Big Data 3 Vs - Konzepte & Modelle

Der Begriff "Daten" ist für uns nicht neu. Es ist eines der wichtigsten Dinge, wenn Sie sich für Informationstechnologie und Computer entscheiden. Wenn Sie sich erinnern können, werden Daten als die rohe Form der Information betrachtet. Schon seit einem Jahrzehnt ist der Begriff Big Data in Mode. Wie aus dem Begriff hervorgeht, sind Lasten und Datenmengen Big Data, und sie können auf unterschiedliche Weise verarbeitet werden, wobei verschiedene Methoden und Werkzeuge verwendet werden, um erforderliche Informationen zu beschaffen. Dieser Artikel handelt von den Konzepten von Big Data, die von Doug Laney, einem Pionier auf dem Gebiet des Data Warehousing, der das Gebiet Infonomics (Informationsökonomie) initiiert hat, verwendet > Bevor Sie fortfahren, möchten Sie vielleicht unsere Artikel über Grundlagen von Big Data und Big Data Usage lesen, um die Essenz zu verstehen. Sie könnten diesen Beitrag zur weiteren Erläuterung von Big Data-Konzepten ergänzen.

Big Data 3 Vs

Daten in ihrer riesigen Form, die auf unterschiedliche Weise gesammelt wurden, wurden früher ordnungsgemäß in verschiedenen Datenbanken abgelegt und nach einiger Zeit gelöscht. Als das Konzept auftauchte, dass die Daten umso leichter zu finden sind - unterschiedliche und relevante Informationen -, indem die richtigen Tools verwendet werden, begannen Unternehmen, Daten für längere Zeiträume zu speichern. Dies ist wie das Hinzufügen neuer Speichergeräte oder die Verwendung der Cloud zum Speichern der Daten in jeder Form der Datenbeschaffung: Dokumente, Tabellenkalkulationen, Datenbanken und HTML usw. Sie werden dann in geeignete Formate unter Verwendung von Tools zur Verarbeitung großer Teile der Daten eingeordnet Daten.

HINWEIS:

Der Umfang von Big Data ist nicht auf die Daten beschränkt, die Sie in Ihren Räumlichkeiten und in Ihrer Cloud erfassen und speichern. Es kann Daten aus verschiedenen anderen Quellen enthalten, einschließlich, aber nicht beschränkt auf Elemente in der öffentlichen Domäne. Das 3D-Modell von Big Data basiert auf den folgenden V:

Volume: bezieht sich auf die Verwaltung des Datenspeichers

1. Velocity: bezieht sich auf die Geschwindigkeit der Datenverarbeitung
2. Variety: bezieht sich auf das Gruppieren von Daten verschiedener, scheinbar nicht zusammenhängender Datensätze
3. In den folgenden Abschnitten wird die Big Data-Modellierung erläutert, indem zu jeder Dimension (jedes V) im Detail gesprochen wird A] Volumen von Big Data

Wenn man von Big Data spricht, könnte man Volumen als eine riesige Sammlung von Rohdaten verstehen. Obwohl das stimmt, geht es auch um Speicherkosten von Daten. Wichtige Daten können sowohl lokal als auch in der Cloud gespeichert werden, wobei letztere die flexible Option darstellt. Aber müssen Sie alles speichern?

Laut einem Whitepaper, das von der Meta Group veröffentlicht wurde, scheinen Teile von Daten bei steigendem Datenvolumen unnötig zu sein. Weiter heißt es, dass nur jene Datenmenge beibehalten werden sollte, die die Unternehmen nutzen wollen. Andere Daten können verworfen werden, oder wenn die Unternehmen nur zögerlich "vermeintlich unwichtige Daten" loslassen, können sie auf ungenutzten Computergeräten und sogar auf Bändern abgelegt werden, so dass Unternehmen nicht für die Speicherung solcher Daten bezahlen müssen.

Ich habe "vermeintlich unwichtige Daten" verwendet, weil ich auch der Meinung bin, dass Daten jeder Art in Zukunft - früher oder später - von jedem Unternehmen benötigt werden und daher für eine lange Zeit aufbewahrt werden müssen, bevor Sie wissen, dass die Daten vorliegen in der Tat nicht wichtig. Persönlich lege ich ältere Daten auf Festplatten von gestern und manchmal auf DVDs ab. Die Hauptcomputer und der Cloud-Speicher enthalten die Daten, die ich für wichtig halte und die ich verwenden werde. Unter diesen Daten gibt es auch einmal genutzte Daten, die nach einigen Jahren auf einer alten Festplatte landen können. Das obige Beispiel dient nur Ihrem Verständnis. Es passt nicht in die Beschreibung von Big Data, da die Menge im Vergleich zu Big Data viel geringer ist.

B

Geschwindigkeit in Big Data

Die Geschwindigkeit der Datenverarbeitung ist ein wichtiger Faktor wenn man über Konzepte von Big Data spricht. Es gibt viele Websites, insbesondere E-Commerce. Google hatte bereits zugegeben, dass die Geschwindigkeit, mit der eine Seitenladung für bessere Rankings unerlässlich ist. Abgesehen von den Rankings bietet die Geschwindigkeit den Nutzern auch Komfort beim Einkaufen. Gleiches gilt für die Verarbeitung von Daten für andere Informationen. Wenn man über die Geschwindigkeit spricht, ist es wichtig zu wissen, dass sie über eine höhere Bandbreite hinausgeht. Es kombiniert leicht nutzbare Daten mit verschiedenen Analysewerkzeugen. Schnell verwertbare Daten bedeuten einige Hausaufgaben, um Strukturen von Daten zu schaffen, die leicht zu verarbeiten sind. Die nächste Dimension - Variety, breitet weiteres Licht darauf aus.

C] Vielfalt der Big Data

Wenn es viele und viele Daten gibt, ist es wichtig, sie so zu organisieren, dass die Analysetools die Daten einfach verarbeiten können Daten. Es gibt auch Tools zum Organisieren von Daten. Beim Speichern können die Daten unstrukturiert und in beliebiger Form vorliegen. Es liegt an Ihnen, herauszufinden, welche Beziehung es zu anderen Daten mit Ihnen hat. Sobald Sie die Beziehung herausgefunden haben, können Sie geeignete Werkzeuge auswählen und die Daten in das gewünschte Formular für strukturierten und sortierten Speicher konvertieren.

Zusammenfassung

Mit anderen Worten, das 3D-Modell von Big Data basiert auf drei Dimensionen: USABLE-Daten das du besitzt; richtige Kennzeichnung der Daten; und schnellere Verarbeitung. Wenn diese drei berücksichtigt werden, können Ihre Daten leicht verarbeitet oder analysiert werden, um herauszufinden, was Sie wollen.

Das Obige erklärt beide Konzepte und das 3D-Modell von Big Data. Die im zweiten Absatz verlinkten Artikel stellen zusätzliche Unterstützung dar, wenn Sie mit dem Konzept noch nicht vertraut sind.

Wenn Sie etwas hinzufügen möchten, geben Sie bitte einen Kommentar

ein