Sadržaj
- Što su tradicionalni podaci i podaci koje generira IoT?
- Razlike između tradicionalnih podataka i analitike koje generiraju IoT
- Zaključak
Izvor: Denisismagilov / Dreamstime.com
Oduzeti:
Analiza podataka Interneta stvari zahtijeva potpuno drugačiju strategiju od tradicionalnih podataka. Ovdje ćemo pogledati kako se obrađuju dvije vrste podataka.
Postoje temeljne razlike između pristupa obradi tradicionalnih podataka i protoka podataka koji dolaze s uređaja ili senzora Interneta stvari (IoT). Statička ili tradicionalna analiza podataka je linearni proces, dok IoT generirana analiza podataka nije. Tehnologija i vještine potrebne za analizu podataka koje generiraju IoT potpuno su različite.
Važna razlika između tradicionalnih podataka i podataka dobivenih putem IoT-a je ta što se ovi mogu isporučiti u stvarnom vremenu, što je kritično za određene industrije poput bankarstva, telekomunikacija i obrane. Statički podaci, s druge strane, ne pružaju podatke u stvarnom vremenu, ali još uvijek imaju puno korisnosti. U skladu s tim, podaci dobiveni putem IoT-a već su neko vrijeme u središtu pozornosti i oko toga se događa puno zujanja. To, međutim, ne znači da je prošlo vrijeme tradicionalnih podataka.
Što su tradicionalni podaci i podaci koje generira IoT?
Tradicionalni ili statički podaci, jednostavno rečeno, podaci su koji se ne mijenjaju. Shvatimo to primjerom. Popunite obrazac u kojem morate s popisa odabrati svoje prebivalište. Popis se ne mijenja jer se broj država u Sjedinjenim Državama ne mijenja (ili, ipak, od 1959.). Sada se taj popis stanja održava negdje u sustavu, a budući da se popis ne mijenja, sa sigurnošću se može reći da se podacima ne pristupa često i ne obrađuje.
IoT generirani podaci su podaci koje generiraju senzori ugrađeni u međusobno povezane uređaje. U IoT shemi stvari, svaki će uređaj imati IP adresu tako da može komunicirati s drugim uređajima koji imaju IP adrese. Na primjer, može razmjenjivati podatke. Sada su ti uređaji možda povezani na poslužitelj koji stalno sakuplja podatke s tih uređaja. Na primjer, vaš pametni telefon može instalirati aplikaciju koja prikuplja podatke o vašem zdravlju i poslati ih na poslužitelj kojem može pristupiti bolnica. Dakle, možete zamisliti količinu različitih podataka koji se prelijevaju na server svake minute. Podaci se neprestano i neumoljivo mijenjaju. Podaci generirani od IoT-a, u izvjesnom smislu, su također dinamični podaci jer imaju tendenciju promjene.
S obzirom na potpuno drugačiju prirodu podataka, očito je da će pristupi pohranjivanju i obradi podataka biti potpuno različiti. Odlomak u nastavku govori o glavnim razlikama između tradicionalnih i IoT podataka.
Razlike između tradicionalnih podataka i analitike koje generiraju IoT
Obzirom da su obje vrste podataka različite, temeljne metode pohrane i obrade moraju biti različite. Podaci prikupljeni putem IoT-a izazvali su mnogo pažnje i pohvale, u mjeri u kojoj neki sugeriraju da tradicionalni podaci više nemaju mjesta u industriji. To nije istina. U nastavku su razmotrene vidljive razlike između dviju vrsta analitike.
Ne možete poboljšati svoje programiranje kad nikoga nije briga za kvalitetu softvera.
Tradicionalni podaci mogu se obraditi uz pomoć standardnih upita za jezik kao što su SQL, a analitika se može stvoriti uz pomoć standardnih programskih jezika. Nije potrebno novo učenje za obavljanje tradicionalnih analiza podataka. Situacija je malo izazovnija s IoT podacima, koje mnogi ljudi nazivaju i velikim podacima. Do danas je Hadoop najpopularniji okvir za obradu velikih podataka, ali mnogi još uvijek nisu sigurni za to. Upiti IoT podatke nije lak zadatak, jer se tehnologija još nije razvijala i potrebno je mnogo ulaganja da bi alati postali korisni. Priroda podataka o IoT-u prilično se razlikuje od tradicionalnih podataka pa industrija još uvijek pronalazi načine kako dobiti manju analitiku pri manjim ulaganjima.
Zaključak
Bez obzira na njihove razlike, tradicionalna analitika može u nekim slučajevima dopuniti IoT analitiku. U izvjesnom smislu IoT podaci također postaju povijesni podaci nakon nekog vremena. Bez obzira na napad IoT-a, tradicionalna analitika podataka uskoro neće prestati. IoT podaci i analitika velikih podataka i dalje se promatraju pažljivo i postoji puno opreza. Potrebno je vrijeme da industrije usvoje nešto novo, složeno i zahtijeva ulaganja. S druge strane, tradicionalna analitika podataka dokazana je i utvrđena. Iako je zanimljiva situacija, čini se da će IoT nakon nekoliko godina steći puno više vjerodostojnosti i tvrtke će se odmaknuti od tradicionalne analitike podataka. Da bi se to dogodilo, infrastruktura za analizu podataka IoT mora stvarno sazrijeti i pronaći prihvaćanje. Promjena je - uvijek - spor i složen proces.