O termo "dados" não é novidade para nós. É uma das principais coisas ensinadas quando você optar por tecnologia da informação e computadores. Se você puder se lembrar, os dados são considerados a forma bruta de informação. Embora já esteja lá há uma década, o termo Big Data é um zumbido nos dias de hoje. Como é evidente a partir do termo, cargas e cargas de dados, é Big Data e pode ser processado de maneiras diferentes usando diferentes métodos e ferramentas para obter informações necessárias. Este artigo fala sobre os conceitos de Big Data, usando os 3 V mencionados por Doug Laney, um pioneiro no campo de data warehousing que é considerado como tendo iniciado o campo de Infonomia (Economia da Informação).
Big Data 3 Vs
Os dados, em sua enorme forma, acumulados por meios diferentes foram arquivados corretamente em diferentes bancos de dados anteriormente e foram descartados após algum tempo. Quando surgiu o conceito de que, quanto mais dados, mais fácil descobrir - informações diferentes e relevantes - usando as ferramentas certas, as empresas começaram a armazenar dados por períodos mais longos. Isso é como adicionar novos dispositivos de armazenamento ou usar a nuvem para armazenar os dados na forma que os dados foram adquiridos: documentos, planilhas, bancos de dados e HTML, etc. Eles são organizados em formatos apropriados usando ferramentas capazes de processar grandes blocos de dados. Dados.
NOTA: O escopo do Big Data não se limita aos dados coletados e armazenados em suas instalações e na nuvem. Pode incluir dados de diferentes outras fontes, incluindo, entre outros, itens de domínio público.
O modelo 3D de Big Data baseia-se nos seguintes V:
- Volume: refere-se ao gerenciamento de armazenamento de dados
- Velocidade: refere-se à velocidade do processamento de dados
- Variedade: refere-se ao agrupamento de dados de conjuntos de dados diferentes, aparentemente não relacionados
Os parágrafos a seguir explicam a modelagem de Big Data falando sobre cada dimensão (cada V) em detalhes.
A] Volume de Big Data
Falando sobre o Big Data, pode-se entender o volume como uma enorme coleção de informações brutas. Embora isso seja verdade, também se trata de custos de armazenamento de dados. Dados importantes podem ser armazenados tanto nas instalações quanto na nuvem, sendo esta última a opção flexível. Mas você precisa armazenar cada um e tudo?
De acordo com um whitepaper divulgado pelo Meta Group, quando o volume de dados aumenta, partes dos dados começam a parecer desnecessárias. Além disso, afirma que apenas esse volume de dados deve ser mantido, o que as empresas pretendem usar. Outros dados podem ser descartados ou se as empresas relutam em liberar “dados supostamente não importantes”, eles podem ser descartados em dispositivos de computador não utilizados e até mesmo em fitas para que as empresas não tenham que pagar pelo armazenamento desses dados.
Eu usei “dados supostamente sem importância” porque também acredito que dados de qualquer tipo podem ser exigidos por qualquer empresa no futuro - mais cedo ou mais tarde - e, portanto, precisam ser mantidos por um bom tempo antes que você saiba que os dados estão de fato não importante. Pessoalmente, eu despejo dados antigos em discos rígidos de yesteryears e, por vezes, em DVDs. Os principais computadores e armazenamento na nuvem contêm os dados que considero importantes e sei que usarei. Entre esses dados também, há um tipo de dados de uso que pode acabar em um disco rígido antigo após alguns anos. O exemplo acima é apenas para sua compreensão. Ele não se encaixa na descrição do Big Data, pois o valor é bem menor em comparação com o que as empresas percebem como Big Data.
B ] Velocidade em Big Data
A velocidade de processamento de dados é um fator importante quando se fala em conceitos de Big Data. Existem muitos sites, especialmente e-commerce. O Google já admitiu que a velocidade na qual uma carga de página é essencial para melhores classificações. Além do ranking, a velocidade também oferece conforto aos usuários enquanto fazem compras. O mesmo se aplica aos dados sendo processados para outras informações.
Ao falar sobre velocidade, é essencial saber que está além da largura de banda mais alta. Ele combina dados facilmente utilizáveis com diferentes ferramentas de análise. Dados prontamente utilizáveis significam algum trabalho de casa para criar estruturas de dados fáceis de processar. A próxima dimensão - Variedade, espalha mais luz sobre isso.
C] Variedade de Big Data
Quando há cargas e cargas de dados, torna-se importante organizá-los de forma que as ferramentas de análise possam processar facilmente os dados. Existem ferramentas para organizar dados também. Ao armazenar, os dados podem ser desestruturados e de qualquer forma. Cabe a você descobrir a relação que tem com outros dados com você. Depois de descobrir a relação, você pode pegar as ferramentas apropriadas e converter os dados no formulário desejado para armazenamento estruturado e classificado.
Resumo
Em outras palavras, o modelo 3D do Big Data é baseado em três dimensões: dados USATIL que você possui; marcação adequada de dados; e processamento mais rápido. Se esses três são atendidos, seus dados podem ser prontamente processados ou analisados para descobrir o que você quiser.
O acima explica os conceitos e o modelo 3D de Big Data. Os artigos ligados no segundo parágrafo provarão apoio adicional se você for novo no conceito.
Se você deseja adicionar alguma coisa, por favor, comente.
