Der Begriff „Daten“ ist uns nicht neu. Es ist eines der wichtigsten Dinge, die gelehrt werden, wenn Sie sich für Informationstechnologie und Computer entscheiden. Wenn Sie sich erinnern können, werden Daten als Rohform von Informationen betrachtet. Obwohl es schon seit einem Jahrzehnt den Begriff gibt Große Daten ist heutzutage in aller Munde. Wie aus dem Begriff ersichtlich, handelt es sich bei Unmengen an Daten um Big Data, die auf unterschiedliche Weise mit unterschiedlichen Methoden und Tools verarbeitet werden können, um die erforderlichen Informationen zu beschaffen. Dieser Artikel spricht über die Konzepte von Big Data unter Verwendung der 3 Vs, die von Doug Laney erwähnt wurden, einem Pionier auf dem Gebiet des Data Warehousing, der als Initiator des Bereichs Data Warehousing gilt Infonomik (Informationsökonomie).

Bevor Sie fortfahren, möchten Sie vielleicht unsere Artikel über die Grundlagen von Big Data und die Nutzung von Big Data lesen, um das Wesentliche zu verstehen. Sie könnten diesen Beitrag ergänzen, um weitere Erläuterungen zu Big Data-Konzepten zu erhalten.

Big Data 3 vs

Daten in ihrer riesigen Form, die auf verschiedene Weise angesammelt wurden, wurden früher ordnungsgemäß in verschiedenen Datenbanken abgelegt und nach einiger Zeit verworfen. Als das Konzept aufkam, dass je mehr Daten, desto einfacher es ist, mit den richtigen Tools unterschiedliche und relevante Informationen herauszufinden, 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 der Form, in der sie beschafft wurden: Dokumente, Tabellenkalkulationen, Datenbanken und HTML usw. Sie werden dann mithilfe von Tools, die riesige Datenmengen verarbeiten können, in die richtigen Formate arrangiert Daten.

HINWEIS: Der Umfang von Big Data ist nicht auf die Daten beschränkt, die Sie in Ihren Räumlichkeiten und in der Cloud sammeln und speichern. Es kann Daten aus verschiedenen anderen Quellen enthalten, einschließlich, aber nicht beschränkt auf öffentlich zugängliche Elemente.

Das 3D-Modell von Big Data basiert auf den folgenden Vs:

1. Volumen: bezieht sich auf die Verwaltung der Datenspeicherung
2. Geschwindigkeit: bezieht sich auf die Geschwindigkeit der Datenverarbeitung
3. Vielfalt: bezieht sich auf die Gruppierung von Daten verschiedener, scheinbar nicht zusammenhängender Datensätze

In den folgenden Abschnitten wird die Big-Data-Modellierung erläutert, indem auf jede Dimension (jedes V) im Detail eingegangen wird.

A]Umfang von Big Data

Wenn man über Big Data spricht, könnte man Volumen als eine riesige Sammlung von Rohinformationen verstehen. Das stimmt zwar, es geht aber auch um die Speicherkosten von Daten. Wichtige Daten können sowohl lokal als auch in der Cloud gespeichert werden, wobei letzteres die flexible Option ist. Aber müssen Sie alles speichern?

Laut einem von der Meta Group veröffentlichten Whitepaper sehen Teile der Daten mit zunehmender Datenmenge unnötig aus. Weiter heißt es, dass nur die Datenmenge gespeichert werden soll, die die Unternehmen zu nutzen beabsichtigen. Andere Daten können verworfen werden oder wenn die Unternehmen „angeblich unwichtige Daten“ nur ungern loslassen möchten, können sie auf unbenutzten Computergeräten und sogar auf Bändern abgelegt werden, sodass Unternehmen nicht für die Speicherung dieser Daten bezahlen müssen.

Ich habe „angeblich unwichtige Daten“ verwendet, weil ich auch glaube, dass Daten jeglicher Art in der Zukunft – früher oder später – von jedem Unternehmen benötigt werden können und daher eine lange Zeit aufbewahrt werden müssen, bevor Sie wissen, dass es sich um Daten handelt eigentlich unwichtig. Ich persönlich kopiere ältere Daten auf Festplatten von früher und manchmal auf DVDs. Die Hauptcomputer und der Cloud-Speicher enthalten die Daten, die ich für wichtig halte und von denen ich weiß, dass ich sie verwenden werde. Unter diesen Daten gibt es auch einmal verwendbare Daten, die nach einigen Jahren auf einer alten Festplatte landen können. Das obige Beispiel dient nur zu Ihrem Verständnis. Es passt nicht zur Beschreibung von Big Data, da die Menge im Vergleich zu dem, was die Unternehmen als Big Data wahrnehmen, ziemlich geringer ist.

B]Geschwindigkeit in Big Data

Die Geschwindigkeit der Datenverarbeitung ist ein wichtiger Faktor, wenn es um Konzepte von Big Data geht. Es gibt viele Websites, insbesondere E-Commerce. Google hatte bereits zugegeben, dass die Geschwindigkeit, mit der eine Seite geladen wird, entscheidend für bessere Rankings ist. Abgesehen von den Rankings bietet die Geschwindigkeit den Benutzern auch Komfort beim Einkaufen. Gleiches gilt für Daten, die zu sonstigen Informationen verarbeitet werden.

Wenn wir über Geschwindigkeit sprechen, ist es wichtig zu wissen, dass sie über eine höhere Bandbreite hinausgeht. Es kombiniert leicht nutzbare Daten mit verschiedenen Analysewerkzeugen. Fertig nutzbare Daten bedeuten einige Hausaufgaben, um einfach zu verarbeitende Datenstrukturen zu schaffen. Die nächste Dimension – Variety – wirft weiteres Licht darauf.

C]Vielfalt von Big Data

Wenn es viele und viele Daten gibt, wird es wichtig, sie so zu organisieren, dass die Analysetools die Daten einfach verarbeiten können. Es gibt auch Tools zum Organisieren von Daten. Bei der Speicherung können die Daten unstrukturiert und in beliebiger Form vorliegen. Es liegt an Ihnen, herauszufinden, in welchem ​​Zusammenhang diese mit anderen Daten zu Ihnen stehen. Sobald Sie die Beziehung herausgefunden haben, können Sie geeignete Tools zur Hand nehmen und die Daten in die gewünschte Form für eine strukturierte und sortierte Speicherung umwandeln.

Zusammenfassung

Mit anderen Worten, das 3D-Modell von Big Data basiert auf drei Dimensionen: VERWENDBARE Daten, die Sie besitzen; ordnungsgemäße Kennzeichnung von Daten; und schnellere Bearbeitung. Wenn diese drei berücksichtigt werden, können Ihre Daten leicht verarbeitet oder analysiert werden, um herauszufinden, was Sie wollen.

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

Wenn Sie etwas hinzufügen möchten, kommentieren Sie es bitte.