Ang Mga Batang Hamon ng Big Data Stems Mula sa Iba-iba, Hindi Dami o bilis

May -Akda: Judy Howell
Petsa Ng Paglikha: 28 Hulyo 2021
I -Update Ang Petsa: 1 Hulyo 2024
Anonim
Ang trabaho ko ay pagmamasid sa kagubatan at may kakaibang nangyayari dito.
Video.: Ang trabaho ko ay pagmamasid sa kagubatan at may kakaibang nangyayari dito.

Nilalaman


Takeaway:

Napakaraming mga departamento ng IT ang nagtapon ng lahat ng mayroon sila sa mga isyu ng dami ng data at bilis, nakakalimutan na tugunan ang pangunahing isyu ng iba't ibang data.

Ang hamon ng pamamahala at pag-agaw ng malaking data ay nagmula sa tatlong elemento, ayon kay Doug Laney, bise presidente ng pananaliksik sa Gartner. Una nang nabanggit ni Laney higit sa isang dekada na ang nakalipas na ang malaking data ay nagdudulot ng isang problema para sa negosyo dahil ipinakilala nito ang matigas na pamamahala ng dami, bilis at iba't-ibang. Ang problema ay, napakaraming mga kagawaran ng IT na itinapon ang lahat ng mayroon sila sa mga isyu ng dami at bilis ng data, nakakalimutan na tugunan ang pangunahing isyu ng iba't ibang data.

Bumalik noong 2001, isinulat ni Laney na "ang nangungunang mga negosyo ay lalong gumagamit ng isang sentralisadong bodega ng data upang tukuyin ang isang karaniwang bokabularyo ng negosyo na nagpapabuti sa panloob at panlabas na pakikipagtulungan." Ang isyu ng bokabularyo na iyon - at ang pagkakaiba-iba na nagpapanatili sa mga kumpanya mula sa paglikha nito - ay nananatiling hindi bababa sa hinarap na aspeto ng malaking data conundrum ngayon. (Suriin kung ano ang sasabihin ng ibang mga eksperto. Suriin ang Malaking Mga Eksperto ng Data na Sundin.)


Tatlong V ng malaking data

Maraming mga negosyo ang natagpuan ang mga pamamaraan para sa paggamit ng nadagdagan na dami ng data at bilis. , halimbawa, ay maaaring suriin ang napakalaking dami ng data. Siyempre, ang data na iyon ay madalas na ipinakita nang paulit-ulit sa loob ng parehong mga parameter. Nagdulot ito ng mga makabagong teknolohiya tulad ng mga database ng haligi, na malawakang ginagamit ngayon ng iba pang mga kumpanya na haharapin nang pantay-pantay na mga tindahan ng magkatulad na mga item ng data.

Sa mga tuntunin ng bilis ng taming, ang mga vendor tulad ng tulong ng Splunk na negosyo ay nag-aralan ng mabilis na nilikha ng data sa pamamagitan ng mga file ng log na kumukuha ng ilang libong mga kaganapan sa bawat segundo. Ang pagsusuri na ito ng mga kaganapan na may mataas na dami ay na-target sa mga kaso ng paggamit ng seguridad at pagganap ng pagsubaybay. Tulad ng hamon ng dami ng data, ang bilis ng hamon ay higit na tinugunan sa pamamagitan ng sopistikadong mga pamamaraan sa pag-index at ipinamamahagi ang data analytics na nagbibigay-daan sa kapasidad sa pagproseso na masukat sa pagtaas ng bilis ng data.


Pagdating sa iba't ibang, bagaman, napakaraming mga negosyo pa rin ang nahaharap sa isang malaking problema sa kanilang diskarte sa malaking data analytics. Ang problemang ito ay hinihimok ng tatlong mga kadahilanan: Una, dahil sa paglaki, pagkuha at teknolohiyang mga makabagong ideya na nagdaragdag ng mga bagong sistema sa kapaligiran, ang mga negosyo ay nai-lock sa isang napakalaking heterogenous na kapaligiran at ang heterogeneity na ito ay nagdaragdag lamang sa oras. Kailangang subaybayan ng mga negosyo ang isang kalakal ng mga uri ng mga system at pamahalaan ang sampu-sampung libong mga uri ng data, pati na rin ang parehong data na kinakatawan gamit ang iba't ibang mga nomenclature at format.

Pangalawa, ang mga sistemang ito at mga uri ng data sa maraming mga kaso ay nag-uulat ng parehong may-katuturang impormasyon at impormasyon na maaaring ligtas na mai-filter bilang walang kaugnayan sa problema na tinugunan. Kailangang mapagkakatiwalaang makilala ang nakakaapekto sa impormasyon.

Ang pangatlong sukat sa iba't ibang hamon ay ang patuloy na pagkakaiba-iba o pagbabago sa kapaligiran. Ang mga system ay na-upgrade, ang mga bagong sistema ay ipinakilala, ang mga bagong uri ng data ay idinagdag at ipinakilala ang mga bagong tatak. Ito ay karagdagang pinapagod ang aming kakayahang talakayin ang iba't ibang hamon ng data. Nagdaragdag ito ng isang karagdagang layer sa iba't ibang hamon. (Para sa higit pang pananaw, tingnan ang Malalaking Data: Paano Nakuha, Nakuha at Ginamit upang Magpasya ng Negosyo.)

Pagtugon sa Suliraning Iba't Ibang Data

Upang matugunan ang iba't ibang problema sa data, dapat magsimula ang mga negosyo sa domain ng IT, dahil madalas itong kumakatawan sa kapwa mga pinakamasamang nagkasala at pinakamasama mga biktima ng iba't ibang problema. Ang unang hakbang ay upang magsimula sa isang komprehensibong kahulugan o taxonomy ng lahat ng mga elemento ng IT o assets. Nagbibigay ito ng isang saligan o pundasyon upang sumangguni sa anuman sa o tungkol sa IT at nagbibigay-daan sa mga negosyo na pamahalaan ang pagtaas ng heterogeneity laban sa isang kilalang taxonomy o terminolohiya.

Walang Mga bug, Walang Stress - Ang Iyong Hakbang sa Hakbang Patnubay sa Paglikha ng Software na Pagbabago ng Buhay nang Walang Pagsira sa Iyong Buhay

Hindi mo maaaring mapabuti ang iyong mga kasanayan sa pag-programming kapag walang nagmamalasakit sa kalidad ng software.

Ang susunod na hakbang ay upang matukoy ang maraming mga paraan na ang parehong bagay ay kinakatawan sa iba't ibang mga sistema ng tala. Pinapayagan nito ang mga propesyonal sa IT na tumingin sa buong kanilang heterogenous na kapaligiran at lubos na i-filter at i-compress ang data sa mga nauugnay at mapapamahalaan mga chunks.

Sa wakas, ang mga tagapamahala ng IT ay dapat magpatibay ng isang proseso ng patuloy na pagsusuri sa kapaligiran para sa mga pagbabago tulad ng mga bagong uri ng mga elemento na ipinakilala o bagong katawagan upang sumangguni sa parehong elemento.

Sa mga hakbang na ito, ang mga organisasyon ng IT ay maaaring pamahalaan ang iba't ibang mga problema at makakuha ng malalim na pananaw na may kasaysayan ng mga koponan ng IT. Bukod dito, ang pamamahala ng iba't ibang problema ay malawak na nagpapabuti sa kanilang pagbabalik sa pamumuhunan sa mga tool at pamamaraan na tumutugon sa mas tradisyunal na malaking problema sa data ng dami at bilis.