Ερ:
Ποιες θεωρήσεις είναι πιο σημαντικές όταν αποφασίζουμε ποιες λύσεις δεδομένων πρέπει να υλοποιήσουμε;
ΕΝΑ:Κάθε επιχείρηση και οργάνωση πρέπει να εξετάζει τις δικές της ανάγκες και πόρους όταν υπολογίζει ποια θέματα είναι πιο σημαντικά για την υλοποίηση μεγάλων δεδομένων. Ωστόσο, υπάρχουν ορισμένες αρχές που γενικά θεωρούνται κρίσιμες για αυτό το είδος υιοθέτησης της τεχνολογίας.
| Webinar: Μεγάλο σίδερο, Γνωρίστε μεγάλα δεδομένα: Απελευθερώστε δεδομένα κεντρικών υπολογιστών με το Hadoop & Spark Εγγραφείτε εδώ |
Μία από τις μεγαλύτερες ερωτήσεις είναι η εφαρμογή και το μέγεθος της διατάραξης που θα προκαλέσει. Οι χρήστες μεγάλων συστημάτων δεδομένων πρέπει πάντα να συγκρίνουν τι πρόκειται να χρησιμοποιήσουν για αυτό που χρησιμοποιούν αυτή τη στιγμή. Σε πολλές περιπτώσεις, η διακοπή είναι ο αποφασιστικός παράγοντας για το κατά πόσο μεγάλοι πόροι δεδομένων πρόκειται να αυξήσουν την παραγωγικότητα και τα κέρδη ή να στείλουν μια επιχείρηση να καταρρεύσει εξαιτίας ανυπέρβλητων εμποδίων με την εφαρμογή. Η υποστήριξη των πωλητών (ή η έλλειψή τους) έχει πολλά να κάνει με αυτό, αλλά οι επιχειρήσεις πρέπει επίσης να εξετάσουν την καμπύλη μάθησης για τις τεχνολογίες, πόσο θα αλλάξουν τις λειτουργίες των παλαιότερων συστημάτων και γενικότερα αν οι αλλαγές είναι κάτι που η επιχείρηση μπορεί να χειριστεί.
Ένα άλλο σημαντικό ερώτημα είναι ποια δεδομένα είναι πιο πολύτιμα για μια επιχείρηση ή έναν οργανισμό. Με την εξέταση της αξίας διαφορετικών συνόλων δεδομένων, όσοι προτίθενται να εφαρμόσουν μεγάλα δεδομένα μπορούν να ορίσουν το πεδίο εφαρμογής του έργου τους. Χωρίς αυτές τις κατευθυντήριες γραμμές, μεγάλα έργα δεδομένων μπορούν να φουσκωθούν και να κατακλυστούν σε μια επιχείρηση. Οι ειδικοί συστήνουν να επικεντρωθούν στα συγκεκριμένα σύνολα δεδομένων που θα δώσουν τη μεγαλύτερη αξία, χωρίς να μπλοκάρουν τη χύτευση ενός ευρύτερου δικτύου.
Ένα ζήτημα συνακόλουθο είναι η χρήση δομημένων και αδόμητων δεδομένων. Οι ηγέτες των επιχειρήσεων μπορούν να δουν τα επίπεδα δυσκολίας να πάρουν διαφορετικά κομμάτια δεδομένων σε ένα μεγάλο περιβάλλον δεδομένων, όπως ένα κέντρο δεδομένων. Για παράδειγμα, τα ήδη μορφοποιημένα σύνολα δεδομένων μπορούν εύκολα να αφομοιωθούν, αλλά ορισμένα άλλα στοιχεία δεδομένων ενδέχεται να χρειαστούν εκτεταμένη χειραγώγηση για να τα μετατρέψουν σε χρήσιμη μορφή και ίσως να μην αξίζει τον κόπο.
Οι υιοθετούντες θα πρέπει επίσης να εξετάσουν τον προηγμένο χειρισμό για μεγάλα δεδομένα. Τα μεγάλα συστήματα δεδομένων ορίζονται ως εκείνα που είναι δύσκολο να χειριστούν με βασικές και απλές υποδομές υλικού και λογισμικού. Αυτό σημαίνει ότι οι υιοθετούντες πρέπει να έχουν τα κατάλληλα ταλέντα και πόρους στο χέρι για να βρουν τρόπους για να χρησιμοποιήσουν τα μεγάλα σύνολα δεδομένων που δεν θα προκαλέσουν συμφόρηση του δικτύου ή θα δημιουργήσουν με άλλον τρόπο εμπόδια στις επιχειρήσεις.
