בית שמע אילו שיקולים הם החשובים ביותר כאשר מחליטים אילו פתרונות נתונים גדולים ליישם?

אילו שיקולים הם החשובים ביותר כאשר מחליטים אילו פתרונות נתונים גדולים ליישם?

Anonim

ש:

אילו שיקולים הם החשובים ביותר כאשר מחליטים אילו פתרונות נתונים גדולים ליישם?

ת:

כל עסק וארגון צריכים לקחת בחשבון את הצרכים והמשאבים האישיים שלו כאשר הם מגלים אילו סוגיות חשובות ביותר ליישום נתונים גדולים. עם זאת, ישנם מספר עקרונות הנחשבים בדרך כלל לקריטיים לאימוץ טכנולוגי מסוג זה.

וובינר: Big Iron, פגוש Big Data: משחרר נתונים של Mainframe עם Hadoop & Spark

הירשם כאן

אחת השאלות הגדולות ביותר היא היישום וכמות ההפרעה שהיא תגרום. משתמשים במערכות נתונים גדולים תמיד צריכים להשוות בין מה שהם עומדים להשתמש למה שהם משתמשים כעת. במקרים רבים, שיבוש הוא הגורם המכריע בשאלה אם משאבי נתונים גדולים עתידים להגביר את הפרודוקטיביות והרווחים, או לשלוח עסק שמתרסק בגלל מכשולים בלתי ניתנים לחלוף עם היישום. לתמיכה של ספקים (או חוסר בזה) יש הרבה מה לעשות עם זה, אך עסקים גם צריכים להסתכל על עקומת הלמידה של טכנולוגיות, כמה הם ישנו את פעולות המערכות מדור קודם, ובכלל, האם השינויים הם משהו ש הארגון יכול להתמודד.

שאלה מרכזית נוספת היא אילו נתונים הם בעלי ערך רב לעסק או לארגון. על ידי בחינת הערך של מערכות נתונים שונות, אלו שמתכוונים ליישם נתונים גדולים יכולים לקבוע את היקף הפרויקט שלהם. ללא הנחיות מסוג זה, פרויקטים גדולים של נתונים יכולים להתנפח ולהציף בארגון. מומחים ממליצים להתמקד במערכות הנתונים הספציפיות שיעניקו את מירב הערך, מבלי להסתבך בהטלת רשת רחבה יותר.

סוגיה המקובלת כאן היא השימוש בנתונים מובנים ולא מובנים. מנהיגים עסקיים יכולים להסתכל על דרגות הקושי להכניס פיסות נתונים שונות להקשר של נתונים גדולים כמו מרכז נתונים. לדוגמה, ניתן לעכל בקלות את מערכי הנתונים המעוצבים שכבר עברו, אך חלק מהנתונים האחרים עשויים להזדקק למניפולציה נרחבת כדי להכניס אותם לפורמט שימושי, וייתכן שלא יהיה זה שווה את זה.

מאמצים יצטרכו לבדוק גם את הטיפול המתקדם עבור נתונים גדולים. מערכות נתונים ביג מוגדרות כאלו שקשה להתמודד עם תשתיות חומרה ותוכנה בסיסיות ופשוטות. המשמעות היא שהמאמצים צריכים שיהיו להם כישרון ומשאבים מתאימים בכדי למצוא דרכים להשתמש במערכות הנתונים הגדולות שלא יגרמו לעומס ברשת או שייצרו צווארי בקבוק בפעולות בדרך אחרת.

אילו שיקולים הם החשובים ביותר כאשר מחליטים אילו פתרונות נתונים גדולים ליישם?