Termiņš Lielie dati tiek arvien vairāk izmantota gandrīz visur planēta - tiešsaistē un bezsaistē. Un tas nav saistīts tikai ar datoriem. Tas ir ietverts vispārējā terminā, ko sauc par informācijas tehnoloģiju, kas tagad ir daļa no gandrīz visām citām tehnoloģijām un studiju un uzņēmējdarbības jomām. Big Data nav liels darījums. Apkārtējā higiēna ir pārliecināts, ka ir diezgan liels darījums, lai jūs varētu sajaukt. Šajā rakstā apskatīts, kas ir Big Data. Tajā ir arī piemērs tam, kā NetFlix izmantoja savus datus, vai drīzāk Big Data, lai labāk apkalpotu klientu vajadzības.
Kas ir Big Data?
Dati, kas atrodas jūsu uzņēmuma serveros, bija tikai dati līdz vakar - sakārtoti un iesniegti. Pēkšņi lielo datu slogs ieguva popularitāti, un tagad jūsu uzņēmuma dati ir Big Data. Termins attiecas uz katru no jūsu organizācijas datiem, kas glabājas līdz šim. Tas ietver datus, kas tiek glabāti mākoņos un pat vietrāžos URL. Jūsu uzņēmums, iespējams, nav digitalizējis visus datus. Iespējams, jums jau nav strukturēti visi dati. Bet pēc tam visi digitālie, dokumenti, strukturētie un nesadalīti dati ar jūsu uzņēmumu tagad ir Big Data.
Īsi sakot, visi dati, neatkarīgi no tā, vai tie ir klasificēti vai nav klasificēti jūsu serveros, kopīgi tiek saukti BIG DATA. Visi šie dati var tikt izmantoti, lai iegūtu dažādus rezultātus, izmantojot dažāda veida analīzi. Nav nepieciešams, lai visa analīze izmantotu visus datus. Dažāda analīze izmanto dažādas BIG DATA daļas, lai iegūtu vajadzīgos rezultātus un prognozes.
Lielie dati būtībā ir dati, kurus analizējat par rezultātiem, kurus varat izmantot prognozēm un citiem mērķiem. Lietojot terminu "lielie dati", pēkšņi jūsu uzņēmums vai organizācija strādā ar augstākā līmeņa informācijas tehnoloģiju, lai secinātu dažāda veida rezultātus, izmantojot tos pašus datus, kurus esat apzināti vai netīši uzglabājuši gadu gaitā.
Cik liels ir Big Data?
Būtībā visi dati kopā ir Big Data, bet daudzi pētnieki vienojas, ka Big Data - kā tādu - nevar manipulēt, izmantojot parastās izklājlapas un regulārus datubāzes pārvaldības rīkus. Viņiem nepieciešami īpaši analīzes rīki, piemēram, Hadoop (mēs to izpētīsim atsevišķā ziņojumā), lai visus datus varētu analizēt vienā reizē (var ietvert arī analīžu atkārtojumus).
Pretēji iepriekš minētajam, lai gan es neesmu eksperts šajā jautājumā, es teiktu, ka dati ar kādu organizāciju - lielu vai mazu, organizētu vai neorganizētu - ir šīs organizācijas lielie dati un ka organizācija var izvēlēties savus rīkus, lai analizētu datus.
Parasti datu analīzei cilvēki izmanto dažādu datu kopu izveidi, pamatojoties uz vienu vai vairākiem kopējiem laukiem, lai analīze kļūtu vieglāka. Big Data gadījumā nav nepieciešams izveidot apakškopas, lai to analizētu. Tagad mums ir instrumenti, kas var analizēt datus neatkarīgi no tā, cik liels tas ir. Iespējams, ka šie instrumenti paši klasificē datus pat tad, ja tos analizē.
Es uzskatu, ka ir svarīgi minēt divus teikumus no Jimmy Guterman grāmatas "Big Data":
“ Big Data: when the size and performance requirements for data management become significant design and decision factors for implementing a data management and analysis system.”
-un-
“For some organizations, facing hundreds of gigabytes of data for the first time may trigger a need to reconsider data management options. For others, it may take tens or hundreds of terabytes before data size becomes a significant consideration.”
Tātad jūs redzat, ka gan apjoms, gan analīze ir svarīga lielo datu daļa.
Lasīt: Kas ir datu ieguves?
Big Data Concepts
Šis ir vēl viens punkts, kur lielākā daļa cilvēku nepiekrīt. Daži eksperti saka, ka Big Data Concepts ir trīs V:
- Apjoms
- Ātrums
- Šķirne
Daži citi pievieno vēl dažus V koncepciju:
- Vizualizācija
- Veracitāte (uzticamība)
- Mainīgums un
- Vērtība
Es aplūkošu Big Data koncepcijas atsevišķā rakstā, jo šis ziņojums jau kļūst liels. Manuprāt, pirmie trīs V ir pietiekami, lai izskaidrotu Big Data koncepciju.
Lielo datu piemērs - kā Netflix to izmantoja problēmu novēršanai
2008. gadā Netflix pārtrauca darboties, tāpēc daudzi klienti tika atstāti tumsā. Lai gan daži joprojām var piekļūt straumēšanas pakalpojumiem, vairums no tiem nevarēja. Dažiem klientiem izdevās iegūt īrētos DVD, bet citi neizdevās. Strīta žurnālā ievietotais emuāra ziņojums saka, ka Netflix tikko uzsāka pēc pieprasījuma straumēšanu.
Pārtraukums ļāva vadītājam domāt par iespējamām nākotnes problēmām un līdz ar to; tas pagriezās pret lielajiem datiem. Izmantojot šos datus, tā analizēja lielas satiksmes zonas, uzņēmīgus punktus un tīkla caurlaidspēju utt., Lai samazinātu dīkstāves, ja nākotnes problēma rodas globālā mērogā. Šeit ir saite uz Wall Street Journal emuāru, ja vēlaties iepazīties ar Big Data piemēriem.
Iepriekš aprakstīts, kas ir Big Data lajs valodā. Jūs varat to saukt par ļoti vienkāršu ievadu. Es plānoju uzrakstīt vēl dažus rakstus par saistītiem faktoriem, piemēram, - Big Data, Big Data 3 V, Concepts, Analysis, Tools rīkus un izmantošanu. Tajā pašā laikā, ja vēlaties kaut ko pievienot iepriekš minētajam, lūdzu, komentējiet un kopīgojiet to. mums.
