Izraz "podaci" nije nama nov. To je jedna od primarnih stvari koje se podučavaju kada se odlučite za informacijsku tehnologiju i računala. Ako se možete sjetiti, podaci se smatraju sirovim oblikom informacija. Iako već tamo već deset godina, taj pojam Veliki podaci je zujanje ovih dana. Kao što se vidi iz pojma, opterećenja i opterećenja podataka, veliki su podaci i mogu se obrađivati na različite načine pomoću različitih metoda i alata za dobivanje traženih informacija. Ovaj članak govori o konceptima velikih podataka, koristeći 3 V koji je spomenuo Doug Laney, pionir na području skladištenja podataka za koje se smatra da su pokrenuli područje Infonomics (Informacijska ekonomija).
Big Data 3 vs
Podaci, u svom ogromnom obliku, nakupljeni različitim sredstvima pravilno su se podnijeli u različitim bazama podataka i nakon nekog vremena bili su bačeni. Kada se koncept pojavi da što više podataka, to je lakše saznati - različite i relevantne informacije - koristeći prave alate, tvrtke su počele pohranjivati podatke dulje vrijeme. To je poput dodavanja novih uređaja za pohranu ili korištenja oblaka za pohranu podataka u bilo kojem obliku koji su dobiveni podaci: dokumente, proračunske tablice, baze podataka i HTML itd. Zatim se organiziraju u odgovarajuće formate pomoću alata koji mogu obraditi ogromne komade Podaci.
BILJEŠKA: Opseg velikih podataka nije ograničen na podatke prikupljene i pohranjene u vašim prostorima i oblaku. Može uključivati podatke iz različitih izvora, uključujući ali ne ograničavajući se na stavke u javnoj domeni.
3D model velikih podataka temelji se na sljedećim V:
- Volumen: odnosi se na upravljanje pohranom podataka
- Brzina: odnosi se na brzinu obrade podataka
- Raznolikost: odnosi se na grupiranje podataka različitih, naizgled nepovezanih skupova podataka
Sljedeći odlomci objašnjavaju velik modeliranje podataka tako što se detaljnije govori o svakoj dimenziji (svaki V).
A] Volumen velikih podataka
Govoreći o velikim podacima, može se razumjeti volumen kao ogromna zbirka sirovih podataka. Iako je to istina, to je također o troškovima pohrane podataka. Važni podaci mogu se pohraniti u prostorijama kao iu oblaku, a potonji je fleksibilna opcija. Ali trebate li pohraniti sve i sve?
Prema dokumentu objavljenom u Meta Groupu, kada se povećava količina podataka, dijelovi podataka počinju izgledati nepotrebno. Nadalje, navodi se da treba zadržati samo onu količinu podataka koju tvrtke namjeravaju koristiti. Ostali podaci mogu se odbaciti ili ako tvrtke ne vole pustiti "navodno nevažne podatke", mogu se baciti na neiskorištene računalne uređaje, pa čak i na trake tako da tvrtke ne moraju platiti za pohranu takvih podataka.
Koristio sam "navodno nevažne podatke" jer i ja vjerujem da se bilo koji posao u bilo kojem poslu može zatražiti u budućnosti - prije ili kasnije - i stoga ga treba čuvati za dobar vremenski period prije nego što saznate da su podaci doista nije važno. Osobno, bacam stariju podatke s tvrdih diskova iz prošlih vremena, a ponekad i na DVD-ima. Glavna računala i pohrana u oblaku sadrže podatke koje smatram važnima i znaju da ću ih koristiti. Među tim podacima također postoje vrste podataka koji se mogu koristiti nakon nekoliko godina, a mogu završiti na starom HDD-u. Gornji primjer samo je za vaše razumijevanje. Neće odgovarati opisu velikih podataka jer je iznos veći u usporedbi s onim što poduzeća percipiraju kao velike podatke.
B Brzina u velikim podacima
Brzina obrade podataka važan je čimbenik kada govorimo o konceptima velikih podataka. Postoje mnoge web stranice, posebno e-trgovina. Google je već priznao brzinu kojom je učitavanje stranice neophodno za bolje rangiranje. Osim ljestvice, brzina također pruža udobnost korisnicima dok oni kupuju. Isto se odnosi i na podatke koji se obrađuju za druge informacije.
Dok govorimo o brzini, bitno je znati da je ona izvan samo veće širine pojasa. Kombinira podatke koji se lako koriste s različitim alatima za analizu. Jednostavno upotrebljivi podaci znače neke domaće zadaće za stvaranje struktura podataka koji se lako obrađuju. Sljedeća dimenzija - raznolikost, širi daljnje svjetlo na ovo.
C] Raznolikost velikih podataka
Kada postoje opterećenja i opterećenja podataka, postaje važno organizirati ih na način da analitički alati mogu lako obraditi podatke. Postoje i alati za organiziranje podataka. Pri pohranjivanju podataka mogu biti nestrukturirani i iz bilo kojeg oblika. Na vama je da shvatite koji je odnos s drugim podacima s vama. Kada shvatite odnos, možete odabrati odgovarajuće alate i pretvoriti podatke u željeni obrazac za strukturirano i sortirano pohranjivanje.
Sažetak
Drugim riječima, 3D model velikih podataka temelji se na tri dimenzije: USABLE podaci koje posjedujete; pravilno označavanje podataka; i brže obrade. Ako se ta tri brine, vaši se podaci lako mogu obrađivati ili analizirati kako bi se utvrdili što god želite.
Gore objašnjava oba koncepta i 3D model velikih podataka. Članci povezani u drugom para pokazat će dodatnu podršku ako ste novi u konceptu.
Ako želite dodati bilo što, molimo komentirati.
