Obsah
- Čo sú tradičné údaje a údaje generované IoT?
- Rozdiely medzi tradičnou analýzou údajov a analýzou údajov generovaných IoT
- záver
Zdroj: Denisismagilov / Dreamstime.com
Zobrať:
Analýza údajov o internete vecí si vyžaduje úplne inú stratégiu ako tradičné údaje. Tu sa pozrieme na to, ako sa zaobchádza s dvoma dátovými typmi.
Medzi prístupmi spracovania tradičných údajov a dátovými tokmi prichádzajúcimi zo zariadení alebo senzorov internetu vecí (IoT) existujú zásadné rozdiely. Statická alebo tradičná analýza údajov je lineárny proces, zatiaľ čo analýza údajov generovaných IoT nie je. Technológia a zručnosti potrebné na analýzu údajov generovaných internetom vecí sú úplne odlišné.
Dôležitým rozdielom medzi tradičnými údajmi a údajmi generovanými IoT je skutočnosť, že tieto údaje možno dodávať v reálnom čase, čo je pre určité odvetvia, ako je bankovníctvo, telekomunikácie a obrana, rozhodujúce. Statické údaje, na druhej strane, neposkytujú údaje v reálnom čase, ale stále majú veľa užitočných funkcií. To znamená, že údaje generované IoT sú už nejaký čas stredobodom pozornosti a okolo toho je veľa zvukov. To však neznamená, že už uplynul tradičný údajový čas.
Čo sú tradičné údaje a údaje generované IoT?
Tradičné alebo statické dáta, jednoducho povedané, sú dáta, ktoré sa nemenia. Pochopme to príkladom. Vyplňujete formulár, v ktorom musíte vybrať svoj štát pobytu zo zoznamu. Zoznam sa nemení, pretože počet štátov v USA sa nemení (alebo, od roku 1959, nemá). Teraz je tento zoznam stavov udržiavaný niekde v systéme a keďže sa zoznam nemení, je možné bezpečne povedať, že k údajom sa často nepristupuje alebo sa k nim nespracováva.
Údaje generované IoT sú údaje generované snímačmi zabudovanými do vzájomne prepojených zariadení. V schéme vecí internetu vecí bude mať každé zariadenie IP adresu, aby bolo schopné komunikovať s ostatnými zariadeniami, ktoré majú IP adresy. Môže si napríklad vymieňať údaje. Teraz môžu byť tieto zariadenia pripojené k serveru, ktorý neustále zhromažďuje údaje z týchto zariadení. Váš smartphone môže napríklad nainštalovať aplikáciu, ktorá zhromažďuje informácie o vašom zdraví a je na server, ku ktorému môže mať prístup nemocnica. Takže si dokážete predstaviť množstvo rôznych dát zaplavujúcich server každú minútu. Dáta sa neustále a vytrvalo menia. Údaje generované IoT sú v istom zmysle tiež dynamické údaje, pretože majú tendenciu sa meniť.
Vzhľadom na úplne odlišnú povahu údajov je zrejmé, že prístupy k ukladaniu a spracovaniu údajov budú úplne odlišné. Nasledujúce odseky popisujú hlavné rozdiely medzi tradičnými údajmi a údajmi generovanými IoT.
Rozdiely medzi tradičnou analýzou údajov a analýzou údajov generovaných IoT
Pretože oba typy údajov sú rôzne, základné metódy ukladania a spracovania musia byť rôzne. Údaje generované IoT vyvolali veľa pozornosti a chvály, keďže niektoré naznačujú, že tradičné údaje už v tomto odvetví nemajú miesto. To nie je pravda. Hlavné rozdiely medzi týmito dvoma typmi analýz sú uvedené nižšie.
Svoje programovacie schopnosti si nemôžete vylepšiť, keď sa nikto nestará o kvalitu softvéru.
Tradičné údaje môžu byť spracované pomocou štandardných dopytovacích jazykov, ako je SQL, a analytika môže byť vytvorená pomocou štandardných programovacích jazykov. Vykonávanie tradičnej analýzy údajov nevyžaduje žiadne nové učenie. Situácia je trochu náročnejšia s údajmi IoT, ktoré mnohí ľudia označujú aj ako veľké údaje. Hadoop je doposiaľ najobľúbenejší rámec pre spracovanie veľkých dát, ale veľa z nich je stále predbežných. Dopytovanie údajov IoT nie je ľahká úloha, pretože technológia sa zatiaľ nevyvinula a je potrebné veľa investícií, aby sa nástroje stali užívateľsky príjemnými. Povaha údajov internetu vecí je úplne odlišná od tradičných údajov, a preto priemysel stále hľadá spôsoby, ako získať dobrú analytiku pri menších investíciách.
záver
Napriek ich rozdielom môže tradičná analytika v niektorých prípadoch dopĺňať IoT analytiku. V určitom zmysle sa dáta internetu vecí po určitom čase stávajú historickými údajmi. IoT napriek tomu naráža na to, že tradičná analýza údajov sa čoskoro nezmení. Dáta IoT a analýza veľkých dát sa stále hodnotia predbežne a je tu veľká pozornosť. Odvetvia si vyžaduje čas, aby prijali niečo nové, zložité a vyžadujú si investície. Na druhej strane je overená a zavedená tradičná analytika údajov. Aj keď je to zaujímavá situácia, zdá sa, že po niekoľkých rokoch si IoT získa oveľa väčšiu dôveryhodnosť a spoločnosti sa posunú od tradičnej analýzy údajov. Aby sa to stalo, infraštruktúra IoT pre analýzu údajov musí byť skutočne vyspelá a musí nájsť akceptáciu. Zmena je - vždy - pomalý a zložitý proces.