Inhalt
- Was sind traditionelle Daten und IoT-generierte Daten?
- Unterschiede zwischen traditioneller Datenanalyse und IoT-generierter Datenanalyse
- Fazit
Quelle: Denisismagilov / Dreamstime.com
Wegbringen:
Die Analyse von Daten aus dem Internet der Dinge erfordert eine völlig andere Strategie als herkömmliche Daten. Hier sehen wir uns an, wie die beiden Datentypen behandelt werden.
Es gibt grundlegende Unterschiede zwischen den Verarbeitungsansätzen herkömmlicher Daten und Datenströme, die aus Geräten oder Sensoren des Internet der Dinge (IoT) stammen. Die statische oder herkömmliche Datenanalyse ist ein linearer Prozess, die IoT-generierte Datenanalyse jedoch nicht. Die Technologie und die Fähigkeiten, die zum Analysieren von IoT-generierten Daten erforderlich sind, sind völlig unterschiedlich.
Ein wichtiger Unterschied zwischen herkömmlichen Daten und IoT-generierten Daten besteht darin, dass letztere in Echtzeit bereitgestellt werden können, was für bestimmte Branchen wie Banken, Telekommunikation und Verteidigung von entscheidender Bedeutung ist. Statische Daten hingegen liefern keine Echtzeitdaten, sind aber dennoch von großem Nutzen. Das heißt, IoT-generierte Daten stehen seit geraumer Zeit im Mittelpunkt des Interesses, und es herrscht viel Aufsehen. Dies bedeutet jedoch nicht, dass die herkömmliche Datenzeit abgelaufen ist.
Was sind traditionelle Daten und IoT-generierte Daten?
Traditionelle oder statische Daten sind Daten, die sich nicht ändern. Lassen Sie uns dies anhand eines Beispiels verstehen. Sie füllen ein Formular aus, in dem Sie Ihren Wohnsitzstaat aus einer Liste auswählen müssen. Die Liste ändert sich nicht, weil sich die Anzahl der Bundesstaaten in den USA nicht ändert (oder zumindest nicht seit 1959). Diese Liste der Status wird nun irgendwo im System verwaltet, und da sich die Liste nicht ändert, kann mit Sicherheit gesagt werden, dass auf die Daten nicht häufig zugegriffen oder sie nicht verarbeitet werden.
IoT-generierte Daten sind die Daten, die von den Sensoren generiert werden, die in miteinander verbundenen Geräten installiert sind. Im IoT-Schema hat jedes Gerät eine IP-Adresse, damit es mit anderen Geräten mit IP-Adressen kommunizieren kann. Es kann beispielsweise Daten austauschen. Jetzt können diese Geräte mit einem Server verbunden sein, der ständig Daten von diesen Geräten sammelt. Zum Beispiel kann Ihr Smartphone eine App installieren, die Informationen zu Ihrem Gesundheitszustand sammelt und auf einen Server überträgt, auf den ein Krankenhaus zugreifen kann. Sie können sich also vorstellen, wie viele unterschiedliche Daten jede Minute auf den Server gelangen. Die Daten ändern sich ständig und unablässig. IoT-generierte Daten sind in gewissem Sinne auch dynamische Daten, da sie sich tendenziell ändern.
Angesichts der völlig unterschiedlichen Art der Daten ist es offensichtlich, dass die Ansätze zum Speichern und Verarbeiten der Daten völlig unterschiedlich sind. In den folgenden Absätzen werden die Hauptunterschiede zwischen herkömmlichen und IoT-generierten Daten erläutert.
Unterschiede zwischen traditioneller Datenanalyse und IoT-generierter Datenanalyse
Da beide Datentypen unterschiedlich sind, müssen die grundlegenden Methoden zur Speicherung und Verarbeitung unterschiedlich sein. Die vom IoT generierten Daten haben viel Aufmerksamkeit und Lob hervorgerufen, was darauf hindeutet, dass traditionelle Daten in der Branche keinen Platz mehr haben. Das ist nicht wahr. Die wesentlichen Unterschiede zwischen den beiden Analysetypen werden nachstehend erörtert.
Sie können Ihre Programmierkenntnisse nicht verbessern, wenn sich niemand um die Softwarequalität kümmert.
Herkömmliche Daten können mit Hilfe von Standard-Abfragesprachen wie SQL verarbeitet und Analysen mit Hilfe von Standard-Programmiersprachen erstellt werden. Es sind keine neuen Lernschritte erforderlich, um herkömmliche Datenanalysen durchzuführen. Bei IoT-Daten, die von vielen als Big Data bezeichnet werden, ist die Situation etwas schwieriger. Hadoop ist bis heute das beliebteste Framework für die Verarbeitung von Big Data, aber viele sind noch vorsichtig damit. Das Abfragen von IoT-Daten ist keine leichte Aufgabe, da sich die Technologie noch nicht weiterentwickelt hat und viele Investitionen erforderlich sind, um die Tools benutzerfreundlich zu gestalten. Das Wesen von IoT-Daten unterscheidet sich stark von dem herkömmlicher Daten. Daher sucht die Branche immer noch nach Wegen, um mit geringeren Investitionen eine gute Analyse zu erhalten.
Fazit
Ungeachtet ihrer Unterschiede kann die herkömmliche Analytik in einigen Fällen die IoT-Analytik ergänzen. In gewisser Weise werden IoT-Daten nach einiger Zeit auch zu historischen Daten. Ungeachtet des IoT-Ansturms wird die herkömmliche Datenanalyse nicht so schnell verschwinden. IoT-Daten und Big-Data-Analysen werden noch vorläufig betrachtet, und es wird sehr vorsichtig vorgegangen. Es braucht Zeit, bis die Industrie etwas Neues, Komplexes einführt, das Investitionen erfordert. Andererseits ist die traditionelle Datenanalyse bewährt und etabliert. Obwohl es eine interessante Situation ist, scheint es, dass das Internet der Dinge nach ein paar Jahren viel mehr an Glaubwürdigkeit gewinnen wird und sich Unternehmen von der traditionellen Datenanalyse abwenden werden. Dazu muss die Infrastruktur für die IoT-Datenanalyse wirklich ausgereift sein und Akzeptanz finden. Veränderung ist - immer - ein langsamer und komplexer Prozess.