p...
Blueprints & Patterns de Arquitetura para Sistemas que Escalam Linearmente (p...
 
Mudança de paradigma no monitoramento de banco de dados
Mudança de paradigma no monitoramento de banco de dadosMudança de paradigma no monitoramento de banco de dados
Mudança de paradigma no monitoramento de banco de dados
 
PIF2019 - A10 - Henrique Eduardo Souza e Vinícius Biscolla - Rakkun
PIF2019 - A10 - Henrique Eduardo Souza e Vinícius Biscolla - RakkunPIF2019 - A10 - Henrique Eduardo Souza e Vinícius Biscolla - Rakkun
PIF2019 - A10 - Henrique Eduardo Souza e Vinícius Biscolla - Rakkun
 
Como o Magazine Luiza inova suas operações utilizando as soluções de IoT e Bi...
Como o Magazine Luiza inova suas operações utilizando as soluções de IoT e Bi...Como o Magazine Luiza inova suas operações utilizando as soluções de IoT e Bi...
Como o Magazine Luiza inova suas operações utilizando as soluções de IoT e Bi...
 
Monitoracao Inteligente na Globo.com
Monitoracao Inteligente na Globo.comMonitoracao Inteligente na Globo.com
Monitoracao Inteligente na Globo.com
 
Guia para inteligência operacional
Guia para inteligência operacionalGuia para inteligência operacional
Guia para inteligência operacional
 
Clientes Splunk Brasil
Clientes Splunk BrasilClientes Splunk Brasil
Clientes Splunk Brasil
 
1 Ids On Campus V3a
1 Ids On Campus V3a1 Ids On Campus V3a
1 Ids On Campus V3a
 
Mw corp-2013-ss
Mw corp-2013-ssMw corp-2013-ss
Mw corp-2013-ss
 
TDC2017 | POA Trilha BigData - Arquitetura Big Data para Gestão de Regras de ...
TDC2017 | POA Trilha BigData - Arquitetura Big Data para Gestão de Regras de ...TDC2017 | POA Trilha BigData - Arquitetura Big Data para Gestão de Regras de ...
TDC2017 | POA Trilha BigData - Arquitetura Big Data para Gestão de Regras de ...
 
Processamento de Eventos Complexos com Spark
Processamento de Eventos Complexos com SparkProcessamento de Eventos Complexos com Spark
Processamento de Eventos Complexos com Spark
 
Ações de melhoria para a Previdência Social 2007-2008
Ações de melhoria para a Previdência Social 2007-2008Ações de melhoria para a Previdência Social 2007-2008
Ações de melhoria para a Previdência Social 2007-2008
 
Datawarehouse - Obtenha insights consistentes para o seu negócio: conheça o n...
Datawarehouse - Obtenha insights consistentes para o seu negócio: conheça o n...Datawarehouse - Obtenha insights consistentes para o seu negócio: conheça o n...
Datawarehouse - Obtenha insights consistentes para o seu negócio: conheça o n...
 
Qual é o futuro da estratégia de dados?
Qual é o futuro da estratégia de dados?Qual é o futuro da estratégia de dados?
Qual é o futuro da estratégia de dados?
 
Apresentacao 8020informatica
Apresentacao 8020informaticaApresentacao 8020informatica
Apresentacao 8020informatica
 
Como Implementar a Análise de Dados em Tempo Real
Como Implementar a Análise de Dados em Tempo RealComo Implementar a Análise de Dados em Tempo Real
Como Implementar a Análise de Dados em Tempo Real
 
E manutx3 geral_junho
E manutx3 geral_junhoE manutx3 geral_junho
E manutx3 geral_junho
 
Apresentação na Futurecom 2014 - Casos de Uso da Nuvem Híbrida
Apresentação na Futurecom 2014 - Casos de Uso da Nuvem HíbridaApresentação na Futurecom 2014 - Casos de Uso da Nuvem Híbrida
Apresentação na Futurecom 2014 - Casos de Uso da Nuvem Híbrida
 
Big Data - Hadoop
Big Data - HadoopBig Data - Hadoop
Big Data - Hadoop
 

Mais de Marco Antonio Maciel

TDC 2015 - Java 8 rodando em 256KB de RAM
TDC 2015 - Java 8 rodando em 256KB de RAMTDC 2015 - Java 8 rodando em 256KB de RAM
TDC 2015 - Java 8 rodando em 256KB de RAMMarco Antonio Maciel
 
Desenvolvendo Produtos para Internet das Coisas
Desenvolvendo Produtos para Internet das CoisasDesenvolvendo Produtos para Internet das Coisas
Desenvolvendo Produtos para Internet das CoisasMarco Antonio Maciel
 
TDC 2015 - Java 8 em 256 KB de memória RAM
TDC 2015 - Java 8 em 256 KB de memória RAMTDC 2015 - Java 8 em 256 KB de memória RAM
TDC 2015 - Java 8 em 256 KB de memória RAMMarco Antonio Maciel
 
Tweet4Beer (atualizada): Torneira de Chopp Controlada por Java, JavaFX, IoT ...
Tweet4Beer (atualizada): Torneira de Chopp Controlada por Java, JavaFX, IoT ...Tweet4Beer (atualizada): Torneira de Chopp Controlada por Java, JavaFX, IoT ...
Tweet4Beer (atualizada): Torneira de Chopp Controlada por Java, JavaFX, IoT ...Marco Antonio Maciel
 
Plataforma Java Embedded & Internet of Things (IoT)
Plataforma Java Embedded & Internet of Things (IoT)Plataforma Java Embedded & Internet of Things (IoT)
Plataforma Java Embedded & Internet of Things (IoT)Marco Antonio Maciel
 
TV Digital Interativa & IoT - TDC 2014
TV Digital Interativa & IoT - TDC 2014TV Digital Interativa & IoT - TDC 2014
TV Digital Interativa & IoT - TDC 2014Marco Antonio Maciel
 
Introdução à plataforma Java Embedded & IoT
Introdução à plataforma Java Embedded & IoTIntrodução à plataforma Java Embedded & IoT
Introdução à plataforma Java Embedded & IoTMarco Antonio Maciel
 
Java Tweet for Beer! Chopeira controlada com Java, JavaFX, e IoT!
Java Tweet for Beer! Chopeira controlada com Java, JavaFX, e IoT!Java Tweet for Beer! Chopeira controlada com Java, JavaFX, e IoT!
Java Tweet for Beer! Chopeira controlada com Java, JavaFX, e IoT!Marco Antonio Maciel
 
O Aduino ama a Internet - TDC 2012
O Aduino ama a Internet - TDC 2012O Aduino ama a Internet - TDC 2012
O Aduino ama a Internet - TDC 2012Marco Antonio Maciel
 
PHP e Robótica com Arduino - TDC 2012
PHP e Robótica com Arduino - TDC 2012PHP e Robótica com Arduino - TDC 2012
PHP e Robótica com Arduino - TDC 2012Marco Antonio Maciel
 
Robótica e PHP com Arduino - PHPn' Rio 2011
Robótica e PHP com Arduino - PHPn' Rio 2011Robótica e PHP com Arduino - PHPn' Rio 2011
Robótica e PHP com Arduino - PHPn' Rio 2011Marco Antonio Maciel
 
Arduino, Robótica e Computação nas Nuvens
Arduino, Robótica e Computação nas NuvensArduino, Robótica e Computação nas Nuvens
Arduino, Robótica e Computação nas NuvensMarco Antonio Maciel
 
Segurança e Certificação Digital
Segurança e Certificação DigitalSegurança e Certificação Digital
Segurança e Certificação DigitalMarco Antonio Maciel
 
Uso de Critérios de Seleção para Frameworks Livres em Plataforma Java EE
Uso de Critérios de Seleção para Frameworks Livres em Plataforma Java EEUso de Critérios de Seleção para Frameworks Livres em Plataforma Java EE
Uso de Critérios de Seleção para Frameworks Livres em Plataforma Java EEMarco Antonio Maciel
 

Mais de Marco Antonio Maciel (18)

TDC 2015 - Java 8 rodando em 256KB de RAM
TDC 2015 - Java 8 rodando em 256KB de RAMTDC 2015 - Java 8 rodando em 256KB de RAM
TDC 2015 - Java 8 rodando em 256KB de RAM
 
Desenvolvendo Produtos para Internet das Coisas
Desenvolvendo Produtos para Internet das CoisasDesenvolvendo Produtos para Internet das Coisas
Desenvolvendo Produtos para Internet das Coisas
 
TDC 2015 - Java 8 em 256 KB de memória RAM
TDC 2015 - Java 8 em 256 KB de memória RAMTDC 2015 - Java 8 em 256 KB de memória RAM
TDC 2015 - Java 8 em 256 KB de memória RAM
 
Tweet4Beer (atualizada): Torneira de Chopp Controlada por Java, JavaFX, IoT ...
Tweet4Beer (atualizada): Torneira de Chopp Controlada por Java, JavaFX, IoT ...Tweet4Beer (atualizada): Torneira de Chopp Controlada por Java, JavaFX, IoT ...
Tweet4Beer (atualizada): Torneira de Chopp Controlada por Java, JavaFX, IoT ...
 
Plataforma Java Embedded & Internet of Things (IoT)
Plataforma Java Embedded & Internet of Things (IoT)Plataforma Java Embedded & Internet of Things (IoT)
Plataforma Java Embedded & Internet of Things (IoT)
 
TV Digital Interativa & IoT - TDC 2014
TV Digital Interativa & IoT - TDC 2014TV Digital Interativa & IoT - TDC 2014
TV Digital Interativa & IoT - TDC 2014
 
Introdução à plataforma Java Embedded & IoT
Introdução à plataforma Java Embedded & IoTIntrodução à plataforma Java Embedded & IoT
Introdução à plataforma Java Embedded & IoT
 
Java Tweet for Beer! Chopeira controlada com Java, JavaFX, e IoT!
Java Tweet for Beer! Chopeira controlada com Java, JavaFX, e IoT!Java Tweet for Beer! Chopeira controlada com Java, JavaFX, e IoT!
Java Tweet for Beer! Chopeira controlada com Java, JavaFX, e IoT!
 
O Aduino ama a Internet - TDC 2012
O Aduino ama a Internet - TDC 2012O Aduino ama a Internet - TDC 2012
O Aduino ama a Internet - TDC 2012
 
PHP e Robótica com Arduino - TDC 2012
PHP e Robótica com Arduino - TDC 2012PHP e Robótica com Arduino - TDC 2012
PHP e Robótica com Arduino - TDC 2012
 
Robótica e PHP com Arduino - PHPn' Rio 2011
Robótica e PHP com Arduino - PHPn' Rio 2011Robótica e PHP com Arduino - PHPn' Rio 2011
Robótica e PHP com Arduino - PHPn' Rio 2011
 
Arduino, Robótica e Computação nas Nuvens
Arduino, Robótica e Computação nas NuvensArduino, Robótica e Computação nas Nuvens
Arduino, Robótica e Computação nas Nuvens
 
Segurança e Certificação Digital
Segurança e Certificação DigitalSegurança e Certificação Digital
Segurança e Certificação Digital
 
Carrier Ethernet
Carrier EthernetCarrier Ethernet
Carrier Ethernet
 
Online Atlas Of Cancer Mortality
Online Atlas Of Cancer MortalityOnline Atlas Of Cancer Mortality
Online Atlas Of Cancer Mortality
 
Balanced Scorecard
Balanced ScorecardBalanced Scorecard
Balanced Scorecard
 
Uso de Critérios de Seleção para Frameworks Livres em Plataforma Java EE
Uso de Critérios de Seleção para Frameworks Livres em Plataforma Java EEUso de Critérios de Seleção para Frameworks Livres em Plataforma Java EE
Uso de Critérios de Seleção para Frameworks Livres em Plataforma Java EE
 
Mobile Commerce
Mobile CommerceMobile Commerce
Mobile Commerce
 

OEP - Oracle Event Processing para Java Embedded

  • 1. Oracle Event Processing (OEP) for Oracle Java Embedded Marco Antonio Maciel Java Embedded Consultant
  • 2. Contexto  A explosão no número de dispositivos inteligentes conectados é um fato. A estratégia está em explorar o valor dos dados gerados por eles  Para maximizar o valor de dados é importante reduzir o tempo de reação, movendo a análise o mais próximo da fonte possível  Com OEP nos gateways e nos centros de dados, existem oportunidades fantásticas para novos serviços e fluxos de receita  OEP para Java Embedded permite alta velocidade de captura e análise de dados em tempo real e possibilita uma tomada de decisão mais muito mais rápida 2 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 3. OEP for Java Embedded INTRODUÇÃO & DIRECIONADORES DE NEGÓCIO 3 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 4. Big Data Geração de Informação está Acelerando Temos as ferramentas para armazenar, gerenciar e analisar tais quantidades de dados? Fonte: http://www.go-gulf.com/blog/60-seconds 4 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 5. “Hoje, 11% dos dados são gerados por máquinas. Em 2020, esse número subirá para 40%, com um total de mais de 20 bilhões de dispositivos conectados.” IDC Enterprise Worldwide Server Predictions Março 2013 5 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 6. Explosão de Dados a partir de dispositivos inteligentes…
  • 7. Extraindo valor de grandes quantidades de dados Melhorar a eficiência operacional Mesmo ambiente de desenvolvim. para as soluções M2M Análise e Gestão de Dados em Tempo Real Criação de novos serviços e rápido time to market Minimiza a inatividade Alta disponibilidade Suporte para uma ampla variedade de dispositivos Segurança e proteção de dados em dispositivos Dispositivos no mercado por mais tempo Integração e automação com os sistemas existentes Serviços em nuvem para reduzir custos e complexidade Problemas de compliance Risco de oportunidade perdida Portabilidade, segurança com escalabilidade Tomada de decisão locais mais rápidas Os desafios na Era M2M
  • 8. Elementos-chave 1 3 Dispositivos Inteligentes Análises em Tempo Real Fast Data Dispositivos sempre ligados e conectados a uma variedade de sensores e executando vários aplicativos 8 2 Análise de dados em alta frequência para uma tomada de decisão imediata e automação dos fluxos de informação Copyright © 2013, Oracle and/or its affiliates. All rights reserved. Maximização do valor dos dados de alta velocidade em tempo real
  • 9. Obstáculos para Fast Data Assegurar precisão, eficiência e escala em tempo real Valor para o Negócio Eventos de Negócio Captura de Dados Análise Finalisada Ações Tomadas Tempo de Ação Fonte: Richard Hackethorn’s Component’s of Action Time 9 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 10. Inteligência em Real-Time, Event-Based Analytics Oracle Event Processing (OEP) Embedded permite colher informações de negócios em tempo real a partir de dispositivos na ponta Eventos de Comunicação 10 Eventos de Máquinas Copyright © 2013, Oracle and/or its affiliates. All rights reserved. Eventos de Segurança Eventos de Ambiente Eventos de Lógica de Negócio
  • 11. OEP for Java Embedded INTRODUÇÃO AO PRODUTO 11 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 12. OEP for Java Embedded Valor Real para o Negócio  Captura de dados em tempo real e análise rápida permitem a tomada de decisão mais eficiente, possibilitando mitigar o risco de tempo de inatividade e contribuir com a melhoria contínua do processo  Monitoramento dos processos locais em tempo real para detectar a queda no desempenho, contribuindo assim com alertas, pedidos de operações e/ou ações de manutenção  Redução significativa de ruído que chegam ao servidor, possibilitando economia nos custos de banda e escalabilidade  Tempo de resposta ao mercado mais rápido com uso de dispositivos com fácil atualização over-the-air 12 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 13. O que é OEP for Java Embedded? Transforme Volume de Dados em Valor Drivers Pain Points  Obtendo mais a partir de dados in-flight  Percepções e ações mais rápidas com a tomada de decisão em tempo real  Ativando a tomada de decisão na ponta  Operação remota para o uso eficaz dos recursos de rede  Melhoria da eficiência operacional para lidar com ameaças / oportunidades de negócios 13 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 14. Oracle Event Processing? (OEP) O que é? OEP é uma solução completa para a criação de aplicativos para filtrar, se correlacionar, e processar uma cadeia de eventos em tempo real. evento evento evento Query evento evento Query Obtendo os dados dos eventos 14 Filtragem, correlação, agregação e processamento de dados Copyright © 2013, Oracle and/or its affiliates. All rights reserved. evento Output Adapters Input Adapters OEP Engine Eventos de negócios processados ​para aplicações downstream • Permite arquitetura orientada a eventos impulsionado pela inteligência em tempo real • Construído em padrões da indústria, incluindo Java, Spring, OSGi, e SQL • Alto rendimento (centenas de milhares de eventos por segundo) e baixa latência de processamento • Implementado como um contêiner Java hospedando aplicações escritas em Java e CQL (Continuous Query Language - extensão SQL).
  • 15. Oracle Event Processing – Embedded Arquitetura em cascata: devices  gateways  servers Java Embedded OEP Embedded OEP (server edition) OEP Embedded Java Embedded Dispositivos 15 Gateway Copyright © 2013, Oracle and/or its affiliates. All rights reserved. Data center • Captura de dados em alta velocidade e em tempo real • Alto throughput de taxas de eventos • Linguagem de consulta de processamento de eventos com base em sintaxe SQL padrão • Integrada com plataforma Java Embedded
  • 16. Oracle Event Processing Exemplo de Tela 16 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 17. OEP for Java Embedded ALGUNS CASOS DE SUCESSO 17 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 18. Resumo  Facilita a captura de dados em tempo real e análise para tomada de decisão mais eficiente  Monitora processos locais contribuindo assim com alertas e/ou ações de manutenção  Auxilia na redução de ruídos que podem chegar ao servidor  Tempo de resposta ao mercado mais rápido com fácil atualizações  Ferramental de desenvolvimento visual para a definição de aplicativos de processamento de eventos e redes  OEP for Java Embedded pode ser baixado para avaliação para as plataformas de desenvolvimento ARMv6/7 e Linux x86 18 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 20. Mais informações “OEP for Java Embedded” “Java Embedded” http://www.oracle.com/goto/javaembedded ”Java for Developers” 20 http://www.oracle.com/technetwork/java/embedded/r esources/java-embedded-suite/ http://www.oracle.com/technetwork/java/index.htm Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 21. 21 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.
  • 22. 22 Copyright © 2013, Oracle and/or its affiliates. All rights reserved.

Notas do Editor

  1. All kinds of data Large volumes Valuable insight, but difficult to extract (structured and unstructured data) Often extremely time sensitive Most of the vast data types portrayed here is consumer data and while the business will want to leverage Oracle Event Processing for business and application data, they are also impacted by this consumer data and information from the vast array or sensors where stream events showing temperatures in a container mid-pacific may destroy high cost food goods unless immediate action is taken or ….. For Starbucks immediately analyzing tweats after launching a new coffee, seeing spikes of negative comments, and very quickly figuring out that the negative reactions came from stores that were serving a particular warmed cheese sandwich, whose aroma did not go with the new coffee smell….. Huge ROI due to quick analysis and specific targeted response. And as you can see from the Spanish (La Caxia) bank solution, a customers Tweets are also being analzed by Oracle Event Processing and stored in Big Data to augment his preferences and influence his/her real time targetted campaigns  
  2. Everyone is talking about the Internet-of-Things, or Machine-to-Machine, or Industrial Internet these days. The very fact that we’re meeting today, is an evidence of how important it is for your business, your customers, and customers of your customers. There’ll be way more connected devices and these devices will be generating an unprecedented amount of data. Let us share with you why we strongly believe that Java is a platform perfectly suited for powering virtually any connected device, of any size and in any market.
  3. The amount of information available to companies today is exploding, a trend frequently called big data. Information generated inside the company is increasing due to automated data collection, technologies such as RFID and GPS, web click streams, email, wikis, and the massive amounts of logs and other machine data created by technologies located inside and outside of the enterprise. For the most part, this is “data exhaust,” and it is spewing everywhere. If captured at all, it is typically filtered and either partially or never used. Organizations typically look to the traditional systems of record and BI technologies to enable decision-making. Yet within this data there is a vast amount of untapped insights that could be leveraged within IT and elsewhere in the business. The challenge has been having the ability to effectively capture, store, correlate, and analyze this data. Adding to this data are other sources of information, like watch lists, asset directories, customer data, shipping and logistics data, and web-based feeds—like real-time stock feeds, travel reservations data, and popular searches. These internal and external sources can provide added context to what’s happening in the business.The good news is that there are now ways to aggregate and understand the vast streams of machine data with methods that can scale as quickly as that data is increasing. It’s practical now to use this real-time and historical data across a broad set of venues and applications. This is the basis of operational intelligence
  4. Key points:A survey of the M2M solutions market was conducted for Oracle in September 2012 and in April/May 2013 by Beecham Research, targeting leading M2M solution providers in North America, Europe and AsiaPac. The aim was to provide an in-depth qualitative assessment of M2M solution requirements today and how these are likely to change in the future. The main findings from the Beecham survey were as follows:1. The primary driver for M2M solutions is now enabling new services, rather than just improving operational efficiency/ cost saving 2. The highest priorities for M2M solutions are now seen as: • Ensuring end-to-end security, from the remote device through to the data center and the end user (true end-to-end)• Integration with legacy IT Systems 3. Although data storage requirements for M2M solutions have often not been huge in the past, this is changing with very large volumes of data expected in the future. Additionally, insight from real-time intelligence “can open up a whole new world of solutions”. This data will need analysing and managing. 4. These trends point towards M2M solutions becoming increasingly mission critical, with the need to minimize downtime and provide high availability solutions 5. It is considered that using the same software development environment (Java platform) for all parts of an M2M solution could be a major advantage, so long as each part of it (edge vs. central) can be optimized for its own particular requirements. 6. Cloud based services are key in M2M, greatly reducing the cost and complexity of delivering M2M solution 7. What also emerged in May 2013 study in greater detail was the need for Security of Devices and Flexibility, and Data Protection. Reinforcing the need for greater harnessing of value through applied intelligence and connected devicesNext slide: D2D gear slideOracle understands the value of data and the challenges of managing this data---this is what we call Oracle’s Internet of Things platform.
  5. Key Points: Key Elements of Connected Intelligence-The explosion in the number of intelligent, connected devices is particularly meaningful as we explore the value of the data generated by these devices. -The data generated by these devices has to be acted upon quickly. -Three aspects of Data: Volume, Variety, Velocity: Fast Data is reacting quickly to the massive volumes of data and taking action immediately.-We want to decrease the time to reaction of the generated data by moving up the analysis of this data as close up to the devices as possible – which is where D2D becomes meaningful-As we leverage embedded OEP in the gateways and the data centers rather than wait to analyze the data from these devices all the way back in enterprise repositories, there is golden opportunity for new services and revenue streams.Next Slide: Builds into the value of data becoming less relevant with time delays
  6. Key Points:-The obstacles to achieving faster data can be outlined in the steps it takes to look at and event and take the correction action.-There’s latencies at each and every step. How long does it take you to capture your data – analyze it and finally take the right action? -Fast data is about shortening the gaps within each step and thereby reducing the amount of time – and consequently producing greater value from it by acting right away. Next slide: Lets look at Oracle Event Processing as a means to analyze data and drive business results
  7. Key PointsIntelligence is most valued from real-time data Tracking and analyzing (processing) streams of information (data) about things that happen (events) and deriving an immediate Business decision from themCombines data from multiple streaming event sources to infer event patterns that suggest more complicated Business circumstances, Opportunities and Threats, and respond to them Immediately (not seconds, or milliseconds but Microseconds)Handle Events happening across the various layers of an organization as sales leads, orders or customer service calls. Or, they may be news items, text messages, social media posts, stock market feeds, traffic reports, weather reports, “Internet of Things” Sensor data or many other kinds of data (Unstructured Fast Data).Give organizations a new way to analyze patterns in real-time, and help the business side communicate better with IT and service departmentsNext slide- Why is OEP for java embedded important?OEP for Oracle Java Embedded has the ability to handle millions of events per second with microseconds of processing latencies. This is achieved through a complete layered solution, not only with a design focus on high performance event processing use cases, but also a tight integration with the industry-leading embedded Java application platform.
  8. Device ConvergenceIn today’s consumer-facing technology sphere, there is virtually limitless appetite for connectivity.Wherever they go, people increasingly expect access to information, entertainment, and each other viaa profusion of devices.Many business and industry environment is not so different. Connected devices exchanging information createleaner, more efficient processes. With the possibilities apparent, a new generation of software isarriving, including development and delivery models, application marketplaces, and services. And moreindustrial devices are equipped with enough processing power and connectivity to make themintelligent “actors” in their environments—for example, by initiating service and maintenance alerts.SecurityDistributed environments pose the challenge of keeping devices connected, oftenwirelessly, while maintaining security to protect sensitive data, proprietary process designs andintellectual property, and transaction information.
  9. The rapid growth in the Internet of Things is driving demand for increased intelligence in embedded devicesMinimal time-to-market is key to market growth for M2M and IoT marketsEffective intelligent management of data and devices is essentialM2M and IoT is being driven partly by IPV6 address availability for a multitude of connected devicesOracle’s 1st Integrated Java Product Suite for Device-to-Data CenterJES is based upon proven and reliable existing Java Products Java SE Embedded, Java DB and Glassfish Java Embedded ProfileJava SE Embedded – provides runtime for Java applicationGlassFish Embedded – provides web server and client capability JavaDB – provides local storage with full SQL DB support
  10. Key Points Benefits of OEP for Embedded for Connected Intelligence (gateway)-High-speed, real-time data capture and analysis helps mitigate the risk of down-time and helps with continuous process improvement-Enables local real-time process monitoring to detect degradation of performance, thus helping with initiation of alerts or requests for operations and maintenance actions-Significantly reduces noise to signal ratio of data reaching the server, enabling savings in bandwidth and scalability costs-Faster time to market for devices and easy over-the-air updates post-deploymentNext slide- Use cases (Home Automation & Gateway)OEP for Oracle Java Embedded targets a wealth of industries and functional areas. Following are some use cases:Industrial Automation: High speed data collection and analysis, local storage and analysis, filtering, correlation, pattern matching.Management appliances (home automation) : Ability to detect events from various sub-systems and determine downstream processTransportation & Telemetry: Location tracking, container content monitoring, intrusion detection, temperature and pressure monitoringHealthcare: Data evaluation, analysis, monitoring, automatic alerts and care-flow processingSmart Retail Vending Machines: Inventory management, demand-based handling and pricingLets look at home automation and see how Java embedded and OEP drive value
  11. Key Points Benefits of OEP for Embedded for Connected Intelligence (gateway)-High-speed, real-time data capture and analysis helps mitigate the risk of down-time and helps with continuous process improvement-Enables local real-time process monitoring to detect degradation of performance, thus helping with initiation of alerts or requests for operations and maintenance actions-Significantly reduces noise to signal ratio of data reaching the server, enabling savings in bandwidth and scalability costs-Faster time to market for devices and easy over-the-air updates post-deploymentNext slide- Use cases (Home Automation & Gateway)OEP for Oracle Java Embedded targets a wealth of industries and functional areas. Following are some use cases:Industrial Automation: High speed data collection and analysis, local storage and analysis, filtering, correlation, pattern matching.Management appliances (home automation) : Ability to detect events from various sub-systems and determine downstream processTransportation & Telemetry: Location tracking, container content monitoring, intrusion detection, temperature and pressure monitoringHealthcare: Data evaluation, analysis, monitoring, automatic alerts and care-flow processingSmart Retail Vending Machines: Inventory management, demand-based handling and pricingLets look at home automation and see how Java embedded and OEP drive value
  12. These sites offer additional resources for your prospect to learn about Java.