Windows

Ο όρος "δεδομένα" δεν είναι καινούργιος για εμάς. Είναι ένα από τα βασικά πράγματα που διδάσκονται όταν επιλέγετε Πληροφορική και υπολογιστές. Εάν μπορείτε να ανακαλέσετε, τα δεδομένα θεωρούνται ως ακατέργαστη μορφή πληροφοριών. Αν και ήδη εδώ και μια δεκαετία, ο όρος

Δημήτρης Μπουραντάς: Η Φιλοσοφία στην Ηγεσία

Δημήτρης Μπουραντάς: Η Φιλοσοφία στην Ηγεσία

Πίνακας περιεχομένων:

Anonim

είναι ένα buzz αυτές τις μέρες. Όπως είναι εμφανές από τον όρο "φορτία" και "φορτία" δεδομένων, είναι μεγάλα δεδομένα και μπορούν να επεξεργαστούν με διαφορετικούς τρόπους χρησιμοποιώντας διαφορετικές μεθόδους και εργαλεία για την απόκτηση απαιτούμενων πληροφοριών. Αυτό το άρθρο μιλάει για τις έννοιες του Big Data, χρησιμοποιώντας τα 3 V που ανέφερε ο Doug Laney, πρωτοπόρος στον τομέα της αποθήκευσης δεδομένων, ο οποίος θεωρείται ότι έχει ξεκινήσει το πεδίο Infonomics Προτού προχωρήσετε, ίσως θελήσετε να διαβάσετε τα άρθρα μας σχετικά με τα Βασικά στοιχεία των μεγάλων δεδομένων και τη χρήση μεγάλων δεδομένων για να κατανοήσετε την ουσία. Θα μπορούσαν να προστεθούν σε αυτή τη θέση για περαιτέρω επεξήγηση των εννοιών των Big Data Μεγάλα Δεδομένα 3 Vs

Τα δεδομένα, με την τεράστια μορφή τους, συσσωρευμένα με διαφορετικά μέσα κατατέθηκαν νωρίτερα σε διαφορετικές βάσεις δεδομένων νωρίτερα και απορρίφθηκαν μετά από κάποιο χρονικό διάστημα. Όταν προέκυψε η ιδέα ότι τόσο περισσότερα δεδομένα, τόσο πιο εύκολο είναι να ανακαλύψεις - διαφορετικές και σχετικές πληροφορίες - χρησιμοποιώντας τα σωστά εργαλεία, οι εταιρείες άρχισαν να αποθηκεύουν δεδομένα για μεγαλύτερες περιόδους. Αυτό είναι σαν να προσθέτετε νέες συσκευές αποθήκευσης ή να χρησιμοποιείτε το cloud για να αποθηκεύετε τα δεδομένα σε οποιαδήποτε μορφή έχουν ληφθεί τα δεδομένα: έγγραφα, υπολογιστικά φύλλα, βάσεις δεδομένων και HTML, κλπ. Στη συνέχεια, ταξινομούνται σε κατάλληλες μορφές χρησιμοποιώντας εργαλεία ικανά να επεξεργάζονται τεράστια κομμάτια Δεδομένα

ΣΗΜΕΙΩΣΗ:

Το πεδίο εφαρμογής των δεδομένων Big Data δεν περιορίζεται στα δεδομένα που συλλέγετε και αποθηκεύετε στις εγκαταστάσεις σας και στο σύννεφο. Μπορεί να περιλαμβάνει δεδομένα από διαφορετικές πηγές, συμπεριλαμβανομένων ενδεικτικά δημόσιων αντικειμένων

. Το Τρισδιάστατο μοντέλο μεγάλων δεδομένων βασίζεται στον ακόλουθο V: Όγκος: αναφέρεται στη διαχείριση αποθήκευσης δεδομένων

Ταχύτητα: αναφέρεται στην ταχύτητα επεξεργασίας δεδομένων

  1. Ποικιλία: αναφέρεται σε ομαδοποίηση δεδομένων διαφορετικών, φαινομενικά μη σχετικών συνόλων δεδομένων
  2. Οι παρακάτω παράγραφοι εξηγούν τη Μεγάλη Μοντελοποίηση Δεδομένων μιλώντας για κάθε διάσταση (κάθε V) A] Όγκος μεγάλων δεδομένων
  3. Μιλώντας για τα μεγάλα δεδομένα, κάποιος θα μπορούσε να κατανοήσει τον όγκο ως μια τεράστια συλλογή ακατέργαστων πληροφοριών. Αν και αυτό ισχύει, πρόκειται επίσης για το κόστος αποθήκευσης δεδομένων. Σημαντικά δεδομένα μπορούν να αποθηκευτούν τόσο σε εγκαταστάσεις όσο και σε σύννεφα, με το τελευταίο να είναι η ευέλικτη επιλογή. Αλλά πρέπει να αποθηκεύσετε το καθένα;

Σύμφωνα με μια λευκή ετικέτα που κυκλοφόρησε ο Meta Group, όταν αυξάνεται ο όγκος των δεδομένων, τα στοιχεία των δεδομένων αρχίζουν να φαίνονται περιττά. Περαιτέρω, δηλώνει ότι πρέπει να διατηρηθεί μόνο ο όγκος των δεδομένων που οι επιχειρήσεις σκοπεύουν να χρησιμοποιήσουν. Άλλα δεδομένα ενδέχεται να απορριφθούν ή εάν οι επιχειρήσεις διστάζουν να αφήσουν "υποτιθέμενα μη σημαντικά δεδομένα", μπορούν να απορρίπτονται σε αχρησιμοποίητες συσκευές ηλεκτρονικών υπολογιστών και ακόμη και σε κασέτες, έτσι ώστε οι επιχειρήσεις να μην χρειάζεται να πληρώνουν για την αποθήκευση τέτοιων δεδομένων. > Έχω χρησιμοποιήσει "υποτιθέμενα ασήμαντα δεδομένα", διότι πιστεύω επίσης ότι τα δεδομένα οποιουδήποτε τύπου μπορούν να απαιτηθούν από οποιαδήποτε επιχείρηση στο μέλλον - αργά ή γρήγορα - και επομένως πρέπει να τηρούνται για μεγάλο χρονικό διάστημα προτού να γνωρίζετε ότι τα δεδομένα είναι πράγματι δεν είναι σημαντικό. Προσωπικά, βάζω παλαιότερα δεδομένα σε σκληρούς δίσκους από παλιά και μερικές φορές σε DVD. Οι κύριοι υπολογιστές και το cloud storage περιέχουν τα δεδομένα που θεωρώ σημαντικά και γνωρίζω ότι θα τα χρησιμοποιήσω. Ανάμεσα σε αυτά τα δεδομένα υπάρχει και ένα είδος δεδομένων που μπορεί να καταλήξει σε έναν παλιό σκληρό δίσκο μετά από λίγα χρόνια. Το παραπάνω παράδειγμα είναι μόνο για την κατανόησή σας. Δεν θα ταιριάζει με την περιγραφή των μεγάλων δεδομένων, καθώς το ποσό είναι πολύ μικρότερο σε σύγκριση με αυτό που οι επιχειρήσεις αντιλαμβάνονται ως μεγάλα δεδομένα.

B

] Ταχύτητα δεδομένων μεγάλης ταχύτητας

Η ταχύτητα επεξεργασίας των δεδομένων είναι ένας σημαντικός παράγοντας όταν μιλάμε για έννοιες Big Data. Υπάρχουν πολλές ιστοσελίδες, ειδικά ηλεκτρονικό εμπόριο. Η Google είχε ήδη παραδεχθεί ότι η ταχύτητα με την οποία ένα φορτίο σελίδας είναι απαραίτητο για καλύτερες βαθμολογίες. Εκτός από τις ταξινομήσεις, η ταχύτητα παρέχει επίσης άνεση στους χρήστες ενώ ψωνίζουν. Το ίδιο ισχύει και για τα δεδομένα που επεξεργάζονται για άλλες πληροφορίες.

Ενώ μιλάμε για ταχύτητα, είναι σημαντικό να γνωρίζουμε ότι είναι πέρα ​​από λίγο μεγαλύτερο εύρος ζώνης. Συνδυάζει εύκολα χρήσιμα δεδομένα με διαφορετικά εργαλεία ανάλυσης. Εύχρηστα δεδομένα σημαίνει κάποια εργασία για να δημιουργηθούν δομές δεδομένων που είναι εύκολο να επεξεργαστούν. Η επόμενη διάσταση - Ποικιλία, διαδίδει περαιτέρω φως σε αυτό.

C> Ποικιλία μεγάλων δεδομένων Όταν υπάρχουν φορτία και φορτία δεδομένων, είναι σημαντικό να τα οργανώνουμε με τέτοιο τρόπο ώστε τα εργαλεία ανάλυσης να μπορούν εύκολα να επεξεργαστούν δεδομένα. Υπάρχουν εργαλεία για την οργάνωση δεδομένων επίσης. Κατά την αποθήκευση, τα δεδομένα μπορεί να είναι μη δομημένα και οποιασδήποτε μορφής. Εναπόκειται σε εσάς να καταλάβετε τι σχέση έχει με άλλα δεδομένα μαζί σας. Μόλις καταλάβετε τη σχέση, μπορείτε να πάρετε τα κατάλληλα εργαλεία και να μετατρέψετε τα δεδομένα στην επιθυμητή μορφή για δομημένη και ταξινομημένη αποθήκευση.

Περίληψη

Με άλλα λόγια, το 3D μοντέλο της Big Data βασίζεται σε τρεις διαστάσεις: που κατέχετε. κατάλληλη σήμανση των δεδομένων · και ταχύτερη επεξεργασία. Εάν αυτά τα τρία φροντίζουν, τα δεδομένα σας μπορούν να επεξεργαστούν ή να αναλυθούν εύκολα για να καταλάβουν ό, τι θέλετε.

Τα παραπάνω εξηγούν και τις δύο έννοιες και το τρισδιάστατο μοντέλο Big Data. Τα άρθρα που συνδέονται με τη δεύτερη παράμετρο θα αποδειχθεί πρόσθετη υποστήριξη αν είστε νέοι στην έννοια

Αν θέλετε να προσθέσετε κάτι, παρακαλώ σχολιάστε