Yuk Mengenal Lebih Jauh Lagi Tentang Big Data Sebagai Media Penyimpanan
Yuk Mengenal Lebih Jauh Lagi Tentang Big Data Sebagai Media Penyimpanan

Yuk Mengenal Lebih Jauh Lagi Tentang Big Data Sebagai Media Penyimpanan

100 View

konsumtif.comYuk Mengenal Lebih Jauh Lagi Tentang Big Data Sebagai Media Penyimpanan. Ada definisi yang berbeda, salah satu yang menurut Thomas developers, big data adalah sebuah akademik, yang dianggap oleh Bapak big data, adalah data yang terlalu besar untuk diproses pada server, bahkan lebih cepat berubah jika Penyimpanan Data warehouse, dan bahkan acak (restrukturisasi) ketika menyimpan database (rdims).

Menurut penganggaran, data besar memiliki tipe yang berbeda termasuk data (keragaman), jumlah yang sangat besar (volume), dan bergerak cepat (kecepatan), dan 3 dengan 3V, analisis data omset dapat menjawab masalah bisnis.

Dari dua penjelasan big data di atas, ada beberapa kesamaan dasar dengan pertumbuhan data yang besar, yaitu, pertama, ukuran penyimpanan data semakin cepat dan peningkatan penyimpanan data yang telah meningkatkan ukuran penyimpanan data, kedua, sumber daya data terstruktur dan unstring, dan akhirnya aliran pengolahan data.

Pertumbuhan dan Penyimpanan Data

Kami berkembang dari memasuki era digital dan menyimpan data telah berkembang pesat. Mulai dari pengembangan penyimpanan analog seperti tape atau film, menuju penyimpanan digital seperti hard disk, flash drive, atau Bluder, meningkat berbanding lurus antara dua data dan penyimpanan.

Dalam peningkatan data, kita sendiri dapat melihat perkembangan kualitas data dan peningkatan jumlah sumber data. Misalnya, film digital dengan lebar yang sebelumnya digunakan Video Graphics Array (VGA) resolusi dengan lebar 640 piksel dan tinggi 480 piksel, sekarang yang menggunakan umum 4 ribu resolusi definisi yang lebih tinggi dengan lebar 3840 piksel dan tinggi 2160 piksel.

Contoh lain adalah Internet of things, data besar yang dikumpulkan sebagai contoh band kebugaran ketika kita selalu bergerak yang menyimpan perubahan data untuk analisis nanti atau sedang tidur dan di sensor saat menyimpan data.

Dalam penyimpanan data, kami juga menyaksikan perkembangan media penyimpanan data yang kapasitasnya semakin besar dan kinerja yang cepat. Misalnya pada gambar 2, server penyimpanan dengan ukuran yang sama adalah kapasitas 2 GB, dan pada 2013 memiliki kapasitas 720 TB. Contoh lain adalah ukuran selesai dari hard drive di 1991 adalah 9.

Dengan pesatnya pertumbuhan data dan penyimpanan data yang semakin besar, sangat penting untuk sebuah teknologi yang dapat menggunakan data untuk memecahkan masalah bisnis yang dihadapi, yaitu Big Data.

Data terstruktur & tidak perlu
Fungsi utama Sistem Informasi adalah untuk terstruktur dan melakukan manajemen informasi dalam bentuk struktur data. Data terstruktur adalah kumpulan informasi yang memiliki kamus data tertentu pada catatan database. Pengumpulan informasi telah disimpan dalam sistem manajemen basis data relasional (R. B).D. Colo. Sebagai contoh, staf SQL Server menggunakan RDS meninggalkan data di atas meja untuk meninggalkan seorang karyawan dalam Sistem database.

Sedangkan struktur data bertentangan dengan tekstur, yang bukan merupakan model data yang sulit dipahami oleh bahasa pemrograman pada umumnya dan merupakan kumpulan informasi yang tidak terorganisir. Misalnya, menyimpan informasi PDF, kata-kata, atau dokumen video dan audio.

Pada tahun 1998, Merrill Lynch, sebuah perusahaan investasi terkemuka di Amerika Serikat, mengatakan 80-90% berasal dari struktur data informasi bisnis yang tidak diinginkan yang berpotensi digunakan untuk keuntungan. Ini diverifikasi oleh semakin banyak perusahaan yang menumbuhkannya karena mereka memiliki banyak data tentang klien mereka, baik dalam bentuk struktur terstruktur maupun struktur data. Misalnya, Google selalu mencatat informasi kami ketika kami mengubahnya menjadi informasi bisnis untuk apa pun dan pengiklan ke dalam ekosistem mereka. Dengan demikian, solusi Big Data Secara umum terstruktur dan memperoleh informasi bisnis dari kedua struktur data terstruktur.

Aliran proses Data
Mirip dengan konsep data flow image dalam aplikasi, bahwa aliran data dimulai dari input oleh user, disimpan dalam database, hingga diproses oleh aplikasi. Untuk memberikan pemahaman tentang rantai nilai data, perlu untuk menjelaskan konsep generasi data muka dan akuisisi.

Rangkaian nilai data besar terdiri dari empat fase: pembuatan data, akuisisi data, Penyimpanan data, dan analisis data. Output Data dan akuisisi data adalah proses produksi dan eksploitasi data, data yang disimpan data adalah proses penyimpanan, dan analisis data adalah proses analisis data dalam informasi. Semua rantai nilai pengolahan data bertujuan untuk dapat mengkonversi bahan baku (data) yang dihasilkan oleh sistem selama generasi data yang disimpan sebagai sumber data pada harga yang berguna yang merupakan produk dari tahap analisis data.

Generasi Data adalah langkah pertama dalam implementasi big data untuk menghasilkan data. Ada dua jenis data yang dihasilkan dari pembuatan data ini, yaitu data yang dihasilkan dari sistem internal dan data yang dihasilkan dari internet, data internet seperti Kata Kunci Google, data posting platform, rekaman obrolan digital, mikroskopis, dan sebagainya. Data Internet sering dikaitkan dengan kegiatan sehari-hari dan umumnya bersifat pribadi, tetapi jika diakumulasikan dan dikoreksi, data dapat menghasilkan informasi yang berguna untuk memiliki nilai yang berguna seperti pengenalan kebiasaan pengguna, memprediksi perilaku orang dan pandangan publik tentang masalah tertentu. Misalnya, ketika Kementerian Keuangan ingin melihat umpan balik masyarakat terhadap kebijakan atau program yang sedang diperkenalkan, data dari media sosial adalah salah satu sumber data utama yang tersimpan pada informasi potensial. Karena data media sosial real-time dapat mencerminkan pandangan publik terhadap kebijakan pemerintah.

Akuisisi Data adalah langkah selanjutnya dari aliran data, yaitu Data warehouse atau data yang akan ditempatkan di Mart dan data yang diproses. Data data yang disimpan merupakan langkah untuk mengakomodasi hasil pengolahan data dalam proses akuisisi. Secara umum, hasil pengolahan data ini disesuaikan pada data warehouse untuk digunakan sebagai analisis faktor, pemodelan, dan pembelajaran mesin. Akhirnya, analisis data adalah langkah terakhir untuk mengatasi masalah bisnis dan memanfaatkan data untuk mencari peluang baru.

Leave a Reply

Your email address will not be published.