Vsebina
- Kaj so tradicionalni podatki in podatki, ustvarjeni z IoT?
- Razlike med tradicionalno analitiko podatkov in analitiko podatkov, ustvarjeno s IoT
- Zaključek
Vir: Denisismagilov / Dreamstime.com
Odvzem:
Analiza podatkov interneta stvari potrebuje popolnoma drugačno strategijo kot tradicionalni podatki. Tu si ogledamo, kako ravnata oba tipa podatkov.
Med pristopi obdelave tradicionalnih podatkov in pretokov podatkov, ki prihajajo iz naprav ali senzorjev Internet of Things (IoT), obstajajo temeljne razlike. Statična ali tradicionalna analiza podatkov je linearni postopek, medtem ko analiza podatkov, ustvarjena z IoT, ni. Tehnologija in veščine, potrebne za analizo podatkov, ustvarjenih z IoT, so popolnoma različne.
Pomembna razlika med tradicionalnimi podatki in podatki, ustvarjenimi z IoT, je, da se ti lahko posredujejo v realnem času, kar je kritično za nekatere panoge, kot so bančništvo, telekomunikacije in obramba. Po drugi strani statični podatki ne zagotavljajo podatkov v realnem času, vendar imajo še vedno veliko koristnosti. Glede na to so podatki, ustvarjeni z IoT, že nekaj časa v središču pozornosti in okoli njih je veliko hrupa. To pa še ne pomeni, da je minil čas tradicionalnih podatkov.
Kaj so tradicionalni podatki in podatki, ustvarjeni z IoT?
Tradicionalni ali statični podatki so, preprosto povedano, podatki, ki se ne spreminjajo. Naj to razumemo s primerom. Izpolnjujete obrazec, kjer morate na seznamu izbrati svojo prebivališče. Seznam se ne spreminja, ker se število zveznih držav v ZDA ne spreminja (ali vsekakor od leta 1959 dalje). Zdaj se ta seznam stanj vzdržuje nekje v sistemu, in ker se seznam ne spreminja, lahko varno rečemo, da do podatkov ne dostopajo ali obdelujejo pogosto.
Podatki, ustvarjeni z IoT, so podatki, ki jih ustvarijo senzorji, vgrajeni v medsebojno povezane naprave. V IoT shemi stvari bo vsaka naprava imela naslov IP, tako da bo lahko komunicirala z drugimi napravami, ki imajo IP naslove. Na primer, lahko izmenjuje podatke. Zdaj so te naprave morda povezane s strežnikom, ki stalno zbira podatke iz teh naprav. Na primer, vaš pametni telefon lahko namesti aplikacijo, ki zbira podatke o vašem zdravju in jih pošilja strežniku, do katerega lahko dostopa bolnišnica. Torej si lahko predstavljate, koliko različnih podatkov se v minuto prilije v strežnik. Podatki se nenehno in neusmiljeno spreminjajo. Podatki, ustvarjeni z IoT, so v določenem smislu tudi dinamični podatki, saj se nagibajo k spreminjanju.
Glede na popolnoma drugačno naravo podatkov je očitno, da bodo pristopi hranjenja in obdelave podatkov popolnoma različni. Spodnji odstavki obravnavajo glavne razlike med tradicionalnimi in IoT generiranimi podatki.
Razlike med tradicionalno analitiko podatkov in analitiko podatkov, ustvarjeno s IoT
Ker sta obe vrsti podatkov različni, morajo biti temeljni načini shranjevanja in obdelave različni. Podatki, ustvarjeni z IoT, so vzbudili veliko pozornosti in pohvale, saj nekateri nakazujejo, da tradicionalni podatki nimajo več prostora v panogi. To ni res. Spodaj so obravnavane opazne razlike med obema vrstama analitike.
Ne morete izboljšati svojih programskih veščin, kadar nikogar ne skrbi za kakovost programske opreme.
Tradicionalne podatke lahko obdelujemo s pomočjo standardnih poizvedbenih jezikov, kot sta SQL, analitika pa se lahko ustvari s pomočjo standardnih programskih jezikov. Za izvajanje tradicionalne analitike podatkov ni potrebno novo učenje. Položaj je nekoliko težji s podatki IoT, ki jih mnogi imenujejo tudi kot velike podatke. Do zdaj je Hadoop najbolj priljubljen okvir za obdelavo velikih podatkov, a mnogi so še vedno previdni glede tega. Poizvedovanje po podatkih IoT ni lahka naloga, ker se tehnologija še ni razvila in je potrebnih veliko vlaganj, da bodo orodja uporabniku prijazna. Narava podatkov IoT se precej razlikuje od tradicionalnih podatkov, zato industrija še vedno najde načine, kako doseči dobro analitiko ob manjših naložbah.
Zaključek
Ne glede na razlike, tradicionalna analitika lahko v nekaterih primerih dopolni analitiko IoT. V nekem smislu podatki IoT čez nekaj časa postanejo tudi zgodovinski podatki. Ne glede na napad IoT tradicionalna analitika podatkov ne bo kmalu minila. IoT podatke in analitiko velikih podatkov še vedno preučujemo previdno, zato je veliko previdnosti. Potreben je čas, da industrije sprejmejo nekaj novega, zapletenega in zahtevajo naložbe. Po drugi strani je tradicionalna analitika podatkov dokazana in uveljavljena. Čeprav gre za zanimivo situacijo, se zdi, da bo IoT po nekaj letih pridobil veliko več kredibilnosti in podjetja se bodo oddaljila od tradicionalne analitike podatkov. Da bi se to zgodilo, mora infrastruktura za analitično obdelavo podatkov IoT resnično dozoreti in najti sprejemljivost. Sprememba je - vedno - počasen in zapleten proces.