큰 데이터의 세 가지 요소 값 마이닝: 포괄적인 통합 및 오픈

큰 데이터의 광범위 한 응용 프로그램에 대 한 의심의 여지가 있다. 그들은 모델 혁신 비즈니스 전략에 대해 이야기 할 때 기업 Ceo 및 Cio 큰 데이터에 대 한 이야기. 큰 데이터 인프라 및 IT 지출 2016, 가트너 ("빠른 변화는 큰 정보 기반 인프라, 2016에 2 십억에 급격 한 변화를 드라이브 올해 관련 IT 지출 $232 십억 조를 도달할 것 이다, 말했다, 큰 데이터 기반 지출 그것은 도달할 것으로 예상 $34 십억 조, 2016, 대용량 데이터에 대 한 지출 글로벌 총 2013 보고서 $232 십억 조를 도달할 것 이다. 가트너는 대용량 데이터 분석 도구는 2014에 필수적인 투자 간주 됩니다 강조 했다.

작가: Sishing, 대통령의 Oracle 회사와 중화권의 기술 총괄 매니저

큰 데이터, 마이닝 함으로써, 기업의 경쟁력을 강화 하는 큰 데이터의 상업적 가치를 충분히 활용 하는 방법 관심의 초점이 되고있다. 오라클의 노력의 방향 이기도합니다.

포괄적인 솔루션 작동 합니다.

현재, 점점 더 많은 기업 미래 발전을 판단 기준으로 대용량 데이터의 분석 결과 만들 것입니다. 동시에, 전통적인 비즈니스 예측 논리는 점점 새로운 대형 데이터 예측에 의해 대체 되 고. 그러나 효과적으로 관리 하는 경우에 대규모 데이터의 비즈니스 가치를 개발만 추가 수 우리 신중 하 게 대용량 데이터의 기대를 관리 한다.

큰 데이터의 가장 널리 알려진된 정의 가트너에서 큰 데이터의 3V 특성: 거 대 한 데이터 볼륨 (볼륨), 빠른 데이터 처리 (속도), 가변 데이터 구조 및 형식 (다양 한). 이 정의 따르면 IT 시스템의 첫 번째 생각은 처리 하기 어려운 되었지만 구조화 되지 않은 데이터를 무시할 수 없습니다. 즉, 큰 데이터 뿐만 아니라 트랜잭션 형 데이터 분석 처리 하지만 또한 소셜 미디어, 전자 상거래, 의사 결정 지원 및 기타 정보에 통합 됩니다. 자, 분산된 처리 기술 하 둡과 NoSQL 수 있다 저장, 처리, 분석 및 구조화 되지 않은 데이터, 하지만 고객의 큰 데이터 요구 사항을 충족 하는 포괄적인 솔루션을 제공 하지.

사실, 큰 데이터 범위 일반적 의미는 광범위 한, 및 대규모 데이터 및 여러 데이터 원본의 관련 된 어떤 복잡 한 계산 큰 데이터 범주, 단지 구조화 되지 않은 데이터는. 따라서, 통신 사업자가 다 수의 상세한 데이터, 휴대 전화 스위치 정보, 네트워크 등록 정보, 결제 정보, 휴대 전화에서에서 휴대 전화의 다양 한 종류의 사용자와 같은 모바일 인터넷 자세한 로그 정보, 사용자 정보, 사용자 구독 서비스 정보 및 사용자 기본 서비스 정보, 로밍 큰 데이터로 분류 될 수 있다.

몇 년 전, 있는 큰 데이터의 비즈니스 가치를 달성할 수 있는 방법으로 더 이상 있을 수 있습니다 컴퓨팅 구름의 증가 함께 비교 합니다. 하지만 비즈니스 사용자는 환자, 그리고 점점 더 많은 경영진 그들의 비즈니스 의사 결정에 대 한 중요 한 기준으로 대용량 데이터 분석을 사용 하는 경향이 있다. 이러한 맥락에서 우리는 포괄적인 큰 데이터 솔루션, 구조화 되지 않은 데이터 처리의 문제를 해결 하기 위해 뿐만 아니라 대규모 데이터, 분산된 수집 및 큰 데이터 교환 저장 기능, 대규모 데이터, 통계 분석 및 마이닝 및 비즈니스 인텔리전스 분석에 대 한 실시간 빠른 액세스 확장 하를 찾아야 합니다.

일반적인 큰 데이터 솔루션은 스토리지, 계산, 분석 및 마이닝 구조적된 데이터를 저장, 처리, 및 여러 구조적된 데이터 및 대용량 데이터의 비즈니스 인텔리전스 분석의의의 포함 하는 다양 한 플랫폼 솔루션 이어야 한다. 이 솔루션은 다음과 같은 4 가지 특징 있어야: 대형 데이터 처리, 완벽 하 게 구조화 된 데이터 처리 능력, 대규모 메모리 용량, 초고속 네트워크 속도 액세스 컴퓨팅의 소프트 및 하드 통합.

(책임 편집기: Fumingli)