Conţinut
Î:
Care este diferența dintre big data și Hadoop?
A:
Diferența dintre big data și programul software open source Hadoop este unul distinct și fundamental. Primul este un activ, adesea unul complex și ambiguu, în timp ce cel de-al doilea este un program care realizează un set de obiective și obiective pentru a face față acelui activ.
Datele mari reprezintă pur și simplu seturile mari de date pe care întreprinderile și alte părți le pun la dispoziție pentru a servi obiective și operațiuni specifice. Datele mari pot include multe tipuri diferite de date în multe tipuri diferite de formate. De exemplu, întreprinderile ar putea depune o mulțime de lucrări în colectarea a mii de bucăți de date privind achizițiile în formate de monedă, pe identificatorii clienților, cum ar fi numele sau numărul de securitate socială sau pe informații despre produse sub formă de numere de model, numere de vânzări sau numere de inventar. Toate acestea sau orice altă masă mare de informații pot fi numite date mari. De regulă, este crud și nesortivat până când este trecut prin diferite tipuri de instrumente și manipulatoare.
Hadoop este unul dintre instrumentele concepute pentru a gestiona datele mari. Hadoop și alte produse software lucrează pentru a interpreta sau analiza rezultatele căutărilor de date mari prin algoritmi și metode specifice de proprietate. Hadoop este un program open-source sub licența Apache, care este întreținut de o comunitate globală de utilizatori. Acesta include diferite componente principale, inclusiv un set de funcții MapReduce și un sistem de fișiere distribuit Hadoop (HDFS).
Ideea din spatele MapReduce este că Hadoop poate cartografia mai întâi un set mare de date, apoi poate efectua o reducere a conținutului respectiv pentru rezultate specifice. O funcție de reducere poate fi gândită ca un fel de filtru pentru datele brute. Sistemul HDFS acționează apoi pentru a distribui date într-o rețea sau a migra după caz.
Administratorii bazei de date, dezvoltatorii și alții pot utiliza diferitele caracteristici ale Hadoop pentru a face față datelor mari în orice număr de moduri. De exemplu, Hadoop poate fi utilizat pentru a urmări strategii de date precum agregarea și direcționarea cu date neuniforme sau date care nu se încadrează perfect într-un tabel tradițional sau răspund bine la întrebări simple.