কোন পরিস্থিতিতে বড় ডেটা ইকোসিস্টেমের উত্থানের দিকে পরিচালিত হয়েছিল?

প্রশ্ন:

কোন পরিস্থিতিতে বড় ডেটা ইকোসিস্টেমের উত্থানের দিকে পরিচালিত হয়েছিল?

আজকের বড় ডেটা ইকোসিস্টেমের উত্থানে অবদান রাখার মতো অনেকগুলি কারণ রয়েছে, তবে একটি সাধারণ usক্যমত রয়েছে যে বড় বড় ডেটা প্রচুর পরিমাণে হার্ডওয়্যার এবং সফ্টওয়্যার ডিজাইনের কারণে এসেছিল যেগুলি কেবল বড় ডেটার অস্তিত্বের অনুমতি দেয়।

বিগ ডেটাগুলির একটি প্রচলিত সংজ্ঞা নিম্নরূপ: ডেটা সেটগুলি যথেষ্ট বড় এবং জটিল যেগুলি সহজেই পুনরাবৃত্তি পরিচালনা, বা পরিচালনকে হাতছাড়া করে। বড় ডেটা সেটগুলি প্রায়শই ডেটা সেট হিসাবে চিহ্নিত করা হয় যা কোনও সাধারণ ডাটাবেস নেটওয়ার্কের সাথে ফিট করে না, কারণ তাদের বিশ্লেষণে ডেটা পরিচালনার সার্ভারগুলির পক্ষে খুব বেশি কাজ করা প্রয়োজন।

এই বিষয়টি মাথায় রেখে, বড় ডেটা যা তৈরি করেছে তার একটি বড় অংশটি হ'ল মুর ল হিসাবে আমরা জানি এমন ধারণা বা প্রতি দুই বছরে একটি সার্কিটে ট্রানজিস্টর দ্বিগুণ করা, আরও ছোট হার্ডওয়্যার এবং ডেটা স্টোরেজ ডিভাইস তৈরি করে (পাশাপাশি আরও শক্তিশালী মাইক্রোপ্রসেসারগুলি) । মুর আইনের সাথে একত্রে এবং সম্ভবত এটির কারণে, অ্যাক্সেসযোগ্য সফ্টওয়্যার সিস্টেমগুলির কম্পিউটিং দক্ষতা বৃদ্ধি পেতে থাকে, এমনকি ব্যক্তিগত কম্পিউটারগুলিও বৃহত্তর পরিমাণে ডেটা পরিচালনা করতে পারে, এবং ব্যবসা এবং ভ্যানগার্ড সিস্টেমগুলি ডেটার মাপগুলি পরিচালনা করতে সক্ষম হতে শুরু করে মাত্র কয়েক বছর আগে অকল্পনীয়। ব্যক্তিগত সিস্টেমগুলি কিলোবাইট থেকে মেগাবাইটে স্থানান্তরিত করে এবং তারপরে গিগা বাইটগুলিতে, প্রক্রিয়াটিতে ভোক্তাদের কাছে স্বচ্ছ হয়। ভ্যানগয়ার্ড সিস্টেমগুলি গিগাবাইট থেকে টেরাবাইট এবং পেটাবাইটে স্থানান্তরিত করে, এবং জেটাবাইটের মতো বিশাল আকারের আদেশে সরকারী নাগরিকের তুলনায় খুব কম স্বচ্ছ ছিল।

বড় ডেটা সমন্বিত আরেকটি অগ্রিম হ্যান্ডলারের ডেটা সেটগুলিতে প্রক্রিয়াজাতকরণের উপায়গুলির পরিবর্তন ছিল। প্রচলিত রিলেশনাল ডাটাবেস ডিজাইনের মাধ্যমে লিনিয়ার প্রসেসিংয়ের পরিবর্তে হ্যান্ডলাররা ডেটা প্রক্রিয়াগুলিতে বাধা দূর করতে অ্যাপাচি হ্যাডোপ এবং সম্পর্কিত হার্ডওয়্যার ম্যানেজমেন্ট টুকরা জাতীয় সরঞ্জামগুলি ব্যবহার শুরু করে।

ফলাফলটি আমরা যে বৃহত ডেটা ওয়ার্ল্ডে থাকি তা হ'ল যেখানে ডেটা সেন্টারে বিশাল ডেটা সেটগুলি সংরক্ষণ করা হয় এবং রক্ষণাবেক্ষণ করা হয় এবং বিভিন্ন ব্যবহারের জন্য বিস্তৃত প্রযুক্তি দ্বারা ক্রমবর্ধমান অ্যাক্সেস করা হয়। বাণিজ্য থেকে বাস্তুশাস্ত্র, জন পরিকল্পনা থেকে শুরু করে মেডিসিন পর্যন্ত, বড় ডেটা আরও বেশি অ্যাক্সেসযোগ্য হয়ে উঠছে। এদিকে, সরকারী সংস্থা এবং অন্যান্য বৃহত্তর সংস্থাগুলি এখনও বড় ডেটা মাপের সীমাটি চাপ দিচ্ছে এবং আরও উন্নত সমাধানগুলি প্রয়োগ করছে।