'' Big Data '' အတိအကျဆိုတာဘာလဲ

အဘယျကွောငျ့ဒါဟာ Big Deal လား?

'' Big data ကို '' သစ်ကိုနားလည်မှုသိပ္ပံနှင့်ပျက်ပြင်ဆင်ထားသညအချက်အလက်များ၏ကြီးမားသော volumes ကိုလေ့လာနေခြင်းဖြင့်လူ့အပြုအမူခန့်မှန်းသည်။ Big data ကိုလည်း '' ကြိုတင်ခန့်မှန်းချက် analytics '' အဖြစ်လူသိများသည်။

တွစ်တာပို့စ်များကိုလေ့လာသုံးသပ်ခြင်း Facebook ကကို eBay ရှာဖွေမှုများကို, GPS, ခြေရာခံများနှင့် ATM စက်အချို့ကြီးတွေဒေတာဥပမာ, feeds ။ လုံခြုံရေးဗီဒီယိုများ, traffic ကိုဒေတာ, ရာသီဥတုပုံစံများ, လေယာဉ်ဆိုက်ရောက်, ဆဲလ်ဖုန်းမျှော်စင်မှတ်တမ်းများနှင့်နှလုံးခုန်နှုန်းကိုခြေရာခံလေ့လာသင်ယူသည်အခြားပုံစံများဖြစ်ကြသည်။ Big data တွေကိုအပတ်စဉ်ပြောင်းလဲမယ့်ရှုပ်ထွေးသစ်ကိုသိပ္ပံဖြစ်ပါတယ်, သာအနည်းငယ်ကျွမ်းကျင်သူများကအားလုံးကိုနားလည်ပါတယ်။

ပုံမှန်ဘဝအတွက် Big Data အချို့သည်ဥပမာဘာတွေလဲ?

အများဆုံးကြီးတွေဒေတာစီမံကိန်းများကိုအလွန်ထင်ရှားတဲ့များမှာနေစဉ်, တစ်ဦးချင်းစီ, ကုမ္ပဏီများနှင့်အစိုးရများ၏နေ့စဉ်ဘဝထိခိုက်ကြီးမားသောအချက်အလက်များ၏အောင်မြင်သောဥပမာရှိပါတယ်:

ဗိုင်းရပ်စ်ရောဂါဖြစ်ပွားမှုခန့်မှန်း: လူမှုနိုင်ငံရေးဒေတာ, ရာသီဥတုနှင့်ရာသီဥတုဒေတာနှင့်ဆေးရုံ / ဆေးခန်း data တွေကိုလေ့လာခြင်းအားဖြင့်ဤသိပ္ပံပညာရှင်များသည်ယခုအခါ 4 ပတ်ကကြိုတင်အသိပေးစာနှင့်အတူသွေးလွန်တုပ်ကွေးဖြစ်ပွားမှုခန့်မှန်းနေကြသည်။

လူသတ်မှုစောင့်ကြည့်ရေးအဖွဲ့: ဤကြီးမားသောဒေတာစီမံကိန်းကိုလူသတ်မှုသားကောင်များ, သံသယရှိသူများနှင့်ဝါရှင်တန်ဒီစီမှာရှိတဲ့ရာဇဝတ်သား profiles ။ ကွယ်လွန်သူအားဂုဏ်ပြုတစ်လမ်းအဖြစ်နှင့်လူများအတွက်အသိအမြင်အရင်းအမြစ်အဖြစ်နှစ်ဦးစလုံးသည်ဤကြီးမားသောဒေတာစီမံကိန်းကိုစိတ်ဝင်စားဖွယ်ဖြစ်ပါတယ်။

အကူးအပြောင်းခရီးသွားစီမံကိန်း, NYC: WNYC ရေဒီယိုပရိုဂရမ်မာစတိဗ် Melendez ခရီးသွားခရီးစဉ်ဆော့ဗ်ဝဲနဲ့အွန်လိုင်းမြေအောက်ရထားအချိန်ဇယားကိုပေါင်းစပ်။ မိမိအဖန်ဆင်းခြင်းနယူးယော့မြေပုံပေါ်တွင်၎င်းတို့၏တည်နေရာကိုကလစ်နှိပ်ပါနှင့်ရထားနှင့်မြေအောက်ရထားများအတွက်ခရီးသွားအချိန်အတိုင်းအတာတစ်ခုခန့်မှန်းပေါ်လာပါလိမ့်မယ်ပေးနိုင်ပါတယ်။

Xerox ကသူတို့လုပ်သားအင်အားဆုံးရှုံးမှုလျှော့ချ: ခေါ်ဆိုခစင်တာအလုပ်စိတ်ခံစားမှုပင်ပန်းသည်။ Xerox ပရော်ဖက်ရှင်နယ်သုံးသပ်သူများ၏အကူအညီဖြင့်အချက်အလက်များ၏ reams ကိုလေ့လာခဲ့ပြီးယခုသူတို့အလယ်ဗဟိုငှါး လုပ်. ရသမျှကိုခေါ်ထားတဲ့ကြိုတင်ခန့်မှန်းနိုင်တဲ့ကုမ္ပဏီအရှည်ဆုံးနှင့်အတူနေဖို့များပါတယ်။

အကြမ်းဖက်နှိမ်နင်းမှုကိုထောက်ပံ့: သူတို့ပြုသောဒုစရိုက်ကိုပြုမပြုမီလူမှုရေးမီဒီယာ, ဘဏ္ဍာရေးမှတ်တမ်းများ, လေယာဉ်ခရီးစဉ်ကြိုတင်မှာယူမှုများ, လုံခြုံရေးဒေတာလေ့လာနေအသုံးပြုပုံဥပဒေစိုးမိုးရေးအကြမ်းဖက်သံသယရှိသူကြိုတင်ခန့်မှန်းခြင်းနှင့်နေရာချထားနိုင်ပါတယ်။

ဆိုရှယ်မီဒီယာပြန်လည်သုံးသပ်ခြင်းအပေါ်အခြေခံပြီးအမှတ်တံဆိပ်စျေးကွက်ထိန်းညှိခြင်း: လူတွေကိုလင်းလင်းနှင့်လျင်မြန်စွာသူတို့ရဲ့အွန်လိုင်းတစ်ဦးအရက်ဆိုင်ပေါ်အတှေး, စားသောက်ဆိုင်, ဒါမှမဟုတ်ကြံ့ခိုင်ရေးကလပ်မျှဝေပါ။ ဒါဟာဆိုရှယ်မီဒီယာ၏ရေးသားချက်များဤသန်းပေါင်းများစွာလေ့လာပြီးလူတွေသူတို့ရဲ့န်ဆောင်မှုများထင်သောအရာကိုအပေါ်ကုမ္ပဏီမှတုံ့ပြန်ချက်များကိုဖြစ်နိုင်ပါတယ်။

အဘယ်သူသည် Big Data အသုံးပြု? သူတို့ကဒါဟာနှင့်အတူအဘယျသို့ပွုကွသလား?

အတော်များများက monolithic ကော်ပိုရေးရှင်းဖောက်သည်ကျေနပ်မှုတိုးမြှင့်ဖို့ကသူတို့ပူဇော်သက္ကာနှင့်စျေးနှုန်းများကိုထိန်းညှိဖို့ကြီးမားတဲ့ data တွေကိုသုံးပါ။

• Macy ရဲ့ဌာနစတိုးဆိုင်ဥပမာ, သန်း 70 ကျော်ထုတ်ကုန်များအတွက်ယင်ကောင်အပေါ်သူတို့ရဲ့စျေးနှုန်းများထိန်းညှိဖို့ကြီးမားတဲ့ data တွေကိုအသုံးပြုပါတယ်။ သူတို့ကပင် Macy ရဲ့သူတို့စိတ်ဝင်စားယုံကြည်နေအဘယ်အရာပေါ်တွင် အခြေခံ. မိမိတို့၏ဖောက်သည်စိတ်ကြိုက်အီးမေးလ်များကိုပေးပို့ပါ။
  
• ဘော်စတွန်မာရသွန်ဗုံးဖောက်ခွဲမှုမှရဲတပ်ဖွဲ့တုံ့ပြန်မှု: ဗီဒီယိုနှင့်စောင့်ကြည့်ပုံရိပ်တွေလေ့လာဖို့ကြီးတွေ data တွေကိုအသုံးပြုခြင်းအားဖြင့်, ရဲအလျင်အမြန်သံသယရှိသူဘို့မိမိတို့ရှာဖွေရေးဆင်းကျဉ်းမြောင်းနိုင်ခဲ့ကြတယ်။
  
• Morton ရဲ့ကင်တစ် porterhouse ကင်နှင့်ပုစွန်ညစာ၏ကျော်ကြားနယူးဂျာစီပြည်နယ်လေဆိပ်ပေးပို့အပါအဝင်စျေးကွက်ရှာဖွေရေး position နဲ့ဆက်ဆံ, ပယ်ဆွဲထုတ်ဖို့ Twitter ကိုအသုံးပြုသည်။
  
• ဗီဇာ fraudsters ဖော်ထုတ်ဖမ်းရန်ကြီးမားသော data ကိုအသုံးပြုသည်။ ဤနေရာတွင်လူပျိုအရောင်းအရှိကိုအလွယ်တကူတဲ့မရိုးမသားခရက်ဒစ်ကဒ်အသုံးပြုသူဖုံးကွယ်နိုင်ပေမယ့်ဂရုတစိုက်အရောင်းအသန်းပေါင်းများစွာကိုကြည့်အသုံးပြုပုံလိမ်လည်မှုပုံစံများကိုတွေ့ရှိနိုင်ပါသည်။
  
• Facebook ကကြော်ငြာလိုက်လျောညီထွေဖြစ်အောင်လုပ်ဖို့ကြီးမားတဲ့ data တွေကိုအသုံးပြုပါတယ်။ ဂရုတစိုက်သင့်ရဲ့ FB Like နှိပ်ခြင်းနှင့် browsing အတွက်အလေ့အထများကိုလေ့လာခြင်းအားဖြင့်, လူမှုမီဒီယာကုမ္ပဏီကြီးသင့်ရဲ့အရသာသို့ကျောချမ်းဖွယ်ထိုးထွင်းသိမြင်မှုရှိပါတယ်။ သင်သည်သင်၏ Facebook ကိုအစာကျွေးခြင်းအပေါ်ကြည့်ရှုသူများသည် sidebar မှာကြော်ငြာများသည်သင့်ကို Facebook အလေ့အထကိုကြည့်ခဲ့ကြကြောင်းအလွန်တမင်များနှင့်ရှုပ်ထွေးသော algorithms ကရွေးချယ်နေကြတယ်။

အဘယ်ကြောင့် Big Data ထိုသို့သော Big Deal လား?

4 အမှုအရာကြီးတွေဒေတာသိသာအောင်:

1. အဆိုပါဒေတာကိုအကြီးအကျယ်ဖြစ်ပါတယ်။ ဒါဟာအပေါ် fit မည်မဟုတ် တစ်ခုတည်း hard drive ကို , အများကြီးလျော့နည်းတဲ့ USB မှတ်ဉာဏ်ချောင်းကို ။ အချက်အလက်များ၏အသံအတိုးအကျယ်ဝေးလူ့စိတ်ကိုရိပ်မိ (တစ်ဘီလီယံဘီလီယံခန့် megabytes အထိစဉ်းစား, ပြီးတော့ပိုပြီးဘီလီယံကြောင့်များပြားနိုင်ပါသည်) အဘယ်အရာကိုကျော်လွန်နေပါသည်။

2. အဆိုပါဒေတာရှုပ်ထွေးခြင်းနှင့်ပျက်ပြင်ဆင်ထားသညဖြစ်ပါတယ်။ ကြောင်းရှာဖွေခြင်းနှင့် sortable ဖြစ်ပါတယ်ဒါကြောင့်ကြီးမားတဲ့ data တွေကိုအလုပ်၏ 80% မှ 50% သတင်းအချက်အလက် converting နှင့်သန့်ရှင်းရေးဖြစ်ပါတယ်။ ကျွန်တော်တို့ရဲ့ဂြိုလ်ပေါ်တထောင်သာလျှင်အနည်းငယ်ကျွမ်းကျင်သူများအပြည့်အဝဒီဒေတာကိုသန့်ရှင်းရေးလုပ်ဖို့ဘယ်လိုသိကြ၏။ ဤရွေ့ကားကျွမ်းကျင်သူများကလည်းသူတို့ရဲ့ယာဉ်လုပ်ဖို့, HPE နှင့် Hadoop ကဲ့သို့အလွန်အထူးပြု tools တွေလိုအပ်ပါတယ်။ ဖြစ်ကောင်းဖြစ်နိုင် 10 နှစ်များတွင်ကြီးမားသော data ကိုကျွမ်းကျင်သူများကတစ်ဒါဇင်တစ် Dime ဖြစ်လာပါလိမ့်မယ်, ဒါပေမယ့်အခုသူတို့လေ့လာဆန်းစစ်တစ်ဦးကအလွန်ရှားပါးမျိုးစိတ်ဖြစ်ကြောင်းနှင့်၎င်းတို့၏အလုပ်နေဆဲအလွန်ထင်ရှားတဲ့နှင့်ငွီးငှေ့ဖှယျဖြစ်ပါတယ်။

3. ဒေတာများရောင်းဝယ်နိုင်မယ့်ကုန်စည် ** ဖြစ်လာသည်။ ကုမ္ပဏီများနှင့်လူပုဂ္ဂိုလ်တစ်ဦးချင်းလူမှုရေးမီဒီယာနှင့်အခြားအချက်အလက်များ၏ terabytes ဝယ်နိုင်ဘယ်မှာဒေတာကိုဈေးတည်ရှိ။ ဒါကြောင့်မည်သည့်တစ်ခုတည်းသော hard disk ကိုပေါ်သို့ fit မှလည်းကြီးမားသည်အတိုင်းအချက်အလက်များ၏အများစုဟာ, cloud-based ဖြစ်ပါတယ်။ လေ့ဒေတာဝယ်ယူသင်တစ်ဦးသည်မိုဃ်းတိမ် server ကိုလယ်ယာသို့ plug ဘယ်မှာ subscription ကိုအခကြေးငွေပါဝင်သည်။

** ကြီးတွေဒေတာရေးကိရိယာများနှင့်အတွေးအခေါ်များ၏ခေါင်းဆောင်များအမေဇုံ, Google, Facebook, Yahoo ဖြစ်ကြသည်။ အဲဒီကုမ္ပဏီတွေကသူတို့ရဲ့အွန်လိုင်းဝန်ဆောင်မှုများနှင့်အတူလူမျိုး၏ဤမျှလောက်များစွာသောသန်းပေါင်းများစွာအစေခံသောကြောင့်, အဲဒါကိုသူတို့ကစုစည်းမှတ်နှင့်ကြီးမားသော data တွေကိုခွဲခြမ်းစိတ်ဖြာမှုရဲ့နောက်ကွယ်ကအမြော်အမြင်ဖြစ်လိမ့်မယ်လို့သဘာဝကျပါတယ်။

4. ကြီးမားသောအချက်အလက်များ၏အဆိုပါဖြစ်နိုင်ခြေအဆုံးမဲ့ဖြစ်ကြသည်။ သူတို့ဖြစ်ပျက်မတိုင်မီဖြစ်ကောင်းဖြစ်နိုင်ဆရာဝန်များကတနေ့တစ်ဦးချင်းစီပတ်နှလုံးတိုက်ခိုက်မှုနဲ့လေဖြတ်ကြိုတင်ခန့်မှန်းပါလိမ့်မယ်။ လေယာဉ်ပျံများနှင့်မော်တော်ယာဉ်ပျက်ကျသူတို့ရဲ့စက်မှုအချက်အလက်များနှင့်ယာဉ်အသွားအလာများနှင့်ရာသီဥတုပုံစံများကြိုတင်ခန့်မှန်းချက်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းအားဖြင့်လျှော့ချမည်အကြောင်းတည်း။ အွန်လိုင်းချိန်းတွေ့သင်တို့အဘို့အလိုက်ဖက်ကိုယ်ရည်ကိုယ်သွေးနေသော၏ကြီးမားသော data တွေကိုခန့်မှန်းရှိခြင်းအားဖြင့်တိုးတက်စေခြင်းငှါ။ ဂီတသမားဂီတဖွဲ့စည်းမှုပစ်မှတ်ပရိသတ်တွေ၏ပြောင်းလဲနေတဲ့အရသာမှအများဆုံးနှစ်သက်ဘွယ်သောအရာကိုသို့ထိုးထွင်းသိမြင်ရပေလိမ့်မည်။ အာဟာရပုဂ္ဂိုလ်တစ်ဦးရဲ့ဆေးဘက်ဆိုင်ရာအခြေအနေများပိုမိုဆိုးရွားသို့မဟုတ်ကူညီပေးပါမည်စတိုးဆိုင်-ဝယ်အစားအစာဖြစ်သောပေါင်းစပ်ကြိုတင်ခန့်မှန်းနိုင်ပါလိမ့်မယ်။ အဆိုပါမျက်နှာပြင်မှသာကုတ်ထားပါတယ်များနှင့်ကြီးမားသောဒေတာအတွက်ရှာဖွေတွေ့ရှိအပတ်တိုင်းဖြစ်ပျက်။

Big Data Messi Is

Big data ကိုကြိုတင်ခန့်မှန်းချက် analytics ဟူရှာဖွေခြင်းနှင့် sortable တစ်ခုခုသို့အကြီးအကျယ်ပျက်ပြင်ဆင်ထားသညအချက်အလက်များ၏အဖြစ်ပြောင်းလဲသွားသည်။ ဤသည်ကိုသိသောဥာဏ်နှင့်သည်းခံခြင်း၏အထူးကြင်နာလိုအပ်ပါတယ်တစ်ခုရှုပ်ထွေးခြင်းနှင့်ဖရိုဖရဲအာကာသဖြစ်ပါတယ်။

ဥပမာအားများအတွက် monolithic UPS ပေးပို့ဝန်ဆောင်မှုကိုယူပါ။ သူတို့ရဲ့ယာဉ်မောင်း '' GPS နဲ့စမတ်ဖုန်းများမှ UPS လေ့လာမှုဒေတာမှာ programmer တွေယာဉ်ကြောပိတ်ဆို့မှုကိုလိုက်လျောညီထွေဖြစ်အောင်ရန်အထိရောက်ဆုံးနည်းလမ်းများခွဲခြမ်းစိတ်ဖြာရန်။ ဤသည် GPS နဲ့စမတ်ဖုန်းဒေတာ gargantuan နှင့်ခွဲခြမ်းစိတ်ဖြာဘို့အလိုအလြောကျအဆင်သင့်မဖြစ်။ ဒီ data ကွဲပြားခြားနားသောစမတ်ဖုန်းဟာ့ဒ်ဝဲ device များမှတဆင့်အမျိုးမျိုးသော GPS နဲ့မြေပုံ databases ကိုမှသုံးသော။ UPS သုံးသပ်သူများကအလွယ်တကူရှာဖွေခွဲထားခဲ့သည်နိုင် format တစ်ခုသို့သမျှသောဒေတာများပြောင်းလဲလအတွင်းကုန်ရပြီ။ အဆိုပါကြိုးပမ်းအားထုတ်မှုသော်လည်း, ကရကျိုးနပ်ခဲ့ပြီ။ သူတို့ကဤကြီးမားသော data တွေကိုခွဲခြမ်းစိတ်ဖြာသုံးပြီးစတင်ကတည်းကယနေ့ UPS လောင်စာဆီသန်း 8 ကျော်ဂါလန်သည်ကယ်တင်ခြင်းသို့ရောက်ခဲ့ပါသည်။

ကြီးမားတဲ့ data တွေကိုရှုပ်ထွေးသည်နှင့် cleanup မှဤမျှလောက်ကြိုးစားအားထုတ်မှုလိုအပ်ပါတယ်နှင့်အသုံးပြုမှုအတွက်ကြိုတင်ပြင်ဆင်သောကြောင့်, ဒေတာသိပ္ပံပညာရှင်များသူတို့လုပျအပေါငျးတို့သငွီးငှေ့ဖှယျအလုပျအတှကျချစ်စနိုး '' ဒေတာတံခါးစောင့် '' ဖြစ်လာကြပါပြီ။

ကြီးမားတဲ့ data နဲ့ကြိုတင်ခန့်မှန်းချက် analytics ၏သိပ္ပံသော်လည်း, အပတ်တိုင်းတိုးတက်အောင်ဖြစ်ပါတယ်။ ကြီးမားတဲ့ data တွေကိုယခုနှစ် 2025 ခုနှစ်တွင်လူတိုင်းအလွယ်တကူလက်လှမ်းဖြစ်လာဖို့မျှော်လင့်ထား။

Big Data သီးသန့်လုံခြုံရေးမှက Intrusive ခြိမ်းခြောက်မှုသည်မဟုတ်လော

ကျွန်တော်တို့ရဲ့ဥပဒေများနှင့်တစ်ဦးချင်းစီရဲ့ privacy ကာကွယ်ရေးဂရုတစိုက်စီမံခန့်ခွဲမထားဘူးဆိုရင်ဟုတ်ကဲ့, ဒါဆိုကြီးတွေ data တွေကိုပုဂ္ဂိုလ်ရေး privacy ကိုသို့ထိခိုက်နေသည်။ ကရပ်အဖြစ်, Google နှင့် YouTube နဲ့ Facebook မှာပြီးသားသင့်ရဲ့နေ့စဉ်အွန်လိုင်းအလေ့အထများကိုခြေရာခံ ။ သင့်ရဲ့စမတ်ဖုန်းများနှင့်ကွန်ပျူတာဘဝနေ့တိုင်းဒစ်ဂျစ်တယ်ခြေရာများအရွက်များနှင့်ခေတ်မီကုမ္ပဏီများသည်သူတို့အခြေရာကိုလေ့လာနေကြသည်။

ကြီးမားတဲ့ data တွေကိုပတ်ပတ်လည်ဥပဒေများဖြစ်ပေါ်နေသောနေကြသည်။ သီးသန့်လုံခြုံရေးသင်တို့သည်နောက်တဖန်တစ်က default အခွင့်အရေးအဖြစ်ကမြျှောလငျ့နိုငျသကဲ့သို့သင်တို့ယခုများအတွက်ပုဂ္ဂိုလ်ရေးတာဝန်ယူရမယ်လို့ဖြစ်ခြင်း၏တစ်ပြည်နယ်ဖြစ်ပါတယ်။

သင်သည်သင်၏ privacy ကိုကာကွယ်စောင့်ရှောက်ဖို့အဘယ်သို့ပြုနိုင်သည်

သငျသညျယူနိုင်ပါသည်အကြီးမားဆုံးတစ်ခုတည်းခြေလှမ်းတစ်ခု VPN ကိုကွန်ယက်ဆက်သွယ်မှုကိုအသုံးပြုပြီးသင့်ရဲ့နေ့စဉ်အလေ့အထရင်ခွင်ဖို့ဖြစ်ပါတယ် ။ သင့်ရဲ့အထောက်အထားနဲ့တည်နေရာကအနည်းဆုံးတစ်စိတ်တစ်ပိုင်းကိုခြေရာခံရာမှရှာဖွေ Install လုပ်နိင်သို့မှသာတစ်ဦးက VPN service တစ်ခုကိုသင်၏ signal ကို scramble ပါလိမ့်မယ်။ ဤသူသည်သင်တို့ကို 100% အမည်မသိစေမည်မဟုတ်ပေမယ့်တစ်ဦး VPN ကိုသိသိသာသာကမ္ဘာကြီးကိုသင်၏အွန်လိုင်းအလေ့အထများကိုစောငျ့ရှောကျနိုငျသညျမည်မျှလျှော့ချမည်ဖြစ်သည်။

ငါ Big Data အကြောင်းနောက်ထပ်ဘယ်မှာလေ့လာပါနိုင်သလား?

Big data တွေကိုသရုပ်ခွဲစိတ်နှင့်နည်းပညာများအတွက်မေတ္တာနှင့်လူတို့အဘို့တစ်စိတ်ဝင်စားဖွယ်အရာဖြစ်၏။ သင်တို့ကိုဖွင့်လျှင်, ကျိန်းသေစိတ်ဝင်စားဖို့ကြီးတွေဒေတာစီမံကိန်းများကို၏ဤစာမျက်နှာသို့သွားရောက်လည်ပတ်။