큰 데이터의 새로운 이해를 하자.

"빅 데이터"의 개념 정말 새로운 아니다.

빅 데이터 시대 왔다, 하지만 모두가 그것을 받고 있다. 더 정확 하 게, 우리가 지금 부르는 "빅 데이터" 그것 실리콘밸리의 상사 한 몇 년 전, 인터넷 이며 그것은 오늘에 대해 생각 하는 새롭고 흥미로운 것 지금 큰 데이터 드라이브 기술은 완전히 오픈 소스 때문에 대부분의 회사 및 회사와 인기.

유럽의 전통적인 기업의 많은 대화에서 큰 데이터는 분명 새로운 아무것도 제외 하 고 실리콘 밸리에서 급속 하 게 성장 개발 응용 프로그램이 된다. 유럽 미국 IT 기술 개발에 뒤에 lags 때문에 언급 된다. 그것은 클라우드 컴퓨팅 또는 큰 데이터 계산, 유럽 1 ~ 2 년에 대 한 미국 뒤에 lags. 그래서 우리가 볼 때 유럽에서 회사는 큰 데이터 프로젝트에 대해 심각, 그것은 큰 데이터의 개념은 정말 모두의 마음에와 서 시작을 의미 합니다.

"빅 데이터"의 개념이 우리가 생각 하는 것 보다 더 많은 범위를 포함 한다.

가트너 보고서: IT 비즈니스 리더의 42% 큰 데이터 프로젝트의 개발에 깊이 갔을. 다른 말로 하면, 그것은 훌륭한 개발 공간이 있다. 하지만 그림은 과소 평가, "빅 데이터"의 개념을 정의 포함 하는 것을 나는 의심 한다. 예를 들어 내가 큰 데이터 프로젝트를 개발 하는 IT 기업에 전문가 게 물어 때 일반적인 대답은 아니요 하지만 내가 더 무슨 뜻인지 명확 하 게 때 작업 중인 프로젝트 메가바이트 또는 더 큰 금액을 포함 하는 데이터 분산된 포트에서 데이터를 가져오는 다음 실시간으로 분석할 수 있을 수 있는 프로젝트 제품의 종류 되지 않습니다. 같은 질문으로 대체 하는 때 종종 그녀의 대답은 "예"입니다! 이러한 프로젝트는, 물론, "빅 데이터"의 맥락에서. 하지만 단어 "빅 데이터" 사람들이 사람들이 잘못 된 지역에가 서 "큰" 데이터, 대신에 더 많은 관심을 지불 하는 경향이 있습니다.

결론은 어디만 15% % 응답자의 대규모 데이터를 다루는 했다 Newvantage 조사에서 명확 하 게. 그리고 응답자의 나머지 85%에서 우리 기업의 가장 우려 목표는 점점 더 다양 한 지속적으로 관리 하는 기능 및 데이터 리소스 확장 보다는 단순히 대용량 데이터를 처리 하는 볼 수 있습니다. 그래서 그것은 놀라운 심지어 Hadoop, 저장 하 고 대형된 데이터 처리에 대 한 알려진이 회사는 더 ETL 프로세스에 관여 하지. (ETL: 즉, 데이터 웨어하우스 구축 연결, 데이터 원본, 그리고 마지막으로 데이터 웨어하우스에 데이터는 미리 정의 된 데이터 웨어하우스 모델에 따라 데이터 후 필요한 데이터를 추출 하는)

큰 데이터의 개념에서 규모 정말 중요 하지 않습니다.

구글과 페이스 북 이미 MapReduce와 NoSQL는 주로 데이터 기반 응용 프로그램에서 처리 하는 실시간 데이터 분석을 위한 필요에 대처 하기 위해 같은 데이터베이스를 개발 했습니다. 이제이 오픈 소스, 사용할 수 있으며 사용 사방, 지금 인터넷 상사 "" 더 큰 데이터를 찾고 있도록 기술 개발 및 활용, 다른 몇 년 동안에서 이러한 기술의 편의 즐길 것입니다 하는 동안. 아마도 읽기 / 쓰기 웹의 블 레인 프 로스트는 Hadoop 웹 사이트의 가치에 대 한 더 많은 공개 될 것입니다. "Hadoo은 그냥 있어야 비싼 싼 데이터 저장소 만들기," 고 말했다. Gigaom의 데 릭 해리스, 데 릭 해리스, NoSQL에 대 한 논평: "복잡 한 트랜잭션 관리에 다른 데이터베이스의 역할 대체 하지 그것." NoSQL, 다른 한편으로, 더 반 구조화 된 데이터의 처리에 반응 하는 응용 프로그램의 일련을 산란. "그래서 그것은 내게 큰 데이터를 정의 하는 가장 좋은 방법은 당신과 함께 다루고 있어 데이터의 관점에 서 서 보이고 다루고 있어 데이터의 크기와 상관 없다."

나는 최근에 유럽 그것 비즈니스 소유자를 그는 이제 더 민첩 한 개발 접근 방식에는 "폭포" 접근에서 그의 작업 팀 변화는 누가 만났다. 시장, 3000 서버에서 읽기에 팀 피드 실시간 고객 피드백 생성 정보 500 G 24 분 하루, 그리고 유일한 걸립니다 개발에서 구성 합니다. 회사는 데이터 기반 모델에 자체를 변형 시키고 의심할 여 지 없이. 즉 오래 된 딱딱한 데이터 베이스 시스템을 청소 하 고 많은 저항과 좌절, 변환 과정에서 발생 하는 능력을가지고 있지만 결국에서 그들의 목표를 도달할 수 있다 믿습니다.

하지만 앞으로 가장 중요 한 것은 더 많은 주류 기업이 일부 인터넷 거 인 적이 있다, 요구를 충족 하는 그들의 자신의 큰 데이터 기술 개발 여부 또는 혁신 "" 실리콘 밸리를 반환 합니다.

시간을 우리에 게 모든 것