Analiza dużych zbiorów danych

Autor: Judy Howell
Data Utworzenia: 25 Lipiec 2021
Data Aktualizacji: 23 Czerwiec 2024
Anonim
Analiza dużych zbiorów danych - Technologia
Analiza dużych zbiorów danych - Technologia

Zawartość

Definicja - Co oznacza analiza Big Data?

Analiza dużych zbiorów danych odnosi się do strategii analizowania dużych ilości danych lub dużych zbiorów danych. Te duże dane są gromadzone z wielu różnych źródeł, w tym z sieci społecznościowych, filmów, obrazów cyfrowych, czujników i rejestrów transakcji sprzedaży. Celem analizy wszystkich tych danych jest odkrycie wzorców i połączeń, które w innym przypadku byłyby niewidoczne, a które mogłyby dostarczyć cennych informacji na temat użytkowników, którzy je utworzyli. Dzięki tej wiedzy firmy mogą uzyskać przewagę nad rywalami i podejmować lepsze decyzje biznesowe.


Wprowadzenie do Microsoft Azure i Microsoft Cloud | W tym przewodniku dowiesz się, na czym polega przetwarzanie w chmurze i jak Microsoft Azure może pomóc w migracji i prowadzeniu firmy z chmury.

Techopedia wyjaśnia Big Data Analytics

Analiza dużych zbiorów danych pozwala naukowcom danych i różnym innym użytkownikom oceniać duże ilości danych transakcyjnych i innych źródeł danych, których tradycyjne systemy biznesowe nie byłyby w stanie rozwiązać. Tradycyjne systemy mogą zawieść, ponieważ nie są w stanie przeanalizować tylu źródeł danych.

Do analizy dużych zbiorów danych wykorzystywane są zaawansowane programy, ale nieustrukturyzowane dane wykorzystywane w analizach dużych zbiorów danych mogą nie być odpowiednie dla konwencjonalnych hurtowni danych. Wysokie wymagania przetwarzania dużych danych mogą również sprawić, że tradycyjne hurtownie danych będą źle dopasowane. W rezultacie pojawiły się nowsze, większe środowiska i technologie analizy danych, w tym bazy danych Hadoop, MapReduce i NoSQL. Technologie te tworzą strukturę oprogramowania typu open source, która służy do przetwarzania ogromnych zbiorów danych w systemach klastrowych.