{"id":95283,"date":"2020-09-27T19:42:23","date_gmt":"2020-09-27T17:42:23","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/primenenie-low-code-v-analiticheskih-platformah"},"modified":"2020-09-27T19:42:23","modified_gmt":"2020-09-27T17:42:23","slug":"primenenie-low-code-v-analiticheskih-platformah","status":"publish","type":"post","link":"https:\/\/prohoster.info\/sl\/blog\/administrirovanie\/primenenie-low-code-v-analiticheskih-platformah","title":{"rendered":"Uporaba low-code v analiti\u010dnih platformah","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Spo\u0161tovani bralci, dober dan!<\/p>\n<p>Naloga gradnje IT-platform za zbiranje in analizo podatkov se prej ali slej pojavi pri vsakem podjetju, katerega poslovni model temelji na intelektualno zahtevnih storitvah ali razvoju tehni\u010dno zahtevnih izdelkov. Gradnja analiti\u010dnih platform je zapleten in delovno intenziven postopek. Vendar pa je vsako nalogo mogo\u010de olaj\u0161ati. V tem \u010dlanku \u017eelim deliti izku\u0161nje o uporabi low-code orodij, ki pomagajo pri ustvarjanju analiti\u010dnih re\u0161itev. Te izku\u0161nje so bile pridobljene pri izvajanju \u0161tevilnih projektov podro\u010dja Big Data Solutions podjetja \u201eNeoflex\u201c. Podro\u010dje Big Data Solutions podjetja \u201eNeoflex\u201c se od leta 2005 ukvarja z vpra\u0161anji gradnje skladi\u0161\u010d in jezer podatkov, re\u0161uje naloge optimizacije hitrosti obdelave informacij ter razvija metodologijo upravljanja kakovosti podatkov.<\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/ca066793a937041577085dfb813f979e.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nIzogibanje zavednemu kopi\u010denju slabo in\/ali dobro strukturiranih podatkov ne bo uspelo nikomur. Verjetno celo, \u010de bo \u0161lo za malo podjetje. Kajti pri \u0161irjenju poslovanja se bodo perspektivni podjetniki soo\u010dili z vpra\u0161anji oblikovanja programa zvestobe, \u017eeleli analizirati u\u010dinkovitost prodajnih mest, razmi\u0161ljali o ciljni reklami in se spra\u0161evali o povpra\u0161evanju po spremljevalnih izdelkih. V prvem pribli\u017eku se lahko naloga re\u0161i 'na kolenih'. A pri rasti podjetja je prihod do analiti\u010dne platforme neizbe\u017een.<\/p>\n<p>Vendar pa v katerem primeru naloge analize podatkov lahko prerastejo v naloge razreda 'Rocket Science'? Morda takrat, ko govorimo o resni\u010dno velikih podatkih.<br \/>\nDa bi olaj\u0161ali nalogo 'Rocket Science', lahko pojejete slona po delih. <\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/f81e7704b91a5b95303e4240d6012730.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nVe\u010dja kot je diskretnost in avtonomnost va\u0161ih aplikacij\/servisov\/mikroservisov, la\u017eje boste vi, va\u0161i sodelavci in celo va\u0161e podjetje prebavljali slona.<\/p>\n<p>Do tega postulata so pri\u0161li prakti\u010dno vsi na\u0161i klienti, ki so preoblikovali pokrajino na podlagi in\u017eenirskih praks ekip DevOps.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><br \/>\nToda tudi pri 'lo\u010deni, slonji' dieti imamo zelo dobre mo\u017enosti za 'prekomerno nasi\u010denje' IT-pokrajine. V tem trenutku je smiselno zastaviti, zadihati in pogledati v smer <b>low-code in\u017eenirska platforma<\/b>.<\/p>\n<p>Mnogi razvijalci se bojijo, da bo njihova kariera zastala, ko se bodo odmaknili od neposrednega pisanja kode in pre\u0161li na \"prena\u0161anje\" pu\u0161\u010dic v UI vmesnikih low-code sistemov. Vendar pa pojav strojev ni povzro\u010dil izginotja in\u017eenirjev, temve\u010d je njihovo delo dvignil na nov nivo!<\/p>\n<p>Poglejmo, zakaj.<\/p>\n<p>Analiza podatkov na podro\u010dju logistike, telekomunikacijske industrije, medijskih raziskav in finan\u010dnega sektorja je vedno povezana z naslednjimi vpra\u0161anji: <\/p>\n<ul>\n<li>Hitrost izvajanja avtomatizirane analize;<\/li>\n<li>Mo\u017enost izvajanja eksperimentov brez vpliva na glavni tok proizvodnje podatkov;<\/li>\n<li>Pravilen pripravljeni podatki;<\/li>\n<li>Sledenje spremembam in verzioniranje;<\/li>\n<li>Izvor podatkov, sledljivost podatkov, CDC;<\/li>\n<li>Hitrost dostave novih funkcij v produkcijsko okolje;<\/li>\n<li>In slavni: stro\u0161ek razvoja in vzdr\u017eevanja.<\/li>\n<\/ul>\n<p>\nTo pomeni, da imajo in\u017eenirji ogromno visoko raven nalog, katerih u\u010dinkovito izvajanje je mogo\u010de le, \u010de se umaknejo od nizko nivojskih razvojnih nalog.<\/p>\n<p>Pogoji za prehod razvijalcev na nov nivo so bili evolucija in digitalizacija poslovanja. Vrednost razvijalca se prav tako spreminja: razvijalci, ki se lahko poglobijo v bistvo konceptov avtomatiziranega poslovanja, so v veliki oskrbi.<\/p>\n<p>Poglejmo analogijo med nizko nivojskimi in visoko nivojskimi programskimi jeziki. Prehod s nizko nivojskih jezikov k visoko nivojskim jeziku pomeni prehod od pisanja \"direktiv v jeziku strojne opreme\" k \"direktivam v jeziku ljudi\". To pomeni dodajanje neke vrste abstraktne plasti. V tem primeru prehod na low-code platforme z visoko nivojskih programskih jezikov pomeni prehod od \"direktiv v jeziku ljudi\" k \"direktivam v jeziku poslovanja\". \u010ce se najdejo razvijalci, ki jih bo ta dejstvo prizadelo, potem so verjetno \u017ealostni \u017ee od trenutka, ko je svet ugledal JavaScript, v katerem so funkcije za razvr\u0161\u010danje nizov. Te funkcije imajo seveda v ozadju programsko implementacijo z drugimi sredstvi istega visoko nivojskega programiranja.<\/p>\n<p><b>Tako je low-code le \u0161e en nivo abstrakcije. <\/b><\/p>\n<h2>Prakti\u010dne izku\u0161nje pri uporabi low-code<\/h2>\n<p>\nTema low-code je dovolj \u0161iroka, vendar bi zdaj rad govoril o prakti\u010dni uporabi \"malokodnih konceptov\" na primeru enega na\u0161ih projektov.<\/p>\n<p>Pododdeljenje Big Data Solutions podjetja \"Neoflex\" se v ve\u010dji meri specializira za finan\u010dni sektor poslovanja, gradi skladi\u0161\u010da in jezera podatkov ter avtomatizira razli\u010dna poro\u010dila. V tej ni\u0161i je uporaba low-code \u017ee dolgo standard. Med drugimi orodji low-code lahko omenimo sredstva za organizacijo ETL-procesov: Informatica Power Center, IBM Datastage, Pentaho Data Integration. Ali pa Oracle Apex, ki deluje kot okolje za hitro razvoj vmesnikov za dostop in urejanje podatkov. Vendar uporaba malokodnih razvojnih orodij ni vedno povezana z gradnjo ozkopasovnih aplikacij na komercialni tehnolo\u0161ki sestavi z izrazito odvisnostjo od ponudnika.<\/p>\n<p>S pomo\u010djo platform low-code lahko tudi organiziramo orkestracijo tokov podatkov, ustvarimo podatkovno-znanstvene povr\u0161ine ali, na primer, module za preverjanje kakovosti podatkov. <\/p>\n<p>Eden od prakti\u010dnih primerov izku\u0161enj z uporabo malokodnih razvojnih orodij je sodelovanje \"Neoflex\" s podjetjem Mediascope, enim od vodilnih na ruskem trgu raziskav medijev. En od poslovnih ciljev tega podjetja je proizvodnja podatkov, na podlagi katerih ogla\u0161evalci, internetne platforme, televizijski kanali, radijske postaje, ogla\u0161evalske agencije in blagovne znamke sprejemajo odlo\u010ditve o nakupu oglasov in na\u010drtujejo svoje marketin\u0161ke komunikacije. <\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/d6410c1fe93231281bdd536798fe7c66.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nMedijske raziskave so tehnolo\u0161ko obremenjeno podro\u010dje poslovanja. Prepoznavanje video posnetkov, zbiranje podatkov z naprav, ki analizirajo ogled, merjenje aktivnosti na spletnih virih \u2013 vse to zahteva, da ima podjetje veliko IT-voja\u0161tvo in ogromno izku\u0161enj pri gradnji analiti\u010dnih re\u0161itev. Vendar pa eksponentna rast koli\u010dine informacij, \u0161tevila in raznolikosti njenega izvora nenehno prisili IT-industrijo podatkov k napredku. Najenostavnej\u0161a re\u0161itev za raz\u0161iritev \u017ee delujo\u010de analiti\u010dne platforme Mediascope bi lahko bila pove\u010danje \u0161tevila zaposlenih v IT. Ampak veliko bolj u\u010dinkovita re\u0161itev je pospe\u0161itev procesa razvoja. Eden od korakov, ki vodijo v to smer, lahko predstavlja uporaba platform low-code.<\/p>\n<p>\u041f\u0440\u0438 \u043d\u0430\u0447\u0430\u043b\u0435 \u043f\u0440\u043e\u0435\u043a\u0442\u0430 \u0443 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0443\u0436\u0435 \u0431\u044b\u043b\u043e \u0434\u0435\u0439\u0441\u0442\u0432\u0443\u044e\u0449\u0435\u0435 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u043e\u0432\u043e\u0435 \u0440\u0435\u0448\u0435\u043d\u0438\u0435. \u041e\u0434\u043d\u0430\u043a\u043e \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u043d\u0430 MSSQL \u043d\u0435 \u043c\u043e\u0433\u043b\u0430 \u043f\u043e\u043b\u043d\u043e\u0441\u0442\u044c\u044e \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u043e\u0432\u0430\u0442\u044c \u043e\u0436\u0438\u0434\u0430\u043d\u0438\u044f\u043c \u043f\u043e \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u043c\u043e\u0441\u0442\u0438 \u0444\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u0430 \u043f\u0440\u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0438 \u043f\u0440\u0438\u0435\u043c\u043b\u0435\u043c\u043e\u0439 \u0441\u0442\u043e\u0438\u043c\u043e\u0441\u0442\u0438 \u0434\u043e\u0440\u0430\u0431\u043e\u0442\u043a\u0438.<\/p>\n<p>\u041f\u0435\u0440\u0435\u0434 \u043d\u0430\u043c\u0438 \u0441\u0442\u043e\u044f\u043b\u0430 \u043f\u043e\u0438\u0441\u0442\u0438\u043d\u0435 \u0430\u043c\u0431\u0438\u0446\u0438\u043e\u0437\u043d\u0430\u044f \u0437\u0430\u0434\u0430\u0447\u0430 \u2013 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u00ab\u041d\u0435\u043e\u0444\u043b\u0435\u043a\u0441\u00bb \u0438 Mediascope \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e \u0431\u044b\u043b\u043e \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043f\u0440\u043e\u043c\u044b\u0448\u043b\u0435\u043d\u043d\u043e\u0435 \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u043c\u0435\u043d\u0435\u0435 \u0447\u0435\u043c \u0437\u0430 \u0433\u043e\u0434, \u0441 \u0432\u044b\u0445\u043e\u0434\u043e\u043c MVP \u0432 \u0442\u0435\u0447\u0435\u043d\u0438\u0435 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043a\u0432\u0430\u0440\u0442\u0430\u043b\u0430 \u043f\u043e\u0441\u043b\u0435 \u043d\u0430\u0447\u0430\u043b\u0430 \u0440\u0430\u0431\u043e\u0442.<\/p>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043e\u0441\u043d\u043e\u0432\u044b \u0434\u043b\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043d\u043e\u0432\u043e\u0439 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u044b \u0434\u0430\u043d\u043d\u044b\u0445, \u043e\u0441\u043d\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u043d\u0430 low-code-\u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f\u0445, \u0431\u044b\u043b \u0432\u044b\u0431\u0440\u0430\u043d \u0441\u0442\u0435\u043a \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0439 Hadoop. \u0421\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043e\u043c \u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f \u0434\u0430\u043d\u043d\u044b\u0445 \u0441\u0442\u0430\u043b HDFS \u0441 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u0444\u043e\u0440\u043c\u0430\u0442\u0430 \u0444\u0430\u0439\u043b\u043e\u0432 parquet. \u0414\u043b\u044f \u0434\u043e\u0441\u0442\u0443\u043f\u0430 \u043a \u0434\u0430\u043d\u043d\u044b\u043c \u043d\u0430 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0441\u044f Hive, \u0433\u0434\u0435 \u0432\u0441\u0435 \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b\u0435 \u0432\u0438\u0442\u0440\u0438\u043d\u044b \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u044b \u0432 \u0432\u0438\u0434\u0435 \u0432\u043d\u0435\u0448\u043d\u0438\u0445 \u0442\u0430\u0431\u043b\u0438\u0446. \u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0432 \u0445\u0440\u0430\u043d\u0438\u043b\u0438\u0449\u0435 \u043e\u0441\u0443\u0449\u0435\u0441\u0442\u0432\u043b\u044f\u043b\u0430\u0441\u044c \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e Kafka \u0438 Apache NiFi.<\/p>\n<p>Low-code-\u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442 \u0432 \u0434\u0430\u043d\u043d\u043e\u0439 \u043a\u043e\u043d\u0446\u0435\u043f\u0446\u0438\u0438 \u0431\u044b\u043b \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d \u0434\u043b\u044f \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u0438 \u0441\u0430\u043c\u043e\u0439 \u0442\u0440\u0443\u0434\u043e\u0435\u043c\u043a\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438 \u043f\u0440\u0438 \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u0438 \u0430\u043d\u0430\u043b\u0438\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0439 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u044b \u2013 \u0437\u0430\u0434\u0430\u0447\u0438 \u0440\u0430\u0441\u0447\u0435\u0442\u0430 \u0434\u0430\u043d\u043d\u044b\u0445.<\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/fe62234ab0ae611a0c4a536ca68af898.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\n\u041e\u0441\u043d\u043e\u0432\u043d\u044b\u043c \u043c\u0435\u0445\u0430\u043d\u0438\u0437\u043c\u043e\u043c \u0434\u043b\u044f \u043c\u0430\u043f\u043f\u0438\u043d\u0433\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0431\u044b\u043b \u0432\u044b\u0431\u0440\u0430\u043d low-code-\u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442 Datagram. <b>Neoflex Datagram<\/b> \u2013 \u044d\u0442\u043e \u0441\u0440\u0435\u0434\u0441\u0442\u0432\u043e \u0434\u043b\u044f \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u0439 \u0438 \u043f\u043e\u0442\u043e\u043a\u043e\u0432 \u0434\u0430\u043d\u043d\u044b\u0445. <br \/>\n\u0418\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044f \u0434\u0430\u043d\u043d\u044b\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442, \u043c\u043e\u0436\u043d\u043e \u043e\u0431\u043e\u0439\u0442\u0438\u0441\u044c \u0431\u0435\u0437 \u0440\u0443\u0447\u043d\u043e\u0433\u043e \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u043a\u043e\u0434\u0430 \u043d\u0430 Scala. \u041a\u043e\u0434 \u043d\u0430 Scala \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0441 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u043f\u043e\u0434\u0445\u043e\u0434\u0430 Model Driven Architecture.<\/p>\n<p>\u041e\u0447\u0435\u0432\u0438\u0434\u043d\u044b\u0439 \u043f\u043b\u044e\u0441 \u0442\u0430\u043a\u043e\u0433\u043e \u043f\u043e\u0434\u0445\u043e\u0434\u0430 \u2013 \u0443\u0441\u043a\u043e\u0440\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u0446\u0435\u0441\u0441\u0430 \u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0438. \u041e\u0434\u043d\u0430\u043a\u043e \u043f\u043e\u043c\u0438\u043c\u043e \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0435\u0441\u0442\u044c \u0438 \u0434\u0440\u0443\u0433\u0438\u0435 \u0434\u043e\u0441\u0442\u043e\u0438\u043d\u0441\u0442\u0432\u0430: <\/p>\n<ul>\n<li>\u041f\u0440\u043e\u0441\u043c\u043e\u0442\u0440 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u043c\u043e\u0433\u043e \u0438 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440\u044b \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u043e\u0432\/\u043f\u0440\u0438\u0435\u043c\u043d\u0438\u043a\u043e\u0432;<\/li>\n<li>\u041e\u0442\u0441\u043b\u0435\u0436\u0438\u0432\u0430\u043d\u0438\u0435 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u044f \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432 \u043f\u043e\u0442\u043e\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0434\u043e \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u044b\u0445 \u043f\u043e\u043b\u0435\u0439 (lineage);<\/li>\n<li>\u0427\u0430\u0441\u0442\u0438\u0447\u043d\u043e\u0435 \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u0435 \u043f\u0440\u0435\u043e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u043d\u0438\u0439 \u0441 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u044c\u044e \u043f\u0440\u043e\u0441\u043c\u043e\u0442\u0440\u0430 \u043f\u0440\u043e\u043c\u0435\u0436\u0443\u0442\u043e\u0447\u043d\u044b\u0445 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u043e\u0432;<\/li>\n<li>\u041f\u0440\u043e\u0441\u043c\u043e\u0442\u0440 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u043a\u043e\u0434\u0430 \u0438 \u0435\u0433\u043e \u043a\u043e\u0440\u0440\u0435\u043a\u0442\u0438\u0440\u043e\u0432\u043a\u0430 \u043f\u0435\u0440\u0435\u0434 \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u0435\u043c;<\/li>\n<li>\u0410\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u0432\u0430\u043b\u0438\u0434\u0430\u0446\u0438\u044f \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u0439;<\/li>\n<li>\u0410\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u0437\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 1 \u0432 1.<\/li>\n<\/ul>\n<p>\nVstopna to\u010dka za low-code re\u0161itve za generiranje transformacij je dovolj nizka: razvijalec mora poznati SQL in imeti izku\u0161nje z ETL orodji. Pri tem je treba omeniti, da code-driven generatorji transformacij niso ETL orodja v \u0161ir\u0161em pomenu te besede. Low-code orodja morda nimajo lastnega okolja za izvajanje kode. To pomeni, da se generirana koda izvaja v okolju, ki je bilo na voljo v gru\u010di \u017ee pred namestitvijo low-code re\u0161itve. In to je verjetno \u0161e ena prednost za low-code. Kajti vzporedno z low-code ekipo lahko deluje 'klasi\u010dna' ekipa, ki implementira funkcionalnost, na primer, v \u010distem Scala kodu. Za\u010detek vseh izbolj\u0161av obeh ekip v produkcijo bo preprost in 'brez\u0161iven'.<\/p>\n<p>Morda je treba omeniti tudi, da poleg low-code obstajajo \u0161e no-code re\u0161itve. In po svoji naravi so to razli\u010dne stvari. Low-code v ve\u010dji meri omogo\u010da razvijalcu, da pose\u017ee v generirano kodo. V primeru Datagram je mogo\u010de pregledovati in urejati generirano Scala kodo, no-code pa morda te mo\u017enosti ne ponuja. Ta razlika je precej pomembna ne le z vidika prilagodljivosti re\u0161itve, temve\u010d tudi z vidika udobja in motivacije pri delu podatkovnih in\u017eenirjev. <\/p>\n<h2>Arhitektura re\u0161itve<\/h2>\n<p>\nPoglejmo, kako to\u010dno low-code orodje pomaga re\u0161iti problem optimizacije hitrosti razvoja funkcionalnosti za izra\u010dun podatkov. Najprej analizirajmo funkcionalno arhitekturo sistema. V tem primeru je primer model proizvodnje podatkov za medijske raziskave.<\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/365f1b1cf69bf2a71854eb05c5bba809.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\n<b>Viri podatkov v na\u0161em primeru so precej raznoliki in raznoliki:<\/b><\/p>\n<ul>\n<li>Peoplemeters (TV meters) are software-hardware devices that read user behavior from respondents of the television panel \u2013 who, when, and which TV channel was watched in the household participating in the study. The provided information is a stream of viewing intervals linked to the media package and media product. The data during the loading phase into the Data Lake can be enriched with demographic attributes, geographical ties, time zones, and other information necessary for analyzing the television viewing of a particular media product. The measurements taken can be used for analyzing or planning advertising campaigns, assessing activity and audience preferences, and creating broadcast schedules;<\/li>\n<li>Data can come from streaming television monitoring systems and measurement of content viewing on video resources on the Internet;<\/li>\n<li>Measuring tools in the web environment, including both site-centric and user-centric counters. The data supplier for the Data Lake can be a browser extension research bar and a mobile application with integrated functionality; <a class=\"wpil_keyword_link\" href=\"https:\/\/prohoster.info\/sl\/vpn\/\"   title=\"VPN\" data-wpil-keyword-link=\"linked\"  data-wpil-monitor-id=\"133\">VPN<\/a>.<\/li>\n<li>Data can also come from platforms consolidating the results of online survey completions and outcomes from telephone interviews in the company's survey research;<\/li>\n<li>Additional enrichment of the data lake can occur through the uploading of information from the logs of partner companies.<\/li>\n<\/ul>\n<p>\nThe implementation of as-is loading from source systems into the primary staging of raw data can be organized in various ways. If low-code is used for these purposes, automatic generation of loading scripts can be possible based on metadata. In this case, there is no need to delve into the development of source to target mappings. To implement automatic loading, we need to establish a connection with the source, after which we define in the loading interface the list of entities to be loaded. The creation of directory structures in HDFS will occur automatically and will correspond to the data storage structure in the source system.<\/p>\n<p>However, in the context of this project, we decided not to use this low-code platform capability because Mediascope has already independently started working on creating a similar service using the combination of Nifi + Kafka.<\/p>\n<p>Takoj je treba poudariti, da ti instrumenti niso zamenljivi, temve\u010d se medsebojno dopolnjujejo. Nifi in Kafka lahko delujeta tako v neposredni (Nifi -&gt; Kafka) kot v obratni (Kafka -&gt; Nifi) povezavi. Za platformo medijskih raziskav je bila uporabljena prva mo\u017enost povezave.<\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/8284ef5bd6d3b947998ffd42bfb66dbd.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nV na\u0161em primeru je Nifi potreboval obdelovati razli\u010dne tipe podatkov iz sistemov virov in jih po\u0161iljati posredniku Kafka. Pri tem je bilo usmerjanje sporo\u010dil v dolo\u010den topic Kafka izvedeno z uporabo Nifi procesorjev PublishKafka. Orkestracija in upravljanje teh pipelines se izvajata v vizualnem vmesniku. Orodje Nifi in uporaba kombinacije Nifi + Kafka sta prav tako ozna\u010dena kot low-code pristop k razvoju, ki ima nizko vstopno oviro za tehnologije Big Data in pospe\u0161uje proces razvoja aplikacij. <\/p>\n<p>Naslednji korak pri izvedbi projekta je bil poenotenje formata enotnega semanti\u010dnega sloja podrobnih podatkov. V primeru, da entiteta vsebuje zgodovinske atribute, se izra\u010dun izvede v kontekstu obravnavane particije. \u010ce entiteta ni zgodovinska, je opcijsko mogo\u010d bodisi ponovni izra\u010dun celotne vsebine objekta bodisi opustitev izra\u010duna tega objekta (zaradi odsotnosti sprememb). V tej fazi se generirajo klju\u010di za vse entitete. Klju\u010di se shranijo v ustrezne mati\u010dne objekte v referen\u010dnih katalogih Hbase, ki vsebujejo ustreznost med klju\u010dem v analiti\u010dni platformi in klju\u010di iz sistemov virov. Konsolidacija atomskih entitet je povezana z obogatitvijo z rezultati predhodnega izra\u010duna analiti\u010dnih podatkov. Ogrodje za izra\u010dun podatkov je bil Spark. Opisani funkcionalnosti poenotenja podatkov v enotno semantiko je bila prav tako uresni\u010dena na podlagi mapiranj low-code orodja Datagram.<\/p>\n<p>V ciljni arhitekturi je bilo potrebno zagotoviti SQL dostop do podatkov za poslovne uporabnike. Za to mo\u017enost je bil uporabljen Hive. Registracija objektov v Hive se izvede samodejno, ko je omogo\u010dena mo\u017enost \u201eRegistr Hive Table\u201c v low-code orodju.<\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/a13f7260d067d3d21b7090bd8fa10aff.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<\/p>\n<h2>Upravljanje toka izra\u010duna<\/h2>\n<p>\nDatagram ima su\u010delje za dizajn workflow tokova. Pokretanje mapiranja mo\u017ee se vr\u0161iti kori\u0161\u0107enjem Oozie planera. U su\u010delju za razvoj tokova mogu\u0107e je kreirati sheme paralelnih, sekvencijalnih ili zavisnih izvr\u0161avanja na osnovu postavljenih uslova za transformaciju podataka. Podr\u0161ka je omogu\u0107en za shell skripte i java programe. Tako\u0111e je mogu\u0107e kori\u0161\u0107enje <a class=\"wpil_keyword_link\" href=\"https:\/\/prohoster.info\/sl\/server\/dts-los-angeles\/\"   title=\"stre\u017enika\" data-wpil-keyword-link=\"linked\"  data-wpil-monitor-id=\"3662\">stre\u017enika<\/a> Apache Livy. Apache Livy se koristi za pokretanje aplikacija direktno iz developerskog okru\u017eenja. <\/p>\n<p>U slu\u010daju da kompanija ve\u0107 ima sopstveni orkestrator procesa, mo\u017ee se koristiti REST API za ugradnju mapiranja u ve\u0107 postoje\u0107i tok. Na primer, imali smo prili\u010dno uspe\u0161no iskustvo ugradnje mapiranja u Scala u orkestratore napisane na PLSQL i Kotlin. REST API low-code alata podrazumeva postojanje operacija kao \u0161to su generisanje izvr\u0161nog godi\u0161njeg plana na osnovu dizajna mapiranja, pozivanje mapiranja, pozivanje sekvence mapiranja i, naravno, prosle\u0111ivanje parametara u URL za pokretanje mapiranja.<\/p>\n<p>Pored Oozie, mogu\u0107e je organizovati tok izra\u010dunavanja koriste\u0107i Airflow. Ne\u0107u se previ\u0161e zadr\u017eavati na pore\u0111enju Oozie i Airflow, samo \u0107u re\u0107i da je u kontekstu rada na projektu medijskih istra\u017eivanja izbor pao na Airflow. Glavni argumenti ovog puta bili su aktivnija zajednica koja razvija proizvod i razvijenije su\u010delje + API.<\/p>\n<p>Airflow je tako\u0111e dobar jer se za opisivanje procesa izra\u010dunavanja koristi Python, koji mnogi vole. Uostalom, platformi za upravljanje radnim tokovima otvorenog koda nema mnogo. Pokretanje i pra\u0107enje izvr\u0161enja procesa (uklju\u010duju\u0107i Gantt dijagrame) dodatno pobolj\u0161ava ugled Airflow-a. <\/p>\n<p>Format konfiguracione datoteke za pokretanje mapiranja low-code re\u0161enja postao je spark-submit. To se desilo iz dva razloga. Prvo, spark-submit omogu\u0107ava direktno pokretanje jar datoteke iz konzole. Drugo, on mo\u017ee sadr\u017eavati sve potrebne informacije za konfiguraciju radnog toka (\u0161to olak\u0161ava pisanje skripti koje formiraju Dag).<br \/>\nNaj\u010de\u0161\u0107e se susre\u0107e element radnog toka Airflow u na\u0161em slu\u010daju postao je SparkSubmitOperator.<\/p>\n<p>SparkSubmitOperator omogu\u0107ava pokretanje jar file-ova \u2014 pakovanih mapiranja Datagram sa prethodno formiranim ulaznim parametrima.<\/p>\n<p>Treba napomenuti da se svaka zada\u0107a Airflow-a izvr\u0161ava u odvojenom niti i ne zna ni\u0161ta o drugim zada\u0107ama. Zbog toga se interakcija izme\u0111u zada\u0107a sprovodi pomo\u0107u kontrolnih operatora, kao \u0161to su DummyOperator ili BranchPythonOperator.<\/p>\n<p>Kombinacija kori\u0161\u0107enja low-code re\u0161enja Datagram sa univerzalizacijom konfiguracionih fajlova (koji formiraju Dag) dovela je do zna\u010dajnog ubrzanja i pojednostavljenja procesa razvoja tokova za preuzimanje podataka.<\/p>\n<h2>Izra\u010dun vitrina<\/h2>\n<p>\nVerovatno najinteligentnije optere\u0107enje u proizvodnji analiti\u010dkih podataka jeste korak izgradnje vitrina. U kontekstu jednog od tokova izra\u010dunavanja podataka istra\u017eiva\u010dke kompanije, u ovoj fazi se vr\u0161i uskla\u0111ivanje sa etalonnom transmisijom uzimaju\u0107i u obzir korekcije vremenskih zona u vezi sa mre\u017eom emitovanja. Tako\u0111e, mogu\u0107a je korekcija na lokalnu emitersku mre\u017eu (lokalne vesti i reklama). Pored ostalog, u ovom koraku se vr\u0161i razbijanje intervala neprekidnog gledanja medijskih proizvoda na osnovu analize intervala gledanja. Tako\u0111e se vr\u0161i 'ponderisanje' vrednosti gledanja na osnovu podataka o njihovoj va\u017enosti (izra\u010dunavanje korekcijskog koeficijenta).<\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/b5f90f7d1d95c97c9819218aab9079c4.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nPosebna faza pripreme vitrina je validacija podataka. Algoritam validacije povezan je sa primenom niza matemati\u010dkih science-modela. Me\u0111utim, kori\u0161\u0107enje low-code platforme omogu\u0107ava razbijanje slo\u017eenog algoritma u niz zasebnih vizuelno \u010ditljivih mapiranja. Svako od mapiranja izvr\u0161ava usku zada\u0107u. Kao rezultat toga, mogu\u0107e je me\u0111upredavanje, logovanje i vizualizacija koraka pripreme podataka. <\/p>\n<p>Odlu\u010deno je da se algoritam validacije diskretizuje u slede\u0107e podkorake:<\/p>\n<ul>\n<li>Izgradnja regresija zavisnosti gledanja televizijske mre\u017ee u regionu u odnosu na gledanje svih mre\u017ea u regionu tokom poslednjih 60 dana. <\/li>\n<li>Izra\u010dunavanje stjudenitizovanih ostataka (odstupanja stvarnih vrednosti od predvi\u0111enih regresijskom modelu) za sve ta\u010dke regresije i za obra\u010dunski dan.<\/li>\n<li>Prikupljanje anomalnih parova region-televizijska mre\u017ea, gde stjudenitizovani ostatak obra\u010dunskog dana prema\u0161uje normu (utvr\u0111enu pode\u0161avanjem operacije).<\/li>\n<li>Ponovno izra\u010dunavanje prilago\u0111enog studentiziranog ostatka po anomalnim parovima regija-televizija za svakog ispitanika koji gleda mre\u017eu u regiji, s definicijom doprinosa tog ispitanika (promjena studentiziranog ostatka) uz izuzimanje gledanja tog ispitanika iz uzorka.<\/li>\n<li>Pretraga kandidata \u010dije isklju\u010denje dovodi studentizirani ostatak na normu u ra\u010dunski dan. <\/li>\n<\/ul>\n<p>\nGornji primer potvr\u0111uje hipotezu da, kao \u0161to je slu\u010daj s data-in\u017einjerima, postoji previ\u0161e toga \u0161to treba imati na umu... I, ako je to zaista 'in\u017eenjer', a ne 'programer', strah od profesionalne degradacije pri kori\u0161\u0107enju low-code alata bi definitivno trebao da nestane.<\/p>\n<h2>\u0160ta jo\u0161 mo\u017ee low-code?<\/h2>\n<p>\nPodru\u010dje primene low-code alata za paketnu i strimsku obradu podataka bez potrebe za ru\u010dnim pisanjem koda u Scal-i se ne zavr\u0161ava.<\/p>\n<p>Primena low-code u razvoju datalake-ova postala je neka vrsta standarda za nas. Mo\u017eda se mo\u017ee re\u0107i da re\u0161enja na Hadoop stack-u prate razvoj klasi\u010dnih DWH baziranih na RDBMS. Low-code alati na Hadoop stack-u mogu re\u0161avati i zadatke obrade podataka i zadatke izgradnje krajnjih BI interfejsa. Treba napomenuti da pod BI mo\u017ee da se razume ne samo prikazivanje podataka, nego i njihovo ure\u0111ivanje od strane poslovnih korisnika. Ova funkcionalnost se \u010desto koristi prilikom izrade analiti\u010dkih platformi za finansijski sektor. <\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/cde5ce9dac9fcc9356b2b0ed291e299c.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nMed drugim, s pomo\u010djo low-code ter zlasti Datagram lahko re\u0161imo nalogo sledenja izvoru objektov podatkovnega toka z atomarnostjo do posameznih polj (lineage). V ta namen je v low-code orodju implementirano povezovanje z Apache Atlas in Cloudera Navigator. V bistvu mora razvijalec registrirati niz objektov v Atlas knji\u017enicah in se sklicevati na registrirane objekte pri gradnji map. Mehanizem sledenja izvoru podatkov ali analiza odvisnosti objektov prihrani veliko \u010dasa, ko je potrebno opraviti popravke v algoritmih izra\u010duna. Na primer, pri sestavljanju finan\u010dnih poro\u010dil ta funkcionalnost omogo\u010da la\u017eje pre\u017eivetje obdobij sprememb zakonodaje. Kakovostnej\u0161e, kot smo zavedeni medsebojnih odvisnosti z vidika objekta podrobnega sloja, manj verjetno bomo naleteli na 'nenadne' napake in zmanj\u0161ali \u0161tevilo revorkov. <\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/0b351b116564090bd03f6adf3fc52616.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<\/p>\n<h2>Kakovost podatkov in low-code<\/h2>\n<p>\n\u0160e ena naloga, ki jo je realiziral low-code instrument v projektu podjetja Mediascope, je postala naloga razreda Kakovost podatkov. Zna\u010dilnost izvajanja cevi za preverjanje podatkov za raziskovalno podjetje je bila, da ni vplivala na delovanje in hitrost osnovnega toka izra\u010duna podatkov. Za orkestracijo neodvisnih tokov preverjanja podatkov je bil uporabljen \u017ee znani Apache Airflow. Ko je bil vsak korak proizvodnje podatkov pripravljen, se je hkrati za\u010dela izolirana komponenta DQ cevi. <\/p>\n<p>Dobra praksa je nadziranje kakovosti podatkov od trenutka njihovega nastanka v analiti\u010dni platformi. Imela informacije o metapodatkih, lahko \u017ee od trenutka, ko informacije pristanejo v prvotnem sloju, preverimo spo\u0161tovanje osnovnih pogojev \u2014 not null, omejitve, tuji klju\u010di. Ta funkcionalnost je implementirana na podlagi samodejno ustvarjenih mapiranj dru\u017eine kvalitete podatkov v Datagram. Kodegeneracija v tem primeru temelji tudi na metapodatkih modela. V projektu podjetja Mediascope je bila povezava izvedena z metapodatki produkta Enterprise Architect. <\/p>\n<p>Zahvaljujo\u010d povezavi low-code orodja in Enterprise Architect so bile samodejno ustvarjene naslednje preverjanja:<\/p>\n<ul>\n<li>Preverjanje prisotnosti vrednosti 'null' na poljih z modifierjem 'not null'; <\/li>\n<li>Preverjanje prisotnosti podvajanja primarnega klju\u010da;<\/li>\n<li>Preverjanje zunanjega klju\u010da entitete;<\/li>\n<li>Preverjanje edinstvenosti vrstice po naboru polj.<\/li>\n<\/ul>\n<p>\nZa bolj zapletene preverbe dostopnosti in zanesljivosti podatkov je bil ustvarjen mapping s Scala Expression, ki sprejme zunanje Spark SQL kode preverjanja, pripravljene s strani analitikov v Zeppelin.<\/p>\n<p><img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/f6dcc5719077a3186d23d7bdcb412c45.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nSeveda je treba postopoma pristopiti k avto-generaciji preverjanj. V okviru opisanega projekta so mu predhodili naslednji koraki:<\/p>\n<ul>\n<li>DQ, implementirani v bele\u017enicah Zeppelin;<\/li>\n<li>DQ, vgrajeni v mapping;<\/li>\n<li>DQ v obliki lo\u010denih masivnih mappingov, ki vsebujejo celotni sklop preverjanj za posamezno entiteto;<\/li>\n<li>Univerzalni parametrize DQ mappingi, ki sprejmejo informacije o metapodatkih in poslovnih preverjanjih.<\/li>\n<\/ul>\n<p>\nVerjetno je glavna prednost ustvarjanja storitve parametriziranih preverjanj skraj\u0161anje \u010dasa dostave funkcionalnosti v produkcijsko okolje. Nova preverjanja kakovosti lahko obidejo klasi\u010dni vzorec dostave kode posredno skozi razvojna in testna okolja:<\/p>\n<ul>\n<li>Vsa preverjanja metapodatkov se avtomatsko generirajo ob spremembi modela v EA;<\/li>\n<li>Preverjanja dostopnosti podatkov (opredelitev prisotnosti kakr\u0161nih koli podatkov v dolo\u010denem trenutku) se lahko generirajo na podlagi imenika, ki hrani pri\u010dakovani \u010dasovni okvir za pojav novega sklopa podatkov glede na objekte;<\/li>\n<li>Poslovne preverjanja zanesljivosti podatkov ustvarjajo analitiki v bele\u017enicah Zeppelin. Kjer se neposredno po\u0161ljejo v konfiguracijske tabele modula DQ v produkcijskem okolju. <\/li>\n<\/ul>\n<p>\nTveganja neposredne dostave skriptov na produkcijo prakti\u010dno ni. Tudi v primeru sintakti\u010dne napake je edina nevarnost, da se ne izvede eno samo preverjanje, saj sta tok izra\u010duna podatkov in tok zagon preverjanj kakovosti lo\u010dena med seboj.<\/p>\n<p>Dejansko je storitev DQ nenehno zagnana v produkcijskem okolju in pripravljena za\u010deti svoje delo ob pojavu novega sklopa podatkov. <\/p>\n<h2>Namesto zaklju\u010dka<\/h2>\n<p>\nPrednost uporabe low-code je o\u010ditna. Razvijalcem ni treba razvijati aplikacije \"od za\u010detka\". Programer, osvobojen dodatnih nalog, prina\u0161a rezultate hitreje. Hitrost, ki jo omogo\u010da, spro\u0161\u010da dodatni \u010das za obravnavo vpra\u0161anj optimizacije. Zato lahko v tem primeru ra\u010dunamo na bolj kakovostno in hitro re\u0161itev.<\/p>\n<p><b>Seveda low-code ni zdravilo za vse in \u010darovnija se ne bo zgodila sama od sebe:<\/b><\/p>\n<ul>\n<li>Industrija low-code prehaja v fazo \"okreplenja\", in zaenkrat v njej ni enotnih industrijskih standardov;<\/li>\n<li>Mnoga low-code re\u0161itev niso brezpla\u010dna, in njihova pridobitev mora biti premi\u0161ljena, ki jo je treba sprejeti le ob popolni gotovosti o finan\u010dni koristi uporabe;<\/li>\n<li>Mnoge re\u0161itve z malo kode ne vedno sodelujejo dobro z GIT \/ SVN. Ali pa so neprakti\u010dne pri skrivanju generirane kode;<\/li>\n<li>Pri \u0161irjenju arhitekture je lahko potrebno prilagoditi re\u0161itev z malo kode \u2013 kar znova spro\u017ei u\u010dinek \"priklenjenosti in odvisnosti\" od ponudnika re\u0161itve z malo kode.<\/li>\n<li>Pravi nivo zagotavljanja varnosti je mogo\u010d, vendar je zelo delovno intenziven in zapleten za izvajanje motorjev sistemov z malo kode. Platforme z malo kode je treba izbirati ne le na podlagi iskanja koristi njihove uporabe. Pri izbiri se je smiselno vpra\u0161ati o prisotnosti funkcionalnosti upravljanja dostopa in delegiranja\/eskalacije identifikacijskih podatkov na ravni celotne IT pokrajine organizacije.<\/li>\n<\/ul>\n<p>\n<img decoding=\"async\" alt=\"Uporaba low-code v analiti\u010dnih platformah\" src=\"\/wp-content\/uploads\/2020\/09\/8ad44d2f71f519b70f5ae1e1fe722066.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nVendar, \u010de so vam vsi slabosti izbrane sistem znane in so koristi od njene uporabe kljub temu v prevladujo\u010dem \u0161tevilu, potem preidite na malo kode brez strahu. \u0160e posebej, ker je prehod nanjo neizbe\u017een \u2013 kot je neizbe\u017ena katera koli evolucija.<\/p>\n<p>\u010ce en programer na platformi low-code opravi svoje delo hitreje kot dva programerja brez low-code, to podjetju prina\u0161a prednost na vseh podro\u010djih. Vstopna ovira za re\u0161itve low-code je ni\u017eja kot pri \"tradicionalnih\" tehnologijah, kar pozitivno vpliva na vpra\u0161anje pomanjkanja kadrov. Uporaba orodij z nizko kodo omogo\u010da hitrej\u0161o interakcijo med funkcionalnimi ekipami in hitrej\u0161e sprejemanje odlo\u010ditev o pravilnosti izbrane poti raziskovanja podatkov. Nizko-kodne platforme lahko postanejo vzrok digitalne transformacije organizacije, saj so re\u0161itve, ki jih proizvedejo, dostopne za razumevanje netehni\u010dnim strokovnjakom (zo particulary poslovnim uporabnikom). <\/p>\n<p>\u010ce imate tesne roke, obremenjeno poslovno logiko, pomanjkanje tehnolo\u0161ke ekspertize in potrebujete pospe\u0161iti \u010das do trga, je low-code ena izmed mo\u017enosti, kako zadovoljiti svoje potrebe.<\/p>\n<p>Ni mogo\u010de zanikati pomena tradicionalnih razvojnih orodij, vendar je v mnogih primerih uporaba re\u0161itev z nizko kodo najbolj\u0161i na\u010din za pove\u010danje u\u010dinkovitosti re\u0161evanja nalog.<br \/>\n<br \/>Izvor: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/neoflex\/blog\/520554\/\">habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u0423\u0432\u0430\u0436\u0430\u0435\u043c\u044b\u0435 \u0447\u0438\u0442\u0430\u0442\u0435\u043b\u0438, \u0434\u043e\u0431\u0440\u043e\u0433\u043e \u0434\u043d\u044f! \u0417\u0430\u0434\u0430\u0447\u0430 \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u044f \u0418\u0422-\u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u0434\u043b\u044f \u043d\u0430\u043a\u043e\u043f\u043b\u0435\u043d\u0438\u044f \u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0440\u0430\u043d\u043e \u0438\u043b\u0438 \u043f\u043e\u0437\u0434\u043d\u043e \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u0435\u0442 \u0443 \u043b\u044e\u0431\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438, \u0432 \u043e\u0441\u043d\u043e\u0432\u0435 \u0431\u0438\u0437\u043d\u0435\u0441\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043b\u0435\u0436\u0430\u0442 \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0443\u0430\u043b\u044c\u043d\u043e \u043d\u0430\u0433\u0440\u0443\u0436\u0435\u043d\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u043e\u043a\u0430\u0437\u0430\u043d\u0438\u044f \u0443\u0441\u043b\u0443\u0433 \u0438\u043b\u0438 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0435 \u0442\u0435\u0445\u043d\u0438\u0447\u0435\u0441\u043a\u0438 \u0441\u043b\u043e\u0436\u043d\u044b\u0445 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u043e\u0432. \u041f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u0435 \u0430\u043d\u0430\u043b\u0438\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u2014 \u0441\u043b\u043e\u0436\u043d\u0430\u044f \u0438 \u0442\u0440\u0443\u0434\u043e\u0437\u0430\u0442\u0440\u0430\u0442\u043d\u0430\u044f \u0437\u0430\u0434\u0430\u0447\u0430. \u041e\u0434\u043d\u0430\u043a\u043e \u043b\u044e\u0431\u0443\u044e \u0437\u0430\u0434\u0430\u0447\u0443 \u043c\u043e\u0436\u043d\u043e \u0443\u043f\u0440\u043e\u0441\u0442\u0438\u0442\u044c. \u0412 \u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u044f \u0445\u043e\u0447\u0443 \u043f\u043e\u0434\u0435\u043b\u0438\u0442\u044c\u0441\u044f \u043e\u043f\u044b\u0442\u043e\u043c \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u044f [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":95284,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-95283","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.4 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u0423\u0432\u0430\u0436\u0430\u0435\u043c\u044b\u0435 \u0447\u0438\u0442\u0430\u0442\u0435\u043b\u0438, \u0434\u043e\u0431\u0440\u043e\u0433\u043e \u0434\u043d\u044f! \u0417\u0430\u0434\u0430\u0447\u0430 \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u044f \u0418\u0422-\u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u0434\u043b\u044f \u043d\u0430\u043a\u043e\u043f\u043b\u0435\u043d\u0438\u044f \u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0440\u0430\u043d\u043e \u0438\u043b\u0438 \u043f\u043e\u0437\u0434\u043d\u043e \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u0435\u0442 \u0443 \u043b\u044e\u0431\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438, \u0432 \u043e\u0441\u043d\u043e\u0432\u0435 \u0431\u0438\u0437\u043d\u0435\u0441\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043b\u0435\u0436\u0430\u0442 \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0443\u0430\u043b\u044c\u043d\u043e \u043d\u0430\u0433\u0440\u0443\u0436\u0435\u043d\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/sl\/blog\/administrirovanie\/primenenie-low-code-v-analiticheskih-platformah\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.4\" \/>\n\t\t<meta property=\"og:locale\" content=\"sl_SI\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u041f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435 low-code \u0432 \u0430\u043d\u0430\u043b\u0438\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0430\u0445 | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u0423\u0432\u0430\u0436\u0430\u0435\u043c\u044b\u0435 \u0447\u0438\u0442\u0430\u0442\u0435\u043b\u0438, \u0434\u043e\u0431\u0440\u043e\u0433\u043e \u0434\u043d\u044f! \u0417\u0430\u0434\u0430\u0447\u0430 \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u044f \u0418\u0422-\u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u0434\u043b\u044f \u043d\u0430\u043a\u043e\u043f\u043b\u0435\u043d\u0438\u044f \u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0440\u0430\u043d\u043e \u0438\u043b\u0438 \u043f\u043e\u0437\u0434\u043d\u043e \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u0435\u0442 \u0443 \u043b\u044e\u0431\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438, \u0432 \u043e\u0441\u043d\u043e\u0432\u0435 \u0431\u0438\u0437\u043d\u0435\u0441\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043b\u0435\u0436\u0430\u0442 \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0443\u0430\u043b\u044c\u043d\u043e \u043d\u0430\u0433\u0440\u0443\u0436\u0435\u043d\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/sl\/blog\/administrirovanie\/primenenie-low-code-v-analiticheskih-platformah\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2020-09-27T17:42:23+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2020-09-27T17:42:23+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Uporaba low-code v analiti\u010dnih platformah | ProHoster","description":"Spo\u0161tovani bralci, lep dan! Naloga ustvarjanja IT-platform za zbiranje in analizo podatkov se prej ali slej pojavi pri vsakem podjetju, katerega poslovanje temelji na intelektualno obremenitvenem modelu.","canonical_url":"https:\/\/prohoster.info\/sl\/blog\/administrirovanie\/primenenie-low-code-v-analiticheskih-platformah","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"sl_SI","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435 low-code \u0432 \u0430\u043d\u0430\u043b\u0438\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0430\u0445 | ProHoster","og:description":"\u0423\u0432\u0430\u0436\u0430\u0435\u043c\u044b\u0435 \u0447\u0438\u0442\u0430\u0442\u0435\u043b\u0438, \u0434\u043e\u0431\u0440\u043e\u0433\u043e \u0434\u043d\u044f! \u0417\u0430\u0434\u0430\u0447\u0430 \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u044f \u0418\u0422-\u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c \u0434\u043b\u044f \u043d\u0430\u043a\u043e\u043f\u043b\u0435\u043d\u0438\u044f \u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0434\u0430\u043d\u043d\u044b\u0445 \u0440\u0430\u043d\u043e \u0438\u043b\u0438 \u043f\u043e\u0437\u0434\u043d\u043e \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u0435\u0442 \u0443 \u043b\u044e\u0431\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438, \u0432 \u043e\u0441\u043d\u043e\u0432\u0435 \u0431\u0438\u0437\u043d\u0435\u0441\u0430 \u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043b\u0435\u0436\u0430\u0442 \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0443\u0430\u043b\u044c\u043d\u043e \u043d\u0430\u0433\u0440\u0443\u0436\u0435\u043d\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c.","og:url":"https:\/\/prohoster.info\/sl\/blog\/administrirovanie\/primenenie-low-code-v-analiticheskih-platformah","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-09-27T17:42:23+00:00","article:modified_time":"2020-09-27T17:42:23+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"95283","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 11:08:24","updated":"2026-02-22 15:29:41","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/posts\/95283","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/comments?post=95283"}],"version-history":[{"count":2,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/posts\/95283\/revisions"}],"predecessor-version":[{"id":162190,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/posts\/95283\/revisions\/162190"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/media\/95284"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/media?parent=95283"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/categories?post=95283"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/tags?post=95283"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}