Big Data 3 Vs - Concepten & Modellen

De term `data` is niet nieuw voor ons. Het is een van de belangrijkste dingen die je leert als je kiest voor informatietechnologie en computers. Als u zich kunt herinneren, worden gegevens beschouwd als de onbewerkte vorm van informatie. Hoewel het al een decennium bestaat, is de term Big Data tegenwoordig een fijne bui. Zoals blijkt uit de term, zijn ladingen en ladingen gegevens Big Data en kan deze op verschillende manieren worden verwerkt met behulp van verschillende methoden en hulpmiddelen om vereiste informatie te verkrijgen. Dit artikel gaat in op de concepten van Big Data, met behulp van de 3 V`s genoemd door Doug Laney, een pionier op het gebied van data warehousing waarvan wordt gedacht dat het het veld van Infonomics (Information Economics) heeft geïntroduceerd.

Voordat u verdergaat, wilt u misschien onze artikelen over Basisprincipes van Big Data en Big Data Gebruik lezen om de essentie te vatten. Ze kunnen deze post optellen voor verdere uitleg van Big Data-concepten.

Big Data 3 Vs

Gegevens, in zijn enorme vorm, verzameld op verschillende manieren, werden eerder in verschillende databases correct opgeslagen en na verloop van tijd gedumpt. Toen het concept naar voren kwam dat hoe meer de gegevens, hoe gemakkelijker het is om erachter te komen - verschillende en relevante informatie - met de juiste tools, begonnen bedrijven gegevens voor langere periodes op te slaan. Dit is vergelijkbaar met het toevoegen van nieuwe opslagapparaten of het gebruiken van de cloud om de gegevens op te slaan in welke vorm dan ook: documenten, spreadsheets, databases en HTML, enz. Vervolgens wordt het gerangschikt in de juiste formaten met behulp van tools die grote hoeveelheden kunnen verwerken. Gegevens.

OPMERKING: De reikwijdte van Big Data is niet beperkt tot de gegevens die u verzamelt en opslaat in uw gebouwen en in de cloud. Het kan gegevens van verschillende andere bronnen bevatten, inclusief maar niet beperkt tot items in het publieke domein.

Het 3D-model van Big Data is gebaseerd op de volgende V`s:

1. Volume: verwijst naar beheer van gegevensopslag
2. Velocity: verwijst naar de snelheid van gegevensverwerking
3. Variety: verwijst naar groeperingsgegevens van verschillende, schijnbaar niet-gerelateerde datasets

De volgende paragrafen verklaren Big Data-modellering door in details over elke dimensie (elke V) te praten.

A] Volume van Big Data

Praten over de Big Data, men zou volume kunnen begrijpen als een enorme verzameling ruwe informatie. Hoewel dat klopt, gaat het ook om opslagkosten van gegevens. Belangrijke gegevens kunnen zowel op locatie als in de cloud worden opgeslagen, waarbij de laatste de flexibele optie is. Maar moet u alles en alles opslaan?

Volgens een whitepaper uitgegeven door Meta Group, wanneer het gegevensvolume toeneemt, beginnen delen van gegevens er onnodig uit te zien. Verder wordt gesteld dat alleen die hoeveelheid gegevens moet worden bewaard die de bedrijven van plan zijn te gebruiken. Andere gegevens kunnen worden weggegooid of als de bedrijven terughoudend zijn om "zogenaamd niet-belangrijke gegevens" los te laten, kunnen ze worden gedumpt op ongebruikte computerapparaten en zelfs op banden, zodat bedrijven niet hoeven te betalen voor het opslaan van dergelijke gegevens.

Ik gebruikte "zogenaamd onbelangrijke gegevens" omdat ook ik van mening ben dat gegevens van elk type in de toekomst - of vroeg of laat - door een bedrijf kunnen worden vereist en dat het dus een behoorlijke tijd moet worden bewaard voordat u weet dat de gegevens inderdaad niet belangrijk. Persoonlijk dump ik oudere gegevens naar harde schijven van vroeger en soms op dvd`s. De hoofdcomputers en cloudopslag bevatten de gegevens die ik belangrijk vind en die ik weet te gebruiken. Ook onder deze gegevens is er ooit gebruik van gegevens die na een paar jaar op een oude HDD terecht kunnen komen. Het bovenstaande voorbeeld is alleen voor uw begrip. Het past niet in de beschrijving van Big Data omdat de hoeveelheid vrij klein is in vergelijking met wat de ondernemingen als Big Data beschouwen.

B ] Snelheid in Big Data

De snelheid waarmee gegevens worden verwerkt is een belangrijke factor bij het praten over concepten van Big Data. Er zijn veel websites, met name e-commerce. Google had al toegegeven dat de snelheid waarmee een pagina wordt geladen essentieel is voor betere rankings. Afgezien van de ranglijst, biedt de snelheid ook comfort aan gebruikers tijdens het winkelen. Hetzelfde geldt voor gegevens die worden verwerkt voor andere informatie.

Terwijl we het hebben over snelheid, is het essentieel om te weten dat het verder gaat dan alleen maar hogere bandbreedte. Het combineert gemakkelijk bruikbare gegevens met verschillende analysetools. Gemakkelijk bruikbare gegevens betekent een beetje huiswerk om gemakkelijk gegevens verwerkbare structuren te maken. De volgende dimensie - Verscheidenheid, verspreidt hier meer licht over.

C] Verscheidenheid aan Big Data

Wanneer er veel en veel gegevens zijn, wordt het belangrijk om ze zo in te delen dat de analysehulpmiddelen de verwerking van de gegevens gemakkelijk kunnen verwerken. gegevens. Er zijn ook hulpmiddelen voor het organiseren van gegevens. Bij het opslaan kunnen de gegevens ongestructureerd en in elke vorm zijn. Het is aan u om erachter te komen welke relatie het heeft met andere gegevens met u. Zodra u de relatie hebt bepaald, kunt u geschikte hulpmiddelen ophalen en de gegevens converteren naar het gewenste formulier voor gestructureerde en gesorteerde opslag.

Samenvatting

Met andere woorden, het 3D-model van Big Data is gebaseerd op drie dimensies: VSBLE-gegevens die je bezit; juiste tagging van gegevens; en snellere verwerking. Als deze drie worden verzorgd, kunnen uw gegevens eenvoudig worden verwerkt of geanalyseerd om erachter te komen wat u maar wilt.

Het bovenstaande verklaart zowel de concepten als het 3D-model van Big Data. De artikelen die in de tweede paragraaf zijn gekoppeld, zullen extra ondersteuning bieden als u nog niet bekend bent met het concept.

Als u iets wilt toevoegen, kunt u reageren.