Strukturierte Daten in einer Big-Data-Umgebung - Dummies

Der Begriff strukturierte Daten bezieht sich im Allgemeinen auf Daten, die eine definierte Länge und ein Format für Big Data haben. Beispiele für strukturierte Daten sind Zahlen, Datumsangaben und Wort- und Zahlengruppen mit der Bezeichnung Zeichenfolgen . Die meisten Experten sind sich einig, dass diese Art von Daten etwa 20 Prozent der Daten ausmacht. Strukturierte Daten sind die Daten, mit denen Sie wahrscheinlich zu tun haben. Es wird normalerweise in einer Datenbank gespeichert.

Quellen strukturierter Big Data

Auch wenn dies wie gewohnt aussehen mag, nehmen strukturierte Daten in der Welt der Big Data in Wirklichkeit eine neue Rolle ein. Die Evolution der Technologie liefert neuere Quellen strukturierter Daten - oft in Echtzeit und in großen Mengen. Die Datenquellen sind in zwei Kategorien eingeteilt:

• Computer- oder maschinell erzeugt: Als maschinell generierte Daten bezeichnet man in der Regel Daten, die von einer Maschine ohne menschliches Eingreifen erzeugt werden.

• Vom Menschen geschaffen: Das sind Daten, die der Mensch im Zusammenspiel mit Computern liefert.

Einige Experten argumentieren, dass es eine dritte Kategorie gibt, die eine Hybride zwischen Maschine und Mensch ist. Hier beschäftigen wir uns jedoch mit den ersten beiden Kategorien.

Maschinengenerierte strukturierte Daten können Folgendes umfassen:

• Sensordaten: Beispiele umfassen Radiofrequenz-ID-Tags, intelligente Messgeräte, medizinische Geräte und Global Positioning System-Daten. Unternehmen interessieren sich für Supply Chain Management und Bestandskontrolle.

• Webprotokolldaten: Wenn Server, Anwendungen, Netzwerke usw. arbeiten, erfassen sie alle Arten von Daten über ihre Aktivitäten. Dies kann zu riesigen Datenmengen führen, die beispielsweise nützlich sein können, um Service-Level-Agreements zu behandeln oder Sicherheitslücken vorherzusehen.

• Point-of-Sale-Daten: Wenn der Kassierer den Barcode eines Produkts kauft, das Sie kaufen, werden alle mit dem Produkt verknüpften Daten generiert.

• Finanzdaten: Viele Finanzsysteme sind jetzt programmatisch; Sie werden basierend auf vordefinierten Regeln betrieben, die Prozesse automatisieren. Aktienhandelsdaten sind ein gutes Beispiel dafür. Es enthält strukturierte Daten wie das Firmensymbol und den Dollarwert. Einige dieser Daten sind maschinell erzeugt und einige sind menschlich erzeugt.

Beispiele für strukturierte, vom Menschen generierte Daten können Folgendes enthalten:

• Eingabedaten: Dies sind Daten, die ein Mensch in einen Computer eingeben kann, wie z. B. Name, Alter, Einkommen, nicht frei -Formularumfragen und so weiter. Diese Daten können nützlich sein, um das grundlegende Kundenverhalten zu verstehen.

• Click-Stream-Daten: Jedes Mal, wenn Sie auf einen Link auf einer Website klicken, werden Daten generiert. Diese Daten können analysiert werden, um das Kundenverhalten und Kaufverhalten zu bestimmen.

• Spielbezogene Daten: Jede Bewegung in einem Spiel kann aufgezeichnet werden. Dies kann nützlich sein, um zu verstehen, wie sich Endbenutzer durch ein Spielportfolio bewegen.

Zusammen mit Millionen anderer Benutzer, die die gleichen Informationen übermitteln, ist die Größe astronomisch. Darüber hinaus hat ein Großteil dieser Daten eine Echtzeitkomponente, die für das Verständnis von Mustern nützlich sein kann, die das Potenzial haben, Ergebnisse vorherzusagen.

Die Quintessenz ist, dass diese Art von Informationen mächtig sein kann und für viele Zwecke genutzt werden kann.

Die Rolle von relationalen Datenbanken in Big Data

Datenpersistenz bezieht sich darauf, wie eine Datenbank Versionen von sich selbst behält, wenn sie geändert werden. Der Urgroßvater persistenter Datenspeicher ist das relationale Datenbankverwaltungssystem . In ihren Anfängen benutzte die Computerindustrie, was heute als primitive Techniken zur Datenpersistenz gilt.

Das relationale Modell wurde in den 1970ern von Edgar Codd, einem IBM-Wissenschaftler, erfunden und von IBM, Oracle, Microsoft und anderen verwendet. Es ist heute immer noch weit verbreitet und spielt eine wichtige Rolle bei der Entwicklung von Big Data. Das Verständnis der relationalen Datenbank ist wichtig, da andere Arten von Datenbanken mit Big Data verwendet werden.

In einem relationalen Modell werden die Daten in einer Tabelle gespeichert. Diese Datenbank würde ein -Schema enthalten, dh eine strukturelle Darstellung dessen, was in der Datenbank enthalten ist. Zum Beispiel definiert das Schema in einer relationalen Datenbank die Tabellen, die Felder in den Tabellen und die Beziehungen zwischen den beiden.

Die Daten werden in Spalten gespeichert, jeweils eine für jedes spezifische Attribut. Die Daten werden ebenfalls in der Zeile gespeichert. In der ersten Tabelle werden Produktinformationen gespeichert. der zweite speichert demographische Informationen. Jeder hat verschiedene Attribute. Jede Tabelle kann mit neuen Daten aktualisiert werden, und Daten können gelöscht, gelesen und aktualisiert werden. Dies wird häufig in einem relationalen Modell mithilfe einer strukturierten Abfragesprache (SQL) erreicht.

Ein weiterer Aspekt des relationalen Modells unter Verwendung von SQL ist, dass Tabellen mit einem gemeinsamen Schlüssel abgefragt werden können. Der gemeinsame Schlüssel in den Tabellen ist CustomerID.

Sie können eine Abfrage einreichen, um beispielsweise das Geschlecht von Kunden zu ermitteln, die ein bestimmtes Produkt gekauft haben. Es könnte ungefähr so ​​aussehen:

Wählen Sie CustomerID, Staat, Geschlecht, Produkt aus "demographischer Tabelle", "Produkttabelle" aus, wobei Product = XXYY