Absolutament! Mai no hi ha hagut un moment millor per afegir les habilitats d’Hadoop al vostre currículum. Establim-ho amb alguns fets i exemples.
Us heu preguntat mai quina és la tecnologia que hi ha darrere de la funció d’etiquetatge automàtic de Facebook? Què hi ha de càmeres de vigilància capaces de generar imatges impecables fins i tot amb poca llum? La resposta és Hadoop i les seves innovadores habilitats per emmagatzemar, processar i recuperar dades.
Emmagatzemar dades és una cosa, però processar-les i consultar-les és un joc de pilota completament diferent. Si Big Data és un equip de rugbi, llavors Hadoop és el millor quarterback que podeu trobar.
com utilitzar stringbuffer a Java
Gràcies a Hadoop, Facebook pot emmagatzemar tota la informació sobre una persona i assenyala l’hora i la data exactes d’una activitat al seu perfil. Tota la informació sobre una persona és Big Data i Hadoop ajuda a representar-la tota.
Totes les dades de Hadoop s’emmagatzemen a la part superior de HDFS (sistema de fitxers distribuïts de Hadoop), que pot contenir dades estructurades i no estructurades. Els competidors d’Hadoop (com ara RDBMS i Excel) només poden emmagatzemar dades estructurades. Aquest és un dels principals factors per què Hadoop és el gran pare que dóna a les eines tradicionals de maneig de dades una gran quantitat de diners. Hadoop realitza el processament a prop de les dades mentre RDBMS necessita que les dades es transfereixin per la xarxa mitjançant la E / S per processar les mateixes dades.
Aliment per al pensament: Pot Hadoop predir els resultats de la situació basant-se en un conjunt de dades?
Aquest gràfic mostra el creixement exponencial de les dades al llarg dels anys. Analitzeu-lo de més a prop i notareu que les dades no estructurades representen el 90% de totes les dades del món. Simplement apliqueu el principi de demanda i oferta i ens adonem que cada vegada hi ha més dades desestructurades que floten al voltant només donen lloc a professionals que poden corregir aquestes dades. Aquest és un motiu suficient perquè una persona busqui una feina relacionada amb dades no estructurades, també coneguda com Big Data. No dubteu que aquest és el moment adequat per aprendre Hadoop.
En realitat, quina efectivitat té Hadoop en comparació amb els SGBDR?
Hadoop elimina qualsevol altra eina de tractament de dades directament del parc. RDBMS i Excel poden ser eficients en la gestió de dades que no superin alguns centenars de fulls Excel, però, què passa amb mil fitxers d’aquest tipus que cal conservar? Tornem a l’exemple de Facebook de nou. El registre de dades que conté detalls d'activitat d'un usuari de Facebook no es pot emmagatzemar a Excel, almenys no totes les dades històriques d'un usuari que es remunten a dècades enrere. A més, a Hadoop les dades es poden estructurar de manera fluïda, però RDBMS requereix que les dades siguin més consistents i en un format reconeixible.
Feu una ullada a la comparació entre RDBMS i Hadoop i sabreu per vosaltres quins són els millors preus.
Tinc una estadística final per a vosaltres que segellarà tots els dubtes sobre si Hadoop és un bon candidat a la carreragel.
què és l'applet a Java amb exemple
Aquest gràfic il·lustra la creixent demanda de professionals d’Hadoop i només augmentarà en les properes setmanes.
Malauradament, tu i jo no podem canviar la tecnologia. En el millor dels casos, podem estar al dia i aprendre tecnologies en evolució i esdevenir indispensables per als nostres llocs de treball. És el moment adequat per aprendre Hadoop i conduir l’ona Big Data.
Tens alguna pregunta? Esmenta’l a la secció de comentaris i et respondrem.
Articles Relacionats:
java diferència entre implementa i amplia