2. 특징: 기존의 데이터 웨어하우스 애플리케이션에 비해 대용량 데이터 분석은 데이터 양이 많고 쿼리 분석이 복잡한 특징을 가지고 있습니다.
2.' 빅 데이터' 의 개념은 빅토르 마이어 셰인버그와 케네스 쿡예 (Kenneth Cookeye) 가' 빅데이터 시대' (The Age of Big Data) 라는 책에서 제기한 것으로, 모든 자료가 분석과 처리에 사용된다는 뜻이다 큰 데이터는 매스, 속도, 다양성 및 가치와 같은 4V 특성을 가지고 있습니다.
3.' 빅 데이터' 연구기관인 Gartner 의 정의를 제시했다. 빅 데이터' 는 대규모, 고성장, 다양한 정보 자산으로, 더 강력한 의사 결정력, 통찰력 및 검색 기능, 프로세스 최적화 기능을 갖춘 새로운 처리 모델이 필요합니다. 빅 데이터 기술의 전략적 중요성은 방대한 데이터 정보를 파악하는 것이 아니라 이러한 의미 있는 데이터를 전문화하는 것입니다. 즉, 큰 데이터를 하나의 산업에 비유한다면, 이 업계의 수익성의 관건은 데이터의' 처리 능력' 을 높이고' 처리' 를 통해 데이터의' 부가 가치' 를 실현하는 것이다.
4. 기술적 관점에서 볼 때 큰 데이터와 클라우드 컴퓨팅의 관계는 동전의 앞면과 뒷면처럼 불가분의 관계입니다. 큰 데이터는 단일 컴퓨터에서 처리할 수 없으며 분산 아키텍처를 사용해야 합니다. 대량 데이터의 분산 데이터 마이닝이 특징이지만 클라우드 컴퓨팅의 분산 처리, 분산 데이터베이스, 클라우드 스토리지 및 가상화 기술에 의존해야 합니다.
5. 클라우드 시대가 도래함에 따라 빅데이터는 점점 더 많은 관심을 받고 있다. 운대 애널리스트 팀은 한 회사가 만든 대량의 구조화되지 않은 데이터와 반정형 데이터를 설명하는 데 일반적으로 사용되며 분석을 위해 관계형 데이터베이스에 다운로드하는 데 너무 많은 시간과 비용이 소요된다고 보고 있습니다. 대용량 데이터 세트의 실시간 분석에는 MapReduce 와 같은 프레임워크가 수십 대, 수백 대, 심지어 수천 대의 컴퓨터에 작업을 할당해야 하기 때문에 대용량 데이터 분석은 클라우드 컴퓨팅과 연결되는 경우가 많습니다.