Zawartość
- Jakie są dane tradycyjne i dane generowane przez Internet przedmiotów?
- Różnice między tradycyjną analizą danych a generowaną przez Internet rzeczy analizą danych
- Wniosek
Źródło: Denisismagilov / Dreamstime.com
Na wynos:
Analiza danych Internetu przedmiotów wymaga zupełnie innej strategii niż dane tradycyjne. Tutaj patrzymy na to, jak obsługiwane są dwa typy danych.
Istnieją podstawowe różnice między podejściami przetwarzania tradycyjnych danych i strumieni danych pochodzących z urządzeń lub czujników Internetu przedmiotów (IoT). Statyczna lub tradycyjna analiza danych jest procesem liniowym, podczas gdy analiza danych generowanych przez Internet przedmiotów nie jest. Technologia i umiejętności wymagane do analizy danych generowanych przez Internet przedmiotów są zupełnie inne.
Ważną różnicą między tradycyjnymi danymi a danymi generowanymi przez Internet przedmiotów jest to, że te ostatnie mogą być dostarczane w czasie rzeczywistym, co ma kluczowe znaczenie dla niektórych branż, takich jak bankowość, telekomunikacja i obrona. Z drugiej strony dane statyczne nie dostarczają danych w czasie rzeczywistym, ale nadal mają wiele zastosowań. To powiedziawszy, dane generowane przez Internet Rzeczy były od dłuższego czasu w centrum uwagi i wokół nich panuje duży szum. Nie oznacza to jednak, że minął czas tradycyjnych danych.
Jakie są dane tradycyjne i dane generowane przez Internet przedmiotów?
Mówiąc wprost, dane tradycyjne lub statyczne to dane, które się nie zmieniają. Pozwól nam to zrozumieć na przykładzie. Wypełniasz formularz, w którym musisz wybrać swój stan zamieszkania z listy. Lista nie zmienia się, ponieważ liczba stanów w USA nie zmienia się (lub, przynajmniej, od 1959 r.). Teraz ta lista stanów jest przechowywana gdzieś w systemie, a ponieważ lista się nie zmienia, można śmiało powiedzieć, że dane nie są często używane ani przetwarzane.
Dane generowane przez Internet przedmiotów to dane generowane przez czujniki zamontowane w połączonych urządzeniach. W schemacie IoT rzeczy każde urządzenie będzie miało adres IP, dzięki czemu będzie mogło komunikować się z innymi urządzeniami posiadającymi adresy IP. Może na przykład wymieniać dane. Teraz urządzenia te mogą być podłączone do serwera, który stale gromadzi dane z tych urządzeń. Na przykład smartfon może zainstalować aplikację, która zbiera informacje o twoim zdrowiu i udostępnia je na serwerze, do którego może uzyskać dostęp szpital. Możesz więc wyobrazić sobie ilość różnorodnych danych zalewających serwer co minutę. Dane ciągle się zmieniają. Dane generowane przez Internet przedmiotów są w pewnym sensie również danymi dynamicznymi, ponieważ mają tendencję do zmian.
Biorąc pod uwagę zupełnie inny charakter danych, oczywiste jest, że podejścia do przechowywania i przetwarzania danych będą zupełnie inne. Poniższe akapity omawiają główne różnice między danymi tradycyjnymi a danymi generowanymi przez Internet przedmiotów.
Różnice między tradycyjną analizą danych a generowaną przez Internet rzeczy analizą danych
Ponieważ oba typy danych są różne, podstawowe metody przechowywania i przetwarzania muszą być różne. Dane generowane przez Internet przedmiotów wzbudziły wiele uwagi i pochwały, do tego stopnia, że niektórzy sugerują, że tradycyjne dane nie mają już miejsca w branży. To nie jest prawda. Istotne różnice między dwoma typami danych analitycznych omówiono poniżej.
Nie możesz poprawić swoich umiejętności programistycznych, gdy nikt nie dba o jakość oprogramowania.
Tradycyjne dane mogą być przetwarzane za pomocą standardowych języków zapytań, takich jak SQL, a analizy można tworzyć za pomocą standardowych języków programowania. Tradycyjna analiza danych nie wymaga żadnej nowej nauki. Sytuacja jest nieco trudniejsza w przypadku danych IoT, które wielu ludzi określa również mianem dużych zbiorów danych. Hadoop, do tej pory, jest najpopularniejszym środowiskiem do przetwarzania dużych zbiorów danych, ale wielu wciąż się na to zastanawia. Sprawdzanie danych IoT nie jest łatwym zadaniem, ponieważ technologia jeszcze się nie rozwinęła, a uczynienie narzędzi przyjaznymi dla użytkownika wymaga wielu inwestycji. Charakter danych IoT jest zupełnie inny niż danych tradycyjnych, dlatego branża wciąż znajduje sposoby na uzyskanie dobrej analizy przy mniejszych inwestycjach.
Wniosek
Niezależnie od różnic tradycyjne analizy mogą w niektórych przypadkach uzupełniać analizy Internetu Rzeczy. W pewnym sensie dane IoT stają się po pewnym czasie danymi historycznymi. Pomimo ataku Internetu Rzeczy tradycyjna analiza danych nie zniknie w najbliższym czasie. Dane IoT i analityka dużych zbiorów danych są nadal wyświetlane niepewnie i należy zachować ostrożność. Branże potrzebują czasu, aby przyjąć coś nowego, złożonego i wymagającego inwestycji. Z drugiej strony tradycyjna analiza danych jest sprawdzona i ustalona. Choć jest to interesująca sytuacja, wydaje się, że po kilku latach Internet Rzeczy zyska znacznie większą wiarygodność, a firmy odejdą od tradycyjnej analizy danych. Aby tak się stało, infrastruktura analizy danych IoT musi naprawdę dojrzeć i znaleźć akceptację. Zmiana jest - zawsze - powolnym i złożonym procesem.