Big Data, ilmainen ohjelmisto ja avoin lähdekoodi: käytettävissä olevat sovellukset

Big Data on tekninen käsite, joka liittyy suurten tietomäärien hallintaan, jäsennelty ja strukturoimaton, joita tällä hetkellä hoitavat suuryritykset, teknologia, tiede ja jopa julkishallinto.

Vaikka puhuessakin Big Data, ei oikeastaan ​​ole tärkeää tiedon määrä, vaan se, mitä organisaatiot tekevät tiedoille. Koska Big Data, siihen liittyvä tekniikka, voi analysoida niitä saadakseen ideoita, jotka johtavat parempaan päätöksentekoon, liikkeisiin ja strategioihin. Ja tässä suhteessa Vapaat ohjelmistot (SL) ja avoimet lähdekoodit (CA) ovat vaikuttaneet paljon tähän tekniikkaan, koska monet kehitetyt sovellukset on toteutettu tässä kehitysmuodossa.

Big Data ja ilmainen ohjelmisto

Alan ammattilaisille se on jo hyvin tiedossa Vapaa ohjelmisto, sen kehitysmalli, filosofia, perustuu teknologioiden luomiseen, lähinnä ohjelmistotuotteisiin, joita puolestaan ​​voidaan käyttää, muokata ja jakaa vapaasti. Ja että avoimen lähdekoodin on tärkeä osa vapaiden ohjelmistojen kehittämistä, koska se keskittyy enemmän tämän kehityksen dynaamisiin käytännön etuihin kuin tuotevapauden etiikkaan ja kansalaiset.

Siksi vaikka SL / CA osallistuu keinoin suorittaa Big Data, Big Data täydentää näitä epäsuorasti paitsi teknologisen kehityksen nopeutetun laajentumisen, myös Big Datan mukanaan tuoman tiedon saannin vapauden vuoksi.

Mikä on iso data?

Concepto

Yhdelle ohjelmiston ja teknologisen kehityksen suurimmalle IBM, Big Data on:

«... tekniikka, joka on avannut oven uudelle lähestymistavalle ymmärrykseen ja päätöksentekoon, jota käytetään kuvaamaan valtavia määriä dataa (strukturoitua, strukturoitumatonta ja osittain strukturoitua), joka vie liian paljon aikaa ja jonka lataaminen tietokantaan olisi erittäin kallista. relaatiotietokanta analysointia varten.

Tavoite

Big Data, sen tekniikka, syntyi tavoitteena kattamaan koko mahdollinen data-analyysi, toisin sanoen kattamaan sekä nykyiset että erilaiset tekniikat olemassa olevat ja ratkaistut, samoin kuin ne, joita nykyiset tekniikat, kuten suurten tietomäärien varastointi ja hallinta joilla on hyvin erityisiä ominaisuuksia.

Tiedot

Hintatiedot käsittelee datamääriä, jotka yleensä määritellään seuraavilla ominaisuuksilla:

• tilavuus: Tietojen koko useista lähteistä.
• nopeus: Nopeus, jolla tietoja useista lähteistä saapuu ja hallitaan.
• Lajike: Analysoitujen tietojen muoto useista lähteistä.

Toisin sanoen, tietomäärät, jotka koostuvat tyypillisesti strukturoidusta, osittain strukturoidusta ja strukturoimattomasta datastaja käsiteltävä valtavina määrinä, joita kuvataan usein suurilla määrillä etuliitteitä, kuten: Tera, Peta tai Exa.

Ja kaikenlaisista lähteistä, kuten Internetistä (Sosiaaliset verkostot, digitaalinen media, verkkosivustot ja tietokannat), Laitteet (Matkapuhelimet, multimediasoittimet, paikannusjärjestelmät, muun muassa siviili - ja teollisuusdigitaaliset anturit) ja Järjestöt (Yksityinen ja julkinen, kaupallinen, hallitus ja yhteisö).

tärkeys

Mikä tekee Big Datasta niin hyödyllisen tekniikan organisaatioille (Yksityinen ja julkinen, kaupallinen, hallitus ja yhteisö), on se, että se tarjoaa arvokasta tietoa se toimii monta kertaa tarkkana ja luotettavana vastauksena kysymyksiin, joita ei edes ole esitetty tiettyihin tilanteisiin tai ongelmiin. Toisin sanoen sen hyödyllisyys näkyy usein näkökohdissa, jotka yleensä syntyvät samasta kerätystä ja hallinnoidusta tiedosta.

Suurten tietomäärien käsittely helpottaa käsiteltyjen tietojen muotoilua tai testaamista sopivimmalla tavalla. tai täsmentää, mitä järjestelmänvalvoja pitää sopivana. Tämä antaa Big Data -palvelua käyttäville organisaatioille mahdollisuuden tunnistaa ongelmat ymmärrettävämmällä tavalla.

Suurten tietomäärien kerääminen ja sen jälkeinen analyysi niiden trendien etsimiseksi antavat organisaatioille mahdollisuuden toimia tehokkaammin, siirtymällä paljon nopeammin, sujuvammin ja ajoissa niiden yli. Lisäksi se antaa heille mahdollisuuden poistaa ongelma-alueet ennen kuin ongelmat ohittavat ne, mikä aiheuttaa heille menettää etuja, mainetta tai tukea.

Etu

Big Data auttaa organisaatioita hallitsemaan tietojaan paljon paremmin, mikä johtaa uusien positiivisten tai tuottavien mahdollisuuksien tunnistamiseen jäsenilleen (asiakkaille tai kansalaisille). Ja tämä puolestaan ​​johtaa älykkäämpiä ja tehokkaampiin toimiin, säästöihin tunteissa / työssä ja rahassa, mikä tarkoittaa usein onnea kaikille mukana oleville. Big Data -toimintoa käytettäessä toiminnalle lisätään yleensä arvoa seuraavilla tavoilla:

• Kustannusten alennus: Suurten tietomäärien varastoinnissa ja hallinnassa.
• Ajan lyhentäminen: Lisää tehokkuutta ja vaikuttavuutta päätöksenteossa.
• Uudet tuotteet ja palvelut: Kun kyky mitata ja ennakoida käyttäjien (asiakkaiden ja / tai kansalaisten) tarpeita ja ongelmia, heidän tyytyväisyytensä kasvaa.

hyötyjä

Hyvin käytetty Big Data pystyy usein määrittämään vikojen, ongelmien ja vikojen perimmäiset syyt melkein reaaliajassa. Se on kuitenkin otettava huomioon Big Data -tekniikka ei ole itsessään ihmelääke. Joten mainitaan toinen suuri tekniikka, kuten Oracle, voidaan lisätä, että:

”Isotietojen arvon tunnistaminen ei tarkoita vain niiden analysointia (mikä on jo etu itsessään). Se on koko löytöprosessi, joka vaatii analyytikoiden, yrityskäyttäjien ja avainhenkilöiden esittämään oikeita kysymyksiä, tunnistamaan malleja, tekemään tietoon perustuvia päätöksiä ja ennakoimaan käyttäytymistä. "

SL / CA Big Data -sovellukset

Ilmaisten ohjelmistojen ja avoimen lähdekoodin sovellusten joukossa, jotka on syytä mainita tutkimuksessa, testauksessa ja toteutuksessa, ovat:

Liittyvät

• Apache Hadoop: Avoimen lähdekoodin alusta koostuu Hadoop Distributed File System (HDFS), Hadoop MapReduce ja Hadoop Common.
• Avro: Apache-projekti, joka tarjoaa sarjaliikennepalveluja.
• Cassandra: Hajautettu ei-relaatiotietokanta, joka perustuu , kehitetty Java.
• Chukwa: Ohjelmisto on suunniteltu tapahtumalokien laajamittaiseen keräämiseen ja analysointiin.
• Virtaus: Ohjelmisto, jonka päätehtävä on ohjata tietoja yhdestä lähteestä johonkin toiseen sijaintiin.
• HBase: Saraketietokanta (sarakekohtainen tietokanta), joka toimii HDFS: llä.
• Pesä: ”Data Warehouse” -infrastruktuuri, joka helpottaa hajautettuun ympäristöön tallennettujen suurten tietomäärien hallintaa.
• Jaql: Toiminnallinen ja vakuuttava kieli, joka mahdollistaa tietojen hyödyntämisen JSON-muodossa, joka on suunniteltu käsittelemään suuria määriä tietoa.
• Lucene: Ohjelmisto, joka tarjoaa kirjastoja indeksointiin ja tekstihakuun.
• oozie: Avoimen lähdekoodin projekti, joka yksinkertaistaa jokaisen prosessin työnkulkuja ja koordinointia.
• Sika: Ohjelmisto, jonka avulla Hadoopin käyttäjät voivat keskittyä enemmän kaikkien tietojoukkojen analysointiin ja viettää vähemmän aikaa MapReduce-ohjelmien rakentamiseen.
• Eläintarhanhoitaja: Keskitetty infrastruktuuri ja palvelut, joita sovellukset voivat käyttää varmistamaan, että klusterin prosessit sarjoitetaan tai synkronoidaan.

itsenäinen

Muut yhtä tunnetut, mutta eivät liity avoimen lähdekoodin alustaan ​​Hadoop:

• Elastinen haku: Koko tekstipohjainen haku- ja analyysimoottori.
• MongoDB: NoSQL-tietokanta, joka perustuu asiakirjan tietomalliin.
• Cassandra: Apache-avoimen lähdekoodin projekti, joka on suunniteltu NoSQL-tietokantojen hallintaan.
• SohvaDB: Avoimen lähdekoodin NoSQL-tietokanta, joka perustuu yleisiin standardeihin helppokäyttöisyyden ja verkkoyhteensopivuuden puolesta.
• Aurinko: Lucene-projektin Java-kirjastoon perustuva avoimen lähdekoodin hakukone.
  Muut RDBMS-työkalut: MySQL Cluster ja VoltDB.

Johtopäätös

Nykyinen (ja välitön seuraava) aikamme on upotettu tai hukkunut suureen ja kasvavaan datamassaan, jolla on paljon sanottavaa kokonaisuutena kuin erikseen. Siksi Big Data -tekniikan käyttö nykyisessä ja lähitulevaisuudessa auttaa yhteiskuntaa, koko ihmiskuntaa, löytämään loputtomasti asioita (tapahtumia tai keksintöjä), joiden löytäminen olisi saattanut kestää vuosia. tästä.

kuten Big Data ja sen työkalut tarjoavat riittävän analyysinopeuden analysoi saatu tulos nopeasti ja muokkaa sitä niin monta kertaa kuin on tarpeen, lyhyessä ajassa, löytääksesi todellisen tai lähimmän arvon, johon yrität päästä. Jos Big Data -aihe on mielestäsi mielenkiintoinen, voit laajentaa aihetta hieman lukemalla tämän raportin BBVA.