Video: Rubrik 2024
Er store data virkelig nye eller er det en utvikling i datahåndteringsturen? Det er faktisk begge deler. Som med andre bølger i datahåndtering, bygger store data på toppen av utviklingen av datahåndteringspraksis de siste fem tiårene. Det som er nytt er at for første gang har kostnaden for beregning av sykluser og lagring nådd et tippepunkt. Hvorfor er dette viktig?
For noen få år siden ville organisasjoner vanligvis kompromittere ved å lagre øyeblikksbilder eller delsett av viktig informasjon fordi kostnadene for lagrings- og behandlingsbegrensninger forbød dem å lagre alt de ville analysere.
I mange situasjoner fungerte dette kompromisset fint. For eksempel kan et produksjonsfirma ha samlet maskindata hvert 2. minutt for å bestemme helsen til systemene. Det kan imidlertid være situasjoner hvor stillbildet ikke vil inneholde informasjon om en ny type feil, og det kan gå ubemerket i flere måneder.
Med store data, er det nå mulig å virtualisere data slik at den kan lagres effektivt, og ved hjelp av skybasert lagring, også mer kostnadseffektivt. I tillegg har forbedringer i nettverkshastighet og pålitelighet fjernet andre fysiske begrensninger for å kunne håndtere store mengder data i et akseptabelt tempo.
Legg til dette virkningen av endringer i pris og raffinement av dataminnet. Med alle disse teknologiovergangene er det nå mulig å forestille seg måter som selskaper kan utnytte data som bare hadde vært utkonkurrert for bare fem år siden.
Men ingen teknologisk overgang skjer i isolasjon; det skjer når et viktig behov eksisterer som kan møtes av tilgjengeligheten og modning av teknologi. Mange av teknologiene i hjertet av store data, som for eksempel virtualisering, parallellbehandling, distribuerte filsystemer og i-minne databaser, har eksistert i flere tiår.
Avansert analyse har også eksistert i flere tiår, selv om de ikke alltid har vært praktiske. Andre teknologier som Hadoop og MapReduce har vært på scenen i bare noen få år. Denne kombinasjonen av teknologiske fremskritt kan nå løse betydelige forretnings problemer. Bedrifter ønsker å kunne få innsikt og gjennomførbare resultater fra mange forskjellige typer data i riktig tempo.
Hvis bedrifter kan analysere dataabonnementer (tilsvarende 20 millioner arkivskap med fire skuffer fylt med tekstfiler eller 13. 3 år med HDTV-innhold) med akseptabel ytelse for å skille mellom mønstre og uregelmessigheter, kan bedrifter begynne å gi mening på nye måter.Flyttingen til store data handler ikke bare om bedrifter.
Vitenskap, forskning og offentlige aktiviteter har også bidratt til å drive det fremover. Tenk bare på å analysere det menneskelige genomet eller håndtere alle de astronomiske dataene som er samlet inn på observatorier for å fremme forståelsen av verden rundt oss. Tenk på hvor mye data regjeringen samler i sine antiterroristaktiviteter også, og du får ideen om at store data ikke bare handler om virksomheten.
Det finnes ulike tilnærminger til håndtering av data. Data i bevegelse ville bli brukt dersom et selskap er i stand til å analysere kvaliteten på sine produkter under produksjonsprosessen for å unngå kostbare feil. Data i hvile vil bli brukt av en bedriftsanalytiker for bedre å forstå kundenes nåværende kjøpsmønstre basert på alle aspekter av kundeforholdet, inkludert salg, sosiale medier og kundeserviceinteraksjoner.
Husk at bedrifter fortsatt er i et tidlig stadium for å utnytte store datamengder for å få en 360-graders oversikt over virksomheten og forutse skift og endringer i kundens forventninger. Teknologiene som kreves for å få svarene til forretningsbehov, er fortsatt isolert fra hverandre.
Store data handler ikke bare om ett verktøy eller en teknologi. Det handler om hvordan alle disse teknologiene kommer sammen for å gi riktig innsikt, til rett tid, basert på de riktige dataene, enten det er generert av mennesker, maskiner eller nettet.
