빅 데이터^{(Big Data)} 라는 용어 는 온라인과 오프라인 등 지구상의 거의 모든 곳에서 점점 더 많이 사용되고 있습니다. 그리고 그것은 컴퓨터에만 관련된 것이 아닙니다. 정보 기술^{(Information Technology)} 이라는 포괄적인 용어로 제공 되며, 이는 현재 거의 모든 다른 기술 및 연구 및 비즈니스 분야의 일부입니다. 빅 데이터^{(Big Data)} 는 큰 문제가 아닙니다. 그것을 둘러싼 과대 광고는 당신을 혼란스럽게 할 꽤 큰 문제입니다. 이 기사에서는 빅 데이터^{(Big Data)} 가 무엇인지 살펴봅니다 . 또한 NetFlix^(NetFlix) 가 데이터 또는 빅 데이터^{(Big Data)} 를 사용하여 클라이언트의 요구 사항을 더 잘 제공 하는 방법에 대한 예도 포함되어 있습니다 .

빅데이터란 무엇인가

회사 서버에 있는 데이터는 어제까지만 해도 분류되어 정리된 데이터였습니다. 갑자기 Big Data 라는 속어 가 유행했고, 이제 회사의 데이터는 Big Data 입니다. 이 용어는 조직이 지금까지 저장한 모든 데이터를 포함합니다. 여기에는 클라우드에 저장된 데이터와 북마크 한 URL 도 포함됩니다. ^(URLs)회사에서 모든 데이터를 디지털화하지 않았을 수 있습니다. 모든 데이터를 이미 구성하지 않았을 수 있습니다. 그러나 회사의 모든 디지털, 문서, 정형 및 비정형 데이터는 이제 빅 데이터^{(Big Data)} 입니다.

간단히 말해서 서버에 있는 모든 데이터(분류 여부에 관계 없이)는 집합적으로 BIG DATA 라고 합니다. 이 모든 데이터는 다양한 유형의 분석을 사용하여 다양한 결과를 얻는 데 사용할 수 있습니다. 모든 분석이 모든 데이터를 사용할 필요는 없습니다. 다른 분석은 BIG DATA 의 다른 부분을 사용 하여 필요한 결과와 예측을 생성합니다.

빅 데이터^{(Big Data)} 는 본질적으로 예측 및 기타 용도에 사용할 수 있는 결과를 위해 분석하는 데이터입니다. 빅 데이터^{(Big Data)} 라는 용어를 사용할 때 갑자기 회사 또는 조직이 최상위 정보^{(Information)} 기술을 사용하여 수년 동안 의도적 또는 비의도적으로 저장한 동일한 데이터를 사용하여 다양한 유형의 결과를 추론하게 됩니다.

빅 데이터는 얼마나 큰가

기본적으로 결합된 모든 데이터는 빅 데이터^{(Big Data)} 이지만 많은 연구자들은 빅 데이터^{(Big Data –)} 자체가 일반 스프레드시트와 데이터베이스 관리의 일반 도구를 사용하여 조작할 수 없다는 데 동의합니다. 모든 데이터를 한 번에 분석할 수 있도록(분석 반복을 포함할 수 있음) Hadoop 과 같은 특수 분석 도구가 필요합니다 .

위의 내용과 달리 저는 해당 분야의 전문가는 아니지만, 크든 작든, 조직적이든 비조직적이든 모든 조직의 데이터는 해당 조직의 빅 데이터이며 조직에서 자체 도구를 선택하여 분석할 수 있다고 말하고 싶습니다. 데이터.^{(Contrary to the above, though I am not an expert on the subject, I would say that data with any organization – big or small, organized or unorganized – is Big Data for that organization and that the organization may choose its own tools to analyze the data.)}

일반적으로 데이터 분석을 위해 사람들은 분석을 쉽게 하기 위해 하나 이상의 공통 필드를 기반으로 다른 데이터 세트를 생성했습니다. 빅데이터^{(Big Data)} 의 경우 이를 분석하기 위해 하위 집합을 생성할 필요가 없습니다. 이제 데이터의 크기에 관계없이 데이터를 분석할 수 있는 도구가 있습니다. 아마도 이러한 도구 자체는 데이터를 분석하는 동안에도 데이터를 분류합니다.

Jimmy Guterman 의 "Big Data" 책에서 두 문장을 언급하는 것이 중요합니다 .

“Big Data: when the size and performance requirements for data management become significant design and decision factors for implementing a data management and analysis system.”

-그리고-

“For some organizations, facing hundreds of gigabytes of data for the first time may trigger a need to reconsider data management options. For others, it may take tens or hundreds of terabytes before data size becomes a significant consideration.”

따라서 볼륨과 분석이 모두 빅 데이터^{(Big Data)} 의 중요한 부분임을 알 수 있습니다 .

읽기^(Read) : 데이터 마이닝이란 무엇입니까?^{(What is Data Mining?)}

빅 데이터 개념

이것은 대부분의 사람들이 동의하지 않는 또 다른 지점입니다. 일부 전문가들은 빅 데이터 개념^{(Big Data Concepts)} 이 세 가지 V라고 말합니다.

1. 용량
2. 속도
3. 다양성

일부는 개념에 V를 몇 개 더 추가합니다.

1. 심상
2. 진실성(신뢰성)
3. 가변성 및
4. 값

이 게시물이 이미 커지고 있기 때문에 별도의 기사에서 빅 데이터^{(Big Data)} 의 개념을 다룰 것입니다 . 제 생각에는 처음 세 개의 V가 빅 데이터^{(Big Data)} 의 개념을 설명하기에 충분합니다 .

빅 데이터 예 – NetFlix^{(Big Data Example – How NetFlix)} 가 문제를 해결하는 데 사용한 방법

2008년을 향하여 NetFlix 에 정전이 발생하여 많은 고객이 어둠 속에 갇혔습니다. 일부는 여전히 스트리밍 서비스에 액세스할 수 있지만 대부분은 액세스할 수 없습니다. 일부 고객은 대여한 DVD^(DVDs) 를 얻을 수 있었지만 다른 고객은 실패했습니다. 월스트리트 저널^{(Wall Street Journal)} 의 블로그 게시물에 따르면 Netflix 가 주문형 스트리밍을 막 시작했다고 합니다.

정전으로 인해 경영진은 가능한 미래 문제에 대해 생각하게 되었고 따라서; 빅 데이터^{(Big Data)} 로 바뀌었습니다 . 트래픽이 많은 지역, 취약 지점 및 네트워크 처리량 등을 해당 데이터를 사용하여 분석하고 향후 문제가 글로벌화되어 발생할 경우 다운타임을 줄이기 위해 작업했습니다. 빅 데이터^{(Big Data)} 의 사례 를 확인하려면 월스트리트 저널 블로그 ^{(Wall Street Journal Blog)}링크^{(the link)} 를 참조하십시오 .

위의 내용은 일반 용어로 빅 데이터가 무엇인지 요약한 것입니다. 아주 기본적인 입문서라고 할 수 있습니다. 나는 개념^(Concepts) , 분석^(Analysis) , 도구^(Tools) 및 빅 데이터^{(uses of Big Data)} , 빅 데이터 3 V 등의 사용 과 같은 관련 요소에 대해 몇 가지 더 많은 기사를 작성할 계획 입니다 . 한편, 위에 추가하고 싶은 것이 있으면 댓글을 달고 공유하십시오. 우리와 함께.

다음 읽기^{(Read next)} : 웹 스크래핑^{(Web Scraping)} 이란 무엇입니까 ?

What is Big Data - A Simple Explanation with Example

The term Big Data is being increasingly used almost everywhere on the planet – online and offline. And it is not related to computers only. It comes under a blanket term called Information Technology, which is now part of almost all other technologies and fields of studies and businesses. Big Data is not a big deal. The hype surrounding it is a sure pretty big deal to confuse you. This article takes a look at what is Big Data. It also contains an example of how NetFlix used its data, or rather, Big Data, to better serve its clients’ needs.

What is Big Data

The data lying in the servers of your company was just data until yesterday – sorted and filed. Suddenly, the slang Big Data got popular, and now the data in your company is Big Data. The term covers each and every piece of data your organization has stored until now. It includes data stored in clouds and even the URLs that you bookmarked. Your company might not have digitized all the data. You may not have structured all the data already. But then, all the digital, papers, structured and non-structured data with your company is now Big Data.

In short, all the data – whether or not categorized – present in your servers are collectively called BIG DATA. All this data can be used to get different results using different types of analysis. It is not necessary that all analyses use all the data. The different analysis uses different parts of the BIG DATA to produce the results and predictions necessary.

Big Data is essentially the data that you analyze for results that you can use for predictions and other uses. When using the term Big Data, suddenly your company or organization is working with top-level Information technology to deduce different types of results using the same data that you stored intentionally or unintentionally over the years.

How big is Big Data

Essentially, all the data combined is Big Data, but many researchers agree that Big Data – as such – cannot be manipulated using normal spreadsheets and regular tools of database management. They need special analysis tools like Hadoop (we’ll study this in a separate post) so that all the data can be analyzed at one go (may include iterations of analysis).

Contrary to the above, though I am not an expert on the subject, I would say that data with any organization – big or small, organized or unorganized – is Big Data for that organization and that the organization may choose its own tools to analyze the data.

Normally, for analyzing data, people used to create different data sets based on one or more common fields so that analysis becomes easy. In the case of Big Data, there is no need to create subsets for analyzing it. We now have tools that can analyze data irrespective of how huge it is. Probably, these tools themselves categorize the data even as they are analyzing it.

I find it important to mention two sentences from the book “Big Data” by Jimmy Guterman:

“Big Data: when the size and performance requirements for data management become significant design and decision factors for implementing a data management and analysis system.”

-And-

“For some organizations, facing hundreds of gigabytes of data for the first time may trigger a need to reconsider data management options. For others, it may take tens or hundreds of terabytes before data size becomes a significant consideration.”

So you see that both volume and analysis are an important part of Big Data.

Read: What is Data Mining?

Big Data Concepts

This is another point where most people don’t agree. Some experts say that the Big Data Concepts are three V’s:

1. Volume
2. Velocity
3. Variety

Some others add few more V’s to the concept:

1. Visualization
2. Veracity (Reliability)
3. Variability and
4. Value

I will cover concepts of Big Data in a separate article as this post is already getting big. In my opinion, the first three V’s are enough to explain the concept of Big Data.

Big Data Example – How NetFlix used it to fix its problems

Towards 2008, there was an outage at NetFlix due to which many customers were left in the dark. While some could still access the streaming services, most of them could not. Some customers managed to get their rented DVDs whereas others failed. A blog post on the Wall Street Journal says Netflix had just started on-demand streaming.

The outage made the management think about the possible future problems and hence; it turned to Big Data. It analyzed high traffic areas, susceptible points, and network throughput, etc. using that data and worked on it to lower the downtime if a future problem arises as it went global. Here is the link to the Wall Street Journal Blog, if you wish to check out the examples of Big Data.

The above summarizes what is Big Data in a layman’s language. You can call it a very basic introduction. I plan to write a few more articles on associated factors such as – Concepts, Analysis, Tools, and uses of Big Data, Big Data 3 V’s, etc. Meanwhile, if you would like to add anything to the above, please comment and share with us.

Read next: What is Web Scraping?

Related posts

• Big Data Consumption. Big Data의 용도는 무엇입니까?

• Data Analytics 란 무엇이며 무엇이 사용 되었습니까?

• Data and Information의 차이점은 무엇입니까?

• WAMP를 사용하여 Drupal을 설치하는 방법 Windows에서

• Best Software & Hardware Bitcoin Wallets Windows, iOS, Android

• SMS Organizer : SMS Application Machine Learning에 의해 구동

• Zip file DropBox에서 파일을 다운로드 할 때 너무 큰 오류가 너무 큽니다

• Blue Whale Challenge Dare Game는 무엇입니까?

• Disqus comment 웹 사이트에 적재하거나 표시되지 않은 상자

• Best 무료 Secure Digital Notebook Software & Online Services

• 자신의 Device (BYOD) Advantages, Best Practices 등을 가져 오십시오

• LibreOffice로 PDf 문서를 암호 보호 및 보안하는 방법

• Automate.io는 무료 automation tool and IFTTT 대안입니다

• 랩톱을위한 10 개의 최고의 USB LED 램프

• Whiteboard Fox은 real-time sharing을 허용하는 무료 online whiteboard입니다

• Windows PC에서 Invitation Card를 만드는 방법

• 이 텍스트를 사용하여 Binary을 Binary Converter로 사용하는 텍스트로 변환하는 방법

• NFT은 무엇과 NFT Digital Art을 만드는 방법을 무엇을 만드는가?

• Nine Nostalgic Tech Sounds 당신은 아마 몇 년 만에 들었을 것입니다

• Best Laptop Tables 온라인으로 구입하십시오