విషయ సూచిక:
నిర్వచనం - బిగ్ డేటా అంటే ఏమిటి?
సాంప్రదాయ డేటా మైనింగ్ మరియు నిర్వహణ పద్ధతులు అంతర్లీన డేటా యొక్క అంతర్దృష్టులను మరియు అర్థాన్ని వెలికితీసేటప్పుడు ఉపయోగించబడే ప్రక్రియను పెద్ద డేటా సూచిస్తుంది. నిర్మాణాత్మకమైన లేదా సమయ సున్నితమైన లేదా చాలా పెద్ద డేటాను రిలేషనల్ డేటాబేస్ ఇంజన్లు ప్రాసెస్ చేయలేవు. ఈ రకమైన డేటాకు పెద్ద డేటా అని పిలువబడే వేరే ప్రాసెసింగ్ విధానం అవసరం, ఇది అందుబాటులో ఉన్న హార్డ్వేర్పై భారీ సమాంతరతను ఉపయోగిస్తుంది.
టెకోపీడియా బిగ్ డేటాను వివరిస్తుంది
చాలా సరళంగా, పెద్ద డేటా మనం జీవిస్తున్న మారుతున్న ప్రపంచాన్ని ప్రతిబింబిస్తుంది. ఎక్కువ విషయాలు మారినంత మాత్రాన మార్పులు సంగ్రహించబడతాయి మరియు డేటాగా నమోదు చేయబడతాయి. వాతావరణాన్ని ఉదాహరణగా తీసుకోండి. వాతావరణ సూచన కోసం, స్థానిక పరిస్థితుల గురించి ప్రపంచవ్యాప్తంగా సేకరించిన డేటా గణనీయమైనది. తార్కికంగా, స్థానిక పరిసరాలు ప్రాంతీయ ప్రభావాలను నిర్దేశిస్తాయని మరియు ప్రాంతీయ ప్రభావాలు ప్రపంచ ప్రభావాలను నిర్దేశిస్తాయని అర్ధమే, కాని ఇది ఇతర మార్గాల్లో ఉంటుంది. ఒక మార్గం లేదా మరొకటి, ఈ వాతావరణ డేటా పెద్ద డేటా యొక్క లక్షణాలను ప్రతిబింబిస్తుంది, ఇక్కడ భారీ మొత్తంలో డేటా కోసం రియల్ టైమ్ ప్రాసెసింగ్ అవసరమవుతుంది మరియు పెద్ద సంఖ్యలో ఇన్పుట్లను యంత్రంగా ఉత్పత్తి చేయవచ్చు, వ్యక్తిగత పరిశీలనలు లేదా సూర్య మచ్చలు వంటి బయటి శక్తులు.
ఈ విధమైన సమాచారాన్ని ప్రాసెస్ చేయడం వల్ల పెద్ద డేటా ఎందుకు అంత ప్రాముఖ్యత సంతరించుకుందో వివరిస్తుంది:
- ఇప్పుడు సేకరించిన చాలా డేటా నిర్మాణాత్మకమైనది మరియు సాంప్రదాయ రిలేషనల్ డేటాబేస్లలో కనిపించే విభిన్న నిల్వ మరియు ప్రాసెసింగ్ టిథాన్ అవసరం.
- అందుబాటులో ఉన్న గణన శక్తి స్కై-రాకెట్, అంటే పెద్ద డేటాను ప్రాసెస్ చేయడానికి ఎక్కువ అవకాశాలు ఉన్నాయి.
- ఇంటర్నెట్ డేటాను ప్రజాస్వామ్యం చేసింది, అందుబాటులో ఉన్న డేటాను క్రమంగా పెంచుతుంది, అదే సమయంలో ఎక్కువ ముడి డేటాను ఉత్పత్తి చేస్తుంది.
దాని ముడి రూపంలో ఉన్న డేటాకు విలువ లేదు. విలువైనదిగా ఉండటానికి డేటాను ప్రాసెస్ చేయాలి. అయితే, ఇక్కడ పెద్ద డేటా యొక్క స్వాభావిక సమస్య ఉంది. స్థానిక ఆబ్జెక్ట్ ఫార్మాట్ నుండి ఉపయోగపడే అంతర్దృష్టికి డేటాను ప్రాసెస్ చేయడం వలన భారీ మూలధన వ్యయం విలువైనదేనా? లేదా పెద్ద డేటా సాధనాలతో ప్రాసెసింగ్ చేసే జూదాన్ని సమర్థించడానికి తెలియని విలువలతో ఎక్కువ డేటా ఉందా? వాతావరణాన్ని అంచనా వేయగలిగితే విలువ ఉంటుందని మనలో చాలా మంది అంగీకరిస్తారు, ఆ విలువ అన్ని నిజ-సమయ డేటాను లెక్కించగల వాతావరణ నివేదికలో క్రంచ్ చేసే ఖర్చులను అధిగమిస్తుందా అనేది ప్రశ్న.
