ದೊಡ್ಡ ಡೇಟಾ, ಉಚಿತ ಸಾಫ್ಟ್‌ವೇರ್ ಮತ್ತು ಮುಕ್ತ ಮೂಲ: ಲಭ್ಯವಿರುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು
ಬಿಗ್ ಡೇಟಾ ಎನ್ನುವುದು ತಾಂತ್ರಿಕ ಪರಿಕಲ್ಪನೆಯಾಗಿದ್ದು ಅದು ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡೇಟಾದ ನಿರ್ವಹಣೆಗೆ ಸಂಬಂಧಿಸಿದೆ, ರಚನಾತ್ಮಕ ಮತ್ತು ರಚನೆರಹಿತ, ಇವುಗಳನ್ನು ಪ್ರಸ್ತುತ ದೊಡ್ಡ ವ್ಯಾಪಾರ, ತಾಂತ್ರಿಕ, ವೈಜ್ಞಾನಿಕ ಮತ್ತು ಸರ್ಕಾರಿ ವಲಯಗಳು ನಿರ್ವಹಿಸುತ್ತವೆ.
ಬಗ್ಗೆ ಮಾತನಾಡುವಾಗ ದೊಡ್ಡ ಡೇಟಾ, ಇದು ನಿಜವಾಗಿಯೂ ಮುಖ್ಯವಾದ ಡೇಟಾದ ಪ್ರಮಾಣವಲ್ಲ, ಆದರೆ ಡೇಟಾದೊಂದಿಗೆ ಯಾವ ಸಂಸ್ಥೆಗಳು ಮಾಡುತ್ತವೆ. ಬಿಗ್ ಡೇಟಾ, ಅದರ ಸಂಬಂಧಿತ ತಂತ್ರಜ್ಞಾನ, ಉತ್ತಮ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ, ಚಲನೆ ಮತ್ತು ಕಾರ್ಯತಂತ್ರಗಳಿಗೆ ಕಾರಣವಾಗುವ ವಿಚಾರಗಳನ್ನು ಪಡೆಯಲು ಅವುಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಬಹುದು. ಮತ್ತು ಈ ಅಂಶದಲ್ಲಿ, ಉಚಿತ ಸಾಫ್ಟ್‌ವೇರ್ (ಎಸ್‌ಎಲ್) ಮತ್ತು ಓಪನ್ ಸೋರ್ಸ್ (ಸಿಎ) ಈ ತಂತ್ರಜ್ಞಾನಕ್ಕೆ ಸಾಕಷ್ಟು ಕೊಡುಗೆ ನೀಡಿವೆ, ಅನೇಕ ಅಭಿವೃದ್ಧಿ ಹೊಂದಿದ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಈ ಅಭಿವೃದ್ಧಿ ಸ್ವರೂಪದಲ್ಲಿ ಅಳವಡಿಸಲಾಗಿದೆ.
ದೊಡ್ಡ ಡೇಟಾ ಮತ್ತು ಉಚಿತ ಸಾಫ್ಟ್‌ವೇರ್
ಕಲೆಯಲ್ಲಿ ನುರಿತವರಿಗೆ, ಅದು ಈಗಾಗಲೇ ಎಲ್ಲರಿಗೂ ತಿಳಿದಿದೆ ಉಚಿತ ಸಾಫ್ಟ್‌ವೇರ್, ಅದರ ಅಭಿವೃದ್ಧಿ ಮಾದರಿ, ಅದರ ತತ್ವಶಾಸ್ತ್ರವು ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ರಚಿಸುವುದನ್ನು ಆಧರಿಸಿದೆ, ಮುಖ್ಯವಾಗಿ ಸಾಫ್ಟ್‌ವೇರ್ ಉತ್ಪನ್ನಗಳು, ಇದನ್ನು ಮುಕ್ತವಾಗಿ ಬಳಸಬಹುದು, ಮಾರ್ಪಡಿಸಬಹುದು ಮತ್ತು ವಿತರಿಸಬಹುದು. ಮತ್ತು ಮುಕ್ತ ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಆ ಮುಕ್ತ ಮೂಲವು ಒಂದು ಪ್ರಮುಖ ಅಂಶವಾಗಿದೆ, ಏಕೆಂದರೆ ಇದು ಉತ್ಪನ್ನ ಸ್ವಾತಂತ್ರ್ಯ ಮತ್ತು ನಾಗರಿಕರ ನೈತಿಕತೆಗಿಂತ ಹೆಚ್ಚಾಗಿ ಈ ಅಭಿವೃದ್ಧಿಯ ಕ್ರಿಯಾತ್ಮಕ ಅನುಕೂಲಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ.
ಆದ್ದರಿಂದ, ಹಾಗೆಯೇ ಎಸ್‌ಎಲ್ / ಸಿಎ ದೊಡ್ಡ ಡೇಟಾವನ್ನು ನಿರ್ವಹಿಸುವ ವಿಧಾನಗಳೊಂದಿಗೆ ಕೊಡುಗೆ ನೀಡುತ್ತದೆ, ಬಿಗ್ ಡಾಟಾ ಇವುಗಳನ್ನು ಪರೋಕ್ಷವಾಗಿ ಪೂರಕಗೊಳಿಸುತ್ತದೆ, ತಾಂತ್ರಿಕ ಅಭಿವೃದ್ಧಿಯ ವೇಗದ ವಿಸ್ತರಣೆಯ ಪ್ರಯೋಜನಕ್ಕಾಗಿ ಮಾತ್ರವಲ್ಲ, ಬಿಗ್ ಡೇಟಾ ಅದರೊಂದಿಗೆ ತರುವ ಮಾಹಿತಿಯ ಪ್ರವೇಶದ ಸ್ವಾತಂತ್ರ್ಯಕ್ಕೂ ಸಹ.
ದೊಡ್ಡ ಡೇಟಾ ಯಾವುದು?
concepto
ಸಾಫ್ಟ್‌ವೇರ್ ಮತ್ತು ತಾಂತ್ರಿಕ ಅಭಿವೃದ್ಧಿಯ ಶ್ರೇಷ್ಠರಲ್ಲಿ ಒಬ್ಬರಿಗೆ, ಐಬಿಎಂ, ದೊಡ್ಡ ಡೇಟಾ ಇದು:
«... ತಿಳುವಳಿಕೆ ಮತ್ತು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಹೊಸ ವಿಧಾನಕ್ಕೆ ಬಾಗಿಲು ತೆರೆದಿರುವ ತಂತ್ರಜ್ಞಾನ, ಇದು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ವಿವರಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ (ರಚನಾತ್ಮಕ, ರಚನೆರಹಿತ ಮತ್ತು ಅರೆ-ರಚನಾತ್ಮಕ) ಇದು ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ತುಂಬಾ ದುಬಾರಿಯಾಗಿದೆ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಸಂಬಂಧಿತ ಡೇಟಾಬೇಸ್‌ಗೆ ಲೋಡ್ ಮಾಡಿ.
ಉದ್ದೇಶ
ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆಯ ಸಂಪೂರ್ಣ ವರ್ಣಪಟಲವನ್ನು ಒಳಗೊಳ್ಳುವ ಉದ್ದೇಶದಿಂದ ಬಿಗ್ ಡೇಟಾ, ಅದರ ತಂತ್ರಜ್ಞಾನವು ಜನಿಸಿತುಅಂದರೆ, ಪ್ರಸ್ತುತ ಮತ್ತು ವಿಭಿನ್ನ ತಂತ್ರಜ್ಞಾನಗಳೊಂದಿಗೆ ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ ಮತ್ತು ಪರಿಹರಿಸಲಾಗಿದೆ, ಹಾಗೆಯೇ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ತಂತ್ರಜ್ಞಾನಗಳಿಂದ ಪರಿಹರಿಸಲಾಗದಂತಹವುಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡೇಟಾದ ಸಂಗ್ರಹಣೆ ಮತ್ತು ನಿರ್ವಹಣೆ ಅದು ನಿರ್ದಿಷ್ಟ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿದೆ.
ಡೇಟಾ
ಈ ಕೆಳಗಿನ ಗುಣಲಕ್ಷಣಗಳಿಂದ ಸಾಮಾನ್ಯವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಡೇಟಾದ ಪರಿಮಾಣಗಳನ್ನು ಬಿಡ್ ಡೇಟಾ ನಿರ್ವಹಿಸುತ್ತದೆ:
- ಸಂಪುಟ: ಬಹು ಮೂಲಗಳಿಂದ ಡೇಟಾದ ಗಾತ್ರ.
- ವೇಗ: ಬಹು ಮೂಲಗಳಿಂದ ಯಾವ ಡೇಟಾ ಬರುತ್ತದೆ ಮತ್ತು ನಿರ್ವಹಿಸಲ್ಪಡುತ್ತದೆ.
- ವೈವಿಧ್ಯ: ಬಹು ಮೂಲಗಳಿಂದ ವಿಶ್ಲೇಷಿಸಲಾದ ಡೇಟಾದ ಸ್ವರೂಪ.
ನನ್ನ ಪ್ರಕಾರ, ಸಾಮಾನ್ಯವಾಗಿ ರಚನಾತ್ಮಕ, ಅರೆ-ರಚನಾತ್ಮಕ ಮತ್ತು ರಚನೆರಹಿತ ದತ್ತಾಂಶಗಳಿಂದ ಕೂಡಿದ ದತ್ತಾಂಶದ ಪರಿಮಾಣಗಳು, ಮತ್ತು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದಲ್ಲಿ ಪೂರ್ವಪ್ರತ್ಯಯಗಳೊಂದಿಗೆ ವಿವರಿಸಲಾಗುವ ಬೃಹತ್ ಪ್ರಮಾಣದಲ್ಲಿ ನಿರ್ವಹಿಸಲಾಗುವುದು, ಉದಾಹರಣೆಗೆ: ತೇರಾ, ಪೆಟಾ ಅಥವಾ ಎಕ್ಸಾ, ಇತರವುಗಳಲ್ಲಿ.
ಮತ್ತು ಇಂಟರ್ನೆಟ್ನಂತಹ ಎಲ್ಲಾ ರೀತಿಯ ಮೂಲಗಳಿಂದ (ಸಾಮಾಜಿಕ ನೆಟ್‌ವರ್ಕ್‌ಗಳು, ಡಿಜಿಟಲ್ ಮೀಡಿಯಾ, ವೆಬ್‌ಸೈಟ್‌ಗಳು ಮತ್ತು ಡೇಟಾಬೇಸ್‌ಗಳು), ತಂಡಗಳು (ಮೊಬೈಲ್ ಫೋನ್‌ಗಳು, ಮಲ್ಟಿಮೀಡಿಯಾ ಪ್ಲೇಯರ್‌ಗಳು, ಸ್ಥಾನೀಕರಣ ವ್ಯವಸ್ಥೆಗಳು, ಸಿವಿಲ್ ಮತ್ತು ಕೈಗಾರಿಕಾ ಡಿಜಿಟಲ್ ಸಂವೇದಕಗಳು, ಇತ್ಯಾದಿ) ಮತ್ತು ಸಂಸ್ಥೆಗಳು (ಖಾಸಗಿ ಮತ್ತು ಸಾರ್ವಜನಿಕ, ವಾಣಿಜ್ಯ, ಸರ್ಕಾರ ಮತ್ತು ಸಮುದಾಯ).
ಮಹತ್ವ
ಸಂಸ್ಥೆಗಳಿಗೆ ಬಿಗ್ ಡೇಟಾವನ್ನು ಅಂತಹ ಉಪಯುಕ್ತ ತಂತ್ರಜ್ಞಾನವನ್ನಾಗಿ ಮಾಡುತ್ತದೆ (ಖಾಸಗಿ ಮತ್ತು ಸಾರ್ವಜನಿಕ, ವಾಣಿಜ್ಯ, ಸರ್ಕಾರ ಮತ್ತು ಸಮುದಾಯ), ಇದು ಅಮೂಲ್ಯವಾದ ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸುತ್ತದೆ ಅನೇಕ ಬಾರಿ ಕೇಳಲಾಗದ ಪ್ರಶ್ನೆಗಳಿಗೆ ನಿಖರ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹ ಉತ್ತರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಕೆಲವು ಸಂದರ್ಭಗಳು ಅಥವಾ ಸಮಸ್ಯೆಗಳಿಗೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಸಂಗ್ರಹಿಸಿದ ಮತ್ತು ನಿರ್ವಹಿಸುವ ಒಂದೇ ಮಾಹಿತಿಯಿಂದ ಸಾಮಾನ್ಯವಾಗಿ ಉದ್ಭವಿಸುವ ಅಂಶಗಳ ಮೇಲೆ ಇದರ ಉಪಯುಕ್ತತೆಯನ್ನು ಹೆಚ್ಚಾಗಿ ಕಾಣಬಹುದು.
ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಮಾಹಿತಿಯ ಸಂಸ್ಕರಣೆಯು ಸಂಸ್ಕರಿಸಿದ ಡೇಟಾವನ್ನು ಹೆಚ್ಚು ಸೂಕ್ತವಾದ ರೀತಿಯಲ್ಲಿ ಆಕಾರಗೊಳಿಸಲು ಅಥವಾ ಪರೀಕ್ಷಿಸಲು ಸುಲಭಗೊಳಿಸುತ್ತದೆ. ಅಥವಾ ನಿರ್ದಿಷ್ಟಪಡಿಸುತ್ತದೆ, ಅದನ್ನು ಅದರ ನಿರ್ವಾಹಕರು ಸೂಕ್ತವೆಂದು ಪರಿಗಣಿಸುತ್ತಾರೆ. ಬಿಗ್ ಡೇಟಾವನ್ನು ಬಳಸುವ ಸಂಸ್ಥೆಗಳಿಗೆ ಸಮಸ್ಯೆಗಳನ್ನು ಹೆಚ್ಚು ಅರ್ಥವಾಗುವ ರೀತಿಯಲ್ಲಿ ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ದೊಡ್ಡ ಪ್ರಮಾಣದ ದತ್ತಾಂಶ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಅವುಗಳ ನಂತರದ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಹುಡುಕಲು ಅದರ ನಂತರದ ವಿಶ್ಲೇಷಣೆ ಸಂಸ್ಥೆಗಳು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯಾಗಿರಲು ಸಂಸ್ಥೆಗಳಿಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಅವುಗಳ ಮೇಲೆ ಹೆಚ್ಚು ವೇಗವಾಗಿ, ಸರಾಗವಾಗಿ ಮತ್ತು ಸಮಯೋಚಿತವಾಗಿ ಚಲಿಸುವ ಮೂಲಕ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಸಮಸ್ಯೆಗಳು ಅವುಗಳನ್ನು ಮೀರಿಸುವ ಮೊದಲು ಸಮಸ್ಯೆಯ ಪ್ರದೇಶಗಳನ್ನು ತೊಡೆದುಹಾಕಲು ಇದು ಅನುಮತಿಸುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಅವುಗಳು ಪ್ರಯೋಜನಗಳು, ಖ್ಯಾತಿ ಅಥವಾ ಬೆಂಬಲವನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತವೆ.
ಪ್ರಯೋಜನಗಳು
ಸಂಸ್ಥೆಗಳಿಗೆ ತಮ್ಮ ಡೇಟಾವನ್ನು ಉತ್ತಮವಾಗಿ ನಿರ್ವಹಿಸಲು ದೊಡ್ಡ ಡೇಟಾ ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಇದು ಅವರ ಸದಸ್ಯರಿಗೆ (ಗ್ರಾಹಕರು ಅಥವಾ ನಾಗರಿಕರಿಗೆ) ಹೊಸ ಸಕಾರಾತ್ಮಕ ಅಥವಾ ಉತ್ಪಾದಕ ಅವಕಾಶಗಳನ್ನು ಗುರುತಿಸಲು ಕಾರಣವಾಗುತ್ತದೆ. ಮತ್ತು ಇದು ಚುರುಕಾದ ಮತ್ತು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾದ ಕ್ರಿಯೆಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ, ಗಂಟೆಗಳಲ್ಲಿ / ಶ್ರಮ ಮತ್ತು ಹಣದಲ್ಲಿ ಉಳಿತಾಯ, ಇದು ಹೆಚ್ಚಾಗಿ ಭಾಗವಹಿಸುವ ಪ್ರತಿಯೊಬ್ಬರಿಗೂ ಸಂತೋಷವನ್ನು ನೀಡುತ್ತದೆ. ದೊಡ್ಡ ಡೇಟಾವನ್ನು ಬಳಸಿದಾಗ, ಸಾಮಾನ್ಯವಾಗಿ ಈ ಕೆಳಗಿನ ವಿಧಾನಗಳಲ್ಲಿ ನಡೆಸುವ ಚಟುವಟಿಕೆಗಳಿಗೆ ಮೌಲ್ಯವನ್ನು ಸೇರಿಸಲಾಗುತ್ತದೆ:
- ವೆಚ್ಚ ಕಡಿತ: ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡೇಟಾದ ಸಂಗ್ರಹಣೆ ಮತ್ತು ನಿರ್ವಹಣೆಯಲ್ಲಿ.
- ಸಮಯ ಕಡಿತ: ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಲ್ಲಿ ಹೆಚ್ಚಿನ ದಕ್ಷತೆ ಮತ್ತು ಪರಿಣಾಮಕಾರಿತ್ವ.
- ಹೊಸ ಉತ್ಪನ್ನಗಳು ಮತ್ತು ಸೇವೆಗಳು: ಬಳಕೆದಾರರ (ಗ್ರಾಹಕರು ಮತ್ತು / ಅಥವಾ ನಾಗರಿಕರು) ಅಗತ್ಯತೆಗಳು ಮತ್ತು ಸಮಸ್ಯೆಗಳನ್ನು ಅಳೆಯುವ ಮತ್ತು ನಿರೀಕ್ಷಿಸುವ ಸಾಮರ್ಥ್ಯದೊಂದಿಗೆ, ಅವರ ತೃಪ್ತಿ ಹೆಚ್ಚಾಗುತ್ತದೆ.
ಪ್ರಯೋಜನಗಳು
ಉತ್ತಮವಾಗಿ ಬಳಸಿದ ಬಿಗ್ ಡೇಟಾವು ಬಹುತೇಕ ನೈಜ ಸಮಯದಲ್ಲಿ ವೈಫಲ್ಯಗಳು, ಸಮಸ್ಯೆಗಳು ಮತ್ತು ದೋಷಗಳ ಮೂಲ ಕಾರಣಗಳನ್ನು ನಿರ್ಧರಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ. ಆದಾಗ್ಯೂ, ಅದನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದು ಬಿಗ್ ಡಾಟಾ ತಂತ್ರಜ್ಞಾನವು ಸ್ವತಃ ರಾಮಬಾಣವಲ್ಲ. ಆದ್ದರಿಂದ ಮತ್ತೊಂದು ದೊಡ್ಡ ತಂತ್ರಜ್ಞಾನವನ್ನು ಉಲ್ಲೇಖಿಸಿ ಒರಾಕಲ್, ಇದನ್ನು ಸೇರಿಸಬಹುದು:
"ದೊಡ್ಡ ಡೇಟಾದ ಮೌಲ್ಯವನ್ನು ಗುರುತಿಸುವುದು ಅದನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು ಎಂದರ್ಥವಲ್ಲ (ಇದು ಈಗಾಗಲೇ ಸ್ವತಃ ಒಂದು ಪ್ರಯೋಜನವಾಗಿದೆ). ಇದು ಸಂಪೂರ್ಣ ಆವಿಷ್ಕಾರ ಪ್ರಕ್ರಿಯೆಯಾಗಿದ್ದು, ವಿಶ್ಲೇಷಕರು, ವ್ಯಾಪಾರ ಬಳಕೆದಾರರು ಮತ್ತು ಕಾರ್ಯನಿರ್ವಾಹಕರು ಸರಿಯಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲು, ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು, ತಿಳುವಳಿಕೆಯುಳ್ಳ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಮತ್ತು ನಡವಳಿಕೆಗಳನ್ನು to ಹಿಸಲು ಅಗತ್ಯವಾಗಿರುತ್ತದೆ.
ದೊಡ್ಡ ಡೇಟಾಕ್ಕಾಗಿ ಎಸ್‌ಎಲ್ / ಸಿಎ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು
ಸಂಶೋಧನೆ, ಪರೀಕ್ಷೆ ಮತ್ತು ಅನುಷ್ಠಾನಕ್ಕಾಗಿ ಉಲ್ಲೇಖಿಸಬೇಕಾದ ಉಚಿತ ಸಾಫ್ಟ್‌ವೇರ್ ಮತ್ತು ಮುಕ್ತ ಮೂಲ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ:
ಸಂಬಂಧಿತ
- ಅಪಾಚೆ ಹಡೂಪ್: ಹಡೂಪ್ ಡಿಸ್ಟ್ರಿಬ್ಯೂಟೆಡ್ ಫೈಲ್ ಸಿಸ್ಟಮ್ (ಎಚ್‌ಡಿಎಫ್‌ಎಸ್), ಹಡೂಪ್ ಮ್ಯಾಪ್‌ರೆಡ್ಯೂಸ್ ಮತ್ತು ಹಡೂಪ್ ಕಾಮನ್‌ನಿಂದ ಮಾಡಲ್ಪಟ್ಟ ಓಪನ್ ಸೋರ್ಸ್ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್.
- ಅವ್ರೊ: ಧಾರಾವಾಹಿ ಸೇವೆಗಳನ್ನು ಒದಗಿಸುವ ಅಪಾಚೆ ಯೋಜನೆ.
- ಕಸ್ಸಂದ್ರ: ನ ಶೇಖರಣಾ ಮಾದರಿಯನ್ನು ಆಧರಿಸಿ ವಿತರಿಸದ ಸಂಬಂಧಿತವಲ್ಲದ ಡೇಟಾಬೇಸ್ , ಜಾವಾದಲ್ಲಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ.
- ಚುಕ್ವಾ: ಈವೆಂಟ್ ಲಾಗ್‌ಗಳ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಸಂಗ್ರಹಣೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಸಾಫ್ಟ್‌ವೇರ್.
- ಫ್ಲೂಮ್: ಒಂದು ಮೂಲದಿಂದ ಬೇರೆ ಸ್ಥಳಕ್ಕೆ ಡೇಟಾವನ್ನು ನಿರ್ದೇಶಿಸುವುದು ಸಾಫ್ಟ್‌ವೇರ್ ಮುಖ್ಯ ಕಾರ್ಯವಾಗಿದೆ.
- HBase: ಎಚ್‌ಡಿಎಫ್‌ಎಸ್‌ನಲ್ಲಿ ಚಾಲನೆಯಲ್ಲಿರುವ ಕಾಲಮ್ ಡೇಟಾಬೇಸ್ (ಕಾಲಮ್-ಆಧಾರಿತ ಡೇಟಾಬೇಸ್).
- ಜೇನುಗೂಡಿನ: "ಡೇಟಾ ವೇರ್ಹೌಸ್" ಮೂಲಸೌಕರ್ಯವು ವಿತರಣಾ ಪರಿಸರದಲ್ಲಿ ಸಂಗ್ರಹವಾಗಿರುವ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡೇಟಾದ ಆಡಳಿತವನ್ನು ಸುಗಮಗೊಳಿಸುತ್ತದೆ.
- ಜಕ್ಲ್: ಕ್ರಿಯಾತ್ಮಕ ಮತ್ತು ಘೋಷಣಾತ್ಮಕ ಭಾಷೆ, ಇದು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಮಾಹಿತಿಯನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ JSON ಸ್ವರೂಪದಲ್ಲಿ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಳ್ಳಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
- ಲುಸೀನ್: ಪಠ್ಯದಲ್ಲಿ ಸೂಚಿಕೆ ಮತ್ತು ಹುಡುಕಾಟಕ್ಕಾಗಿ ಗ್ರಂಥಾಲಯಗಳನ್ನು ಒದಗಿಸುವ ಸಾಫ್ಟ್‌ವೇರ್.
- ಓ oz ೀ: ಪ್ರತಿಯೊಂದು ಪ್ರಕ್ರಿಯೆಗಳ ನಡುವೆ ಕೆಲಸದ ಹರಿವು ಮತ್ತು ಸಮನ್ವಯವನ್ನು ಸರಳಗೊಳಿಸುವ ಓಪನ್ ಸೋರ್ಸ್ ಪ್ರಾಜೆಕ್ಟ್.
- ಹಂದಿ: ಹಡೂಪ್ ಬಳಕೆದಾರರಿಗೆ ಎಲ್ಲಾ ಡೇಟಾ ಸೆಟ್‌ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಹೆಚ್ಚು ಗಮನಹರಿಸಲು ಮತ್ತು ಮ್ಯಾಪ್‌ರೆಡ್ಯೂಸ್ ಪ್ರೋಗ್ರಾಂಗಳನ್ನು ನಿರ್ಮಿಸಲು ಕಡಿಮೆ ಸಮಯವನ್ನು ಕಳೆಯಲು ಅನುಮತಿಸುವ ಸಾಫ್ಟ್‌ವೇರ್.
- K ೂಕೀಪರ್: ಕ್ಲಸ್ಟರ್‌ನಾದ್ಯಂತದ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಧಾರಾವಾಹಿ ಅಥವಾ ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡಲಾಗಿದೆಯೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಂದ ಬಳಸಬಹುದಾದ ಕೇಂದ್ರೀಕೃತ ಮೂಲಸೌಕರ್ಯ ಮತ್ತು ಸೇವೆಗಳು.
ಸ್ವತಂತ್ರ
ಇತರರು ತಿಳಿದಿರುವ, ಆದರೆ ತೆರೆದ ಮೂಲ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಹಡೂಪ್‌ಗೆ ಸಂಬಂಧಿಸಿಲ್ಲ:
- ಸ್ಥಿತಿಸ್ಥಾಪಕ ಹುಡುಕಾಟ: ಪೂರ್ಣ-ಪಠ್ಯ ಆಧಾರಿತ ಹುಡುಕಾಟ ಮತ್ತು ವಿಶ್ಲೇಷಣೆ ಎಂಜಿನ್.
- ಮೊಂಗೋಡಿಬಿ: ಡಾಕ್ಯುಮೆಂಟ್ ಡೇಟಾ ಮಾದರಿಯನ್ನು ಆಧರಿಸಿ NoSQL ಡೇಟಾಬೇಸ್.
- ಕಸ್ಸಂದ್ರ: NoSQL ಡೇಟಾಬೇಸ್ ಆಡಳಿತಕ್ಕಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಅಪಾಚೆ ಓಪನ್ ಸೋರ್ಸ್ ಯೋಜನೆ.
- ಕೌಚ್‌ಡಿಬಿ: ಸುಲಭ ಪ್ರವೇಶ ಮತ್ತು ವೆಬ್ ಹೊಂದಾಣಿಕೆಗಾಗಿ ಸಾಮಾನ್ಯ ಮಾನದಂಡಗಳ ಆಧಾರದ ಮೇಲೆ ತೆರೆದ ಮೂಲ NoSQL ಡೇಟಾಬೇಸ್.
- ಸೋಲ್ರ್: ಲುಸೀನ್ ಪ್ರಾಜೆಕ್ಟ್ ಜಾವಾ ಲೈಬ್ರರಿಯನ್ನು ಆಧರಿಸಿದ ಓಪನ್ ಸೋರ್ಸ್ ಸರ್ಚ್ ಎಂಜಿನ್.
ಇತರ ಆರ್ಡಿಬಿಎಂಎಸ್ ಉಪಕರಣಗಳು: ಮೈಎಸ್ಕ್ಯೂಎಲ್ ಕ್ಲಸ್ಟರ್ ಮತ್ತು ವೋಲ್ಟ್ಡಿಬಿ.
ತೀರ್ಮಾನಕ್ಕೆ
ನಮ್ಮ ಪ್ರಸ್ತುತ (ಮತ್ತು ತಕ್ಷಣದ ಮುಂದಿನ) ಸಮಯವು ಹೆಚ್ಚಿನ ಮತ್ತು ಬೆಳೆಯುತ್ತಿರುವ ದತ್ತಾಂಶದಲ್ಲಿ ಮುಳುಗಿದೆ ಅಥವಾ ಮುಳುಗಿದೆ, ಇದು ಪ್ರತ್ಯೇಕವಾಗಿ ಹೇಳುವುದಕ್ಕಿಂತ ಒಟ್ಟಾರೆಯಾಗಿ ಹೆಚ್ಚು ಹೇಳುತ್ತದೆ. ಆದ್ದರಿಂದ, ಪ್ರಸ್ತುತ ಮತ್ತು ತಕ್ಷಣದ ಭವಿಷ್ಯದಲ್ಲಿ ಬಿಗ್ ಡಾಟಾ ತಂತ್ರಜ್ಞಾನದ ಬಳಕೆಯು ಸಮಾಜಕ್ಕೆ, ಇಡೀ ಮಾನವೀಯತೆಗೆ, ಅನಂತ ವಸ್ತುಗಳ (ಘಟನೆಗಳು ಅಥವಾ ಆವಿಷ್ಕಾರಗಳು) ಕಂಡುಹಿಡಿಯಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಅದು ತಮ್ಮನ್ನು ತಾವು ಕಂಡುಹಿಡಿಯಲು ಹಲವು ವರ್ಷಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಇದರ.
ರಿಂದ ದೊಡ್ಡ ಡೇಟಾ ಮತ್ತು ಅದರ ಪರಿಕರಗಳು ಸಾಕಷ್ಟು ವಿಶ್ಲೇಷಣೆಯ ವೇಗವನ್ನು ಒದಗಿಸುತ್ತವೆ ತ್ವರಿತವಾಗಿ ಪಡೆದ ಫಲಿತಾಂಶವನ್ನು ವಿಶ್ಲೇಷಿಸಿ ಮತ್ತು ನೀವು ತಲುಪಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ನಿಜವಾದ ಅಥವಾ ಹತ್ತಿರದ ಮೌಲ್ಯವನ್ನು ಕಂಡುಹಿಡಿಯಲು ಅಲ್ಪಾವಧಿಯಲ್ಲಿಯೇ ಅಗತ್ಯವಿರುವಷ್ಟು ಬಾರಿ ಅದನ್ನು ಪುನಃ ರಚಿಸಿ. ಬಿಗ್ ಡೇಟಾದ ವಿಷಯವನ್ನು ನೀವು ಆಸಕ್ತಿದಾಯಕವೆಂದು ಕಂಡುಕೊಂಡಿದ್ದರೆ ಇದನ್ನು ಓದುವ ಮೂಲಕ ನೀವು ವಿಷಯವನ್ನು ಸ್ವಲ್ಪ ಹೆಚ್ಚು ವಿಸ್ತರಿಸಬಹುದು ಬಿಬಿವಿಎ.