چالش واقعی سازمانها در رابطه با کلان داده ها و بررسی دقیقتر مدلهای کلان داده

این مطلب در حال تکمیل است. شما نیز میتوانید در تکمیل آن مشارکت داشته باشید

در این صفحه میتوانید روی چالش واقعی سازمانها در رابطه با کلان داده ها و بررسی دقیقتر مدلهای کلان داده صحبت کنید. بحث های جانبی و خارج از این ساختار را نیز میتوانید در صفحه بحث مطرح نمایید.

مورد های واقعی

مسائل واقعی که در سازمان خود با آن مواجه هستید را میتوانید بطور جداگانه در این قسمت ارائه نمایید تا مورد بحث و بررسی قرار بگیرد:

• پیاده سازی سیستم های اطلاعاتی با حجم دیتای بالا و پراکندگی جغرافیایی بر بستر ابر

چالش ها

چالش های اشاره شده توسط دوستان به این ترتیب می باشد:

• نگهداری حجم زیاد اطلاعات
• یکسان سازی
• داده کاوی داده ها
• خردمند سازی داده ها: تحلیل داده ها به منظور استفاده های آماری ، پیش بینی و پاسخ به نیازهای مشتری
• در دسترس نبودن داده جهت فعالیت تحقیقاتی

اگر چالش دیگری بنظر شما وجود دارد به این لیست اضافه کنید یا برای چالش های موجود شرح بیشتری در صفحه مربوط به آنها اضافه نمایید.

راهکارهای پیشنهادی

راهکارهای پیشنهادی شده توسط دوستان به این ترتیب می باشد:

• شناخت ابزارها و فناوری های مرتبط در دنیا
• شناخت مدل های کلان داده متناسب با مدل های کسب و کار
• شناخت انواع پایگاه داده
• شناخت نیازمندی های داده
  • High Compute
  • High Reads
  • High Write
  • High IO
  • Atomic Transaction
• در دسترس قرار گرفتن داده ها و طرح مساله

اگر راهکار دیگری بنظر شما وجود دارد به این لیست اضافه کنید یا برای راهکارهای موجود شرح بیشتری در صفحه مربوط به آنها اضافه نمایید.

ابزارها و فناوری ها

ابزارها و فناوری های مرتبط به این شرح می باشد:

• Hadoop
• NoSQL
• Owncloud
• Swift
• Dropbox
• Box.net
• Google Drive
• Amazon S3
• MapReduce
• Cloud Dataflow
• Trove
• Sahara
• Clustrix
• SQL
• MySQL
• Postgress
• Memcache
• Riak
• HBase
• Cassandra
• Python

اگر ابزار یا فناوری دیگری بنظر شما وجود دارد به این لیست اضافه کنید یا برای موارد موجود شرح بیشتری در صفحه مربوط به آنها اضافه نمایید.

لینک های مرتبط

• Google launches Cloud Dataflow, says MapReduce tired
• Cambridge Semantics

× کارگروه ها:BigData ×