Inhalt
- Definition - Was bedeutet Big Data Analytics?
- Eine Einführung in Microsoft Azure und die Microsoft Cloud | In diesem Handbuch erfahren Sie, worum es beim Cloud-Computing geht und wie Microsoft Azure Sie bei der Migration und Ausführung Ihres Unternehmens aus der Cloud unterstützen kann.
- Techopedia erklärt Big Data Analytics
Definition - Was bedeutet Big Data Analytics?
Big Data-Analyse bezieht sich auf die Strategie, große Datenmengen oder Big Data zu analysieren. Diese großen Datenmengen werden aus einer Vielzahl von Quellen gesammelt, darunter soziale Netzwerke, Videos, digitale Bilder, Sensoren und Aufzeichnungen zu Verkaufstransaktionen. Das Ziel bei der Analyse all dieser Daten ist es, Muster und Verbindungen aufzudecken, die ansonsten unsichtbar wären und wertvolle Erkenntnisse über die Benutzer liefern könnten, die sie erstellt haben. Durch diese Einsicht können Unternehmen einen Vorteil gegenüber ihren Konkurrenten erlangen und überlegene Geschäftsentscheidungen treffen.
Eine Einführung in Microsoft Azure und die Microsoft Cloud | In diesem Handbuch erfahren Sie, worum es beim Cloud-Computing geht und wie Microsoft Azure Sie bei der Migration und Ausführung Ihres Unternehmens aus der Cloud unterstützen kann.
Techopedia erklärt Big Data Analytics
Mithilfe der Big-Data-Analyse können Datenwissenschaftler und verschiedene andere Benutzer große Mengen von Transaktionsdaten und anderen Datenquellen auswerten, die herkömmliche Geschäftssysteme nicht verarbeiten können. Herkömmliche Systeme sind möglicherweise unzureichend, da sie nicht in der Lage sind, so viele Datenquellen zu analysieren.
Ausgefeilte Softwareprogramme werden für die Big-Data-Analyse verwendet, aber die unstrukturierten Daten, die für die Big-Data-Analyse verwendet werden, eignen sich möglicherweise nicht für herkömmliche Data-Warehouses. Hohe Verarbeitungsanforderungen für große Datenmengen können auch dazu führen, dass herkömmliche Data-Warehouses schlecht passen. Infolgedessen sind neuere, umfangreichere Datenanalyseumgebungen und -technologien entstanden, darunter Hadoop-, MapReduce- und NoSQL-Datenbanken. Diese Technologien bilden ein Open-Source-Software-Framework, mit dem große Datenmengen über Cluster-Systeme verarbeitet werden.