Big Data 3 Vs - Mga Konsepto at Mga Modelo

Ang katagang `data` ay hindi bago sa amin. Isa ito sa mga pangunahing bagay na itinuturo kapag nagpasyang sumali ka para sa Impormasyon sa Teknolohiya at mga computer. Kung maaari mong isipin, ang data ay isinasaalang-alang ang raw form ng impormasyon. Kahit na mayroon nang isang dekada, ang terminong Big Data ay isang buzz sa mga araw na ito. Bilang maliwanag mula sa term, load, at naglo-load ng data, Big Data at maaari itong maproseso sa iba`t ibang paraan gamit ang iba`t ibang mga pamamaraan at tool upang makuha ang kinakailangang impormasyon. Ang artikulong ito ay tungkol sa mga konsepto ng Big Data, gamit ang 3 V na binanggit ni Doug Laney, isang pioneer sa larangan ng data warehousing na itinuturing na nagsimula sa larangan ng Infonomics (Information Economics).

Bago ka magpatuloy, baka gusto mong basahin ang aming mga artikulo sa Mga Pangunahing Kaalaman ng Big Data at Big Data Paggamit upang maunawaan ang kakanyahan. Maaari silang magdagdag ng hanggang sa post na ito para sa karagdagang paliwanag ng mga konsepto ng Big Data. Ang datos, sa kanyang malaking form, na naipon sa iba`t ibang paraan ay na-file nang maayos sa iba`t ibang mga database nang mas maaga at dumped pagkatapos ng ilang oras. Nang lumitaw ang konsepto na mas maraming data, mas madali ito upang malaman - iba`t ibang at may-katuturang impormasyon - gamit ang mga tamang tool, nagsimula ang mga kumpanya ng pagtatago ng data para sa mas matagal na panahon. Ito ay tulad ng pagdaragdag ng mga bagong imbakan na aparato o paggamit ng cloud upang mag-imbak ng data sa anumang anyo na ang data ay nakuha: mga dokumento, mga spreadsheet, mga database, at HTML, at iba pa Ito ay isinaayos sa tamang mga format gamit ang mga tool na may kakayahang pagproseso ng mga malaking chunks ng Data.

TANDAAN:

Ang saklaw ng Big Data ay hindi limitado sa data na iyong kinokolekta at iniimbak sa iyong mga lugar at ulap.

Ang Modelong 3D ng Big Data ay batay sa mga sumusunod na V: Dami: tumutukoy sa pamamahala ng imbakan ng data

Ang bilis ng pagpoproseso ng data

1. Iba`t-ibang: tumutukoy sa pagpapangkat ng data ng iba`t ibang, tila walang-kaugnayang hanay ng data
2. Ang mga sumusunod na parapo ay nagpapaliwanag ng pagmomodelo ng Big Data sa pamamagitan ng pakikipag-usap tungkol sa bawat dimensyon (bawat V) sa mga detalye.
3. Isang] Dami ng Malaking Data

Pakikipag-usap tungkol sa Malaking Data, maaaring maintindihan ng isa ang dami bilang isang malaking koleksyon ng mga raw na impormasyon. Kahit na totoo, ito rin ay tungkol sa mga gastos sa imbakan ng data. Ang mahalagang data ay maaaring maimbak sa mga lugar pati na rin sa cloud, ang huli ay ang opsyon na nababaluktot. Ngunit kailangan mo bang mag-imbak ng bawat isa at lahat ng bagay?

Ayon sa isang whitepaper na inilabas ng Meta Group, kapag ang pagtaas ng dami ng data, ang mga bahagi ng data ay nagsisimula nang hindi kinakailangan. Dagdag pa, ito ay nagsasaad na ang dami lamang ng datos ay dapat panatilihin kung saan nais gamitin ng mga negosyo. Ang iba pang mga data ay maaaring itapon o kung ang mga negosyo ay nag-aatubiling mag-iwan ng "di-mahalagang data na di-mahalaga", maaari silang ma-dumped sa hindi ginagamit na mga aparatong computer at kahit sa mga teyp upang ang mga negosyo ay hindi kailangang magbayad para sa pagtatago ng naturang data. > Ginamit ko ang "hindi angkop na data" dahil naniniwala rin ako na ang data ng anumang uri ay maaaring kailanganin ng anumang negosyo sa hinaharap - sa lalong madaling panahon o sa huli - at sa gayon ay kailangang maingat para sa isang mahusay na dami ng oras bago mo malalaman na ang data ay sa katunayan hindi mahalaga. Personal, dump ako ng mas lumang data sa mga hard disk mula sa mga yesteryears at kung minsan sa mga DVD. Ang mga pangunahing computer at cloud storage ay naglalaman ng data na itinuturing kong mahalaga at alam ko na gagamitin ko. Kasama rin sa data na ito, mayroong paggamit-isang beses na uri ng data na maaaring magtapos sa isang lumang HDD pagkatapos ng ilang taon. Ang halimbawa sa itaas ay para lamang sa iyong pag-unawa. Ito ay hindi magkasya sa paglalarawan ng Big Data dahil ang halaga ay medyo mas mababa kung ikukumpara sa kung ano ang mga negosyo na nakikita bilang Big Data.

B

] Velocity sa Big Data

Ang bilis ng data sa pagproseso ay isang mahalagang kadahilanan kapag pinag-uusapan ang tungkol sa mga konsepto ng Big Data. Maraming mga website, lalo na ang e-commerce. Inamin na ng Google na ang bilis kung saan ang load ng pahina ay mahalaga para sa mas mahusay na ranggo. Bukod sa ranggo, ang bilis ay nagbibigay din ng kaginhawahan sa mga gumagamit habang sila ay nagbebenta. Ang parehong naaangkop para sa data na naproseso para sa iba pang impormasyon.

Habang pinag-uusapan ang bilis, mahalaga na malaman na ito ay lampas lamang sa mas mataas na bandwidth. Pinagsasama nito ang madaling magagamit na data na may iba`t ibang mga tool sa pagtatasa. Ang madaling gamitin na data ay nangangahulugang ilang araling-bahay upang lumikha ng mga istruktura ng data na madaling iproseso. Ang susunod na dimensyon - Iba`t ibang, kumakalat ng karagdagang liwanag sa ito. C] Iba`t ibang Big Data

Kapag may mga naglo-load at naglo-load na data, nagiging mahalaga upang maisaayos ang mga ito sa paraang madaling maproseso ng mga tool sa pag-aaral data. May mga tool para sa pag-aayos ng data pati na rin. Kapag nag-iimbak, ang data ay maaaring unstructured at ng anumang form. Nasa iyo na malaman kung ano ang kaugnayan nito sa ibang data sa iyo. Sa sandaling malaman mo ang kaugnayan, maaari mong kunin ang mga angkop na tool at i-convert ang data sa nais na form para sa nakabalangkas at pinagsunod-sunod na imbakan.

Buod

Sa ibang salita, ang Modelong 3D ng Big Data ay batay sa tatlong dimensyon: USABLE data na taglay mo; tamang pag-tag ng data; at mas mabilis na pagproseso. Kung ang tatlo ay inaalagaan, ang iyong data ay maaaring madaling maiproseso o masuri upang malaman kung anuman ang gusto mo.

Ang nasa itaas ay nagpapaliwanag ng parehong konsepto at ang 3D na modelo ng Big Data. Ang mga artikulo na naka-link sa ikalawang para ay magpapatunay ng karagdagang suporta kung ikaw ay bago sa konsepto.

Kung nais mong magdagdag ng anumang bagay, mangyaring magkomento.