โลกกำลังกลายเป็น สอง ขนาดของมันทุกปีและกลายเป็นจักรวาลดิจิทัล ขนาดถูกกำหนดโดยความจำเป็นของข้อมูล ทุกวัน, ข้อมูลมากกว่า 2.5 quintillion ไบต์ เกิดขึ้นทั่วโลกและเป็น คาดว่าจะเติบโต 5.2 เซตตาไบต์ภายในปี 2025. การระบาดใหญ่ยังส่งผลต่อการเพิ่มขึ้นอย่างรวดเร็วในปี 2020 ในการจัดการข้อมูลจำนวนมากต้องใช้วิธีแก้ปัญหา เช่น Data Lake
ธุรกิจสมัยใหม่ต้องพึ่งพาข้อมูลจำนวนมากและหลากหลายและ ศูนย์ข้อมูล เป็นกุญแจสำคัญในการผลิตข้อมูลขนาดใหญ่ มากกว่า 90% ของข้อมูลเป็นแบบกึ่งโครงสร้างหรือไม่มีโครงสร้างที่เริ่มต้นความท้าทายสองเท่า ดังนั้น 95% ของเจ้าของธุรกิจจึงมองหาวิธีจัดการข้อมูลที่ไม่มีโครงสร้าง ทุกคนต้องการโซลูชันพิเศษและเป็นระเบียบเพื่อความปลอดภัยของข้อมูลองค์กรที่มีอิทธิพล สิ่งนี้ยังต้องการการรักษาความจุด้วยสิ่งอำนวยความสะดวกการประมวลผลที่เร็วขึ้น ดังนั้น Data Lake จึงเป็นโซลูชั่นที่สมบูรณ์แบบ
Data Lake คืออะไร?
Data Lake คือพื้นที่เก็บข้อมูลส่วนกลางที่เก็บข้อมูลขนาดใหญ่จากแหล่งที่มาในรูปแบบดั้งเดิม จนกว่าธุรกิจจะใช้งาน ข้อมูลสามารถจัดโครงสร้าง กึ่งโครงสร้าง หรือไม่จัดโครงสร้าง โดยมีความยืดหยุ่นในการใช้งานในอนาคต สิ่งนี้ทำให้ data lake รวมกับจุดและรูปร่างต่างๆ ของข้อมูลดิบ ให้ข้อมูลเชิงลึกที่เป็นประโยชน์สำหรับการปรับแต่งเพื่อตอบสนองความต้องการของลูกค้า
การจัดเก็บข้อมูลใน Data Lake จะเชื่อมโยงกับตัวระบุและแท็กข้อมูลเมตาเพื่อการช่วยเหลือที่รวดเร็ว ประกอบด้วยเทราไบต์หรือเพทาไบต์หลายร้อยตัวเพื่อจัดเก็บข้อมูลจำลองจากแหล่งปฏิบัติการ ซึ่งรวมถึงฐานข้อมูลและแพลตฟอร์ม SaaS Data Lake สามารถใช้เป็นแพลตฟอร์มต้นทางที่ช่วยให้จัดเก็บข้อมูลและเครื่องมือสนับสนุนเพื่อทำความเข้าใจข้อมูลผ่านการสำรวจอย่างรวดเร็วสำหรับการวิเคราะห์ขั้นสูง มันติดตามสายเลือด กำหนดความปลอดภัย เช่นเดียวกับการตรวจสอบจากส่วนกลางที่รักษามาตรฐาน
ใครต้องการ?
โทมัสเอช. ดาเวนพอร์ต, ศาสตราจารย์พิเศษอธิการบดีด้านไอทีและการจัดการครั้งเดียว กล่าวว่า, “ทุกบริษัทมีบิ๊กดาต้าในอนาคต และทุกบริษัทก็จะอยู่ในธุรกิจข้อมูลในที่สุด” นี่คือวิธีที่การจัดเก็บข้อมูลคุ้นเคยใน Data Lake เนื่องจากเป็นการรวบรวมบริการที่สมเหตุสมผลและสูงขึ้น ธุรกิจต่างๆ ได้รับอิทธิพลจาก Data Lake เนื่องจากช่วยสร้างพื้นที่ส่วนกลางสำหรับการจัดการโครงสร้างพื้นฐาน ทุกองค์กรสามารถจัดการ จัดเก็บ วิเคราะห์ และจัดประเภทข้อมูลที่ทิ้งในทะเลสาบ พวกเขาสามารถใช้เพื่อความต้องการเพิ่มเติมได้เสมอ เพราะมีอยู่ในองค์กรหรือในระบบคลาวด์
หากองค์กรของคุณเพิ่มมูลค่าจากข้อมูลธุรกิจที่สร้างขึ้น มีความเป็นไปได้สูงที่จะเอาชนะคู่แข่งของคุณ จากการสำรวจของอเบอร์ดีน องค์กรต่างๆ มีรายได้เพิ่มขึ้น 9% เมื่อเทียบกับองค์กรอื่นๆ สำหรับการติดตั้งใช้งานใน Data Lake ซึ่งมีประสิทธิภาพเหนือกว่า พวกเขากลายเป็นผู้นำในการเปิดใช้งานการวิเคราะห์ใหม่ๆ เช่น แมชชีนเลิร์นนิงจากแหล่งข้อมูลใหม่ๆ ที่จัดเก็บไว้ใน Data Lake มันสร้างโอกาสบางอย่างสำหรับการเติบโตทางธุรกิจที่รวดเร็วขึ้นโดยการดึงดูดและรักษาลูกค้า เพิ่มประสิทธิภาพการทำงาน การบำรุงรักษาอุปกรณ์เชิงรุก และการตัดสินใจอย่างชาญฉลาด
Data Lake คืออะไร และมีประโยชน์ต่อบริษัทของคุณอย่างไร? https://t.co/fVMuCSzSAx #ข้อมูลใหญ่ #ความปลอดภัยของข้อมูล #ดาต้าเลค #tech pic.twitter.com/wuqtP1QABf
— เคสแวร์ (@CaseWare) วันที่ 10 พฤศจิกายน 2020
ประโยชน์
ประโยชน์ของ Data Lake สำหรับธุรกิจ ได้แก่:
- ข้อมูลยังคงมีอยู่และทำให้พนักงานมั่นใจได้ว่า สามารถเข้าถึงได้ทุกเมื่อที่ต้องการ
- ความสามารถในการจัดเก็บข้อมูลจำนวนมากในราคาไม่แพงช่วยเพิ่มมูลค่าทางการเงินให้กับธุรกิจ แม้ว่าจะต้องใช้แนวทางที่เป็นทางการในการประมวลผลและวิเคราะห์
- Data Lake นำเสนอรูปแบบต่างๆ และบริษัทสามารถกักตุนข้อมูลได้ในอนาคต เนื่องจากข้อมูลจะถูกบันทึกในรูปแบบเนทีฟเพื่อให้สามารถใช้และเพิ่มได้หลายครั้งโดยไม่มีข้อจำกัด
- ปรับให้เข้ากับการเปลี่ยนแปลงโดยธรรมชาติตามความก้าวหน้าของเทคโนโลยีข้อมูลทำให้กู้คืนข้อมูลที่จำเป็นได้ง่ายขึ้นในอนาคต
- การใช้ประโยชน์จาก Data Lake ช่วยให้สามารถวิเคราะห์แบบเรียลไทม์โดยให้ข้อมูลที่มีคุณภาพและอัลกอริธึมการเรียนรู้เชิงลึกเพื่อเน้นย้ำการวิเคราะห์การตัดสินใจของธุรกิจ
- ความยืดหยุ่นในการสนับสนุน SQL และภาษาโปรแกรมอื่นๆ นั้นช่วยเสริมความต้องการขั้นสูง
- ความมีไหวพริบเป็นประโยชน์อีกประการหนึ่งเนื่องจากข้อมูลที่เก็บไว้ใน data Lake สามารถมีแหล่งข้อมูลที่หลากหลายและสื่อที่หลากหลาย แชท ข้อมูลโซเชียล ไบนารี หรือรูปแบบอื่นๆ
ที่เก็บข้อมูลและการครอบครองคอมพิวเตอร์จะแยกออกจากกันเพื่อเก็บข้อมูลที่เหลือในการจัดเก็บอ็อบเจ็กต์ตามงบประมาณเช่น Hadoop ในสถานที่หรือ Amazon S3. เครื่องมือและบริการต่างๆ เช่น อาปาเช่ เพรสโต, ElasticSearchหรือ อเมซอน อาเธน่า สามารถใช้สำหรับการสืบค้นข้อมูล
Data Lake ทำให้เกิดแนวทาง "จัดเก็บตอนนี้ วิเคราะห์ภายหลัง" โดยใช้ความพยายามเพียงเล็กน้อยในการนำเข้าข้อมูลลงในทะเลสาบ มักถูกกำหนดให้เป็นโครงสร้างข้อมูลขนาดใหญ่เพื่อให้บริการวิเคราะห์หลายอย่าง แต่ยังคงให้ก้าวเดียวในการบันทึกและเข้าถึงข้อมูลองค์กรอันมีค่า และเพิ่มเกณฑ์ทางธุรกิจ เช่นเดียวกับผลประโยชน์ของผู้ใช้
YouTube: คำอธิบายโดย Adam Kocoloski, IBM
โดยการคลิกเล่น คุณยอมรับข้อตกลงของ YouTube ข้อกำหนดในการให้บริการ และ ความเป็นส่วนตัวข้อมูลอาจถูกแบ่งปันกับ YouTube/Google
เครดิตภาพ: คุณสมบัติ ภาพ ถูกพาตัวไปโดย เบคก้า ทาเพิร์ท. อินโฟกราฟิกในเนื้อหาของบทความจัดทำโดยผู้เขียน TechAcute
ที่มา: Jacquelyn Bulao (คณะลูกขุน) / อุดมการณ์ข้อมูล / อเบอร์ดีน
