कंप्यूटर ज्ञान क्विज: बिग डेटा, डेटा माइनिंग और डेटा एनालिटिक्स

डेटा वेयरहाउस ठीक वही है, एक केंद्रीय भंडार जिसमें अनेक परिचालन प्रणालियों का डेटा निकालकर, स्वच्छ करके और लोड करके रखा जाता है, ताकि निर्णय लेने के लिए उसका विश्लेषण हो सके।

ऑन-लाइन ट्रांजैक्शन प्रोसेसिंग वह प्रणाली है जिस पर बैंक काउंटर, रेल आरक्षण खिड़की या भुगतान गेटवे चलता है: प्रत्येक लेनदेन दर्ज होते ही संसाधित हो जाता है, इसलिए उपयोगकर्ता को उत्तर तत्काल मिलता है, और प्रत्येक पूर्ण लेनदेन उसी समय लिखा जाता है, इसलिए डेटाबेस सदा वर्तमान स्थिति दिखाता है।

वर्चुअलाइजेशन एक भौतिक मशीन पर कई तार्किक मशीनें चलाने की तकनीक है और वह क्लाउड कंप्यूटिंग के अध्याय में आती है, बिग डेटा की परिभाषा में नहीं।

यह बड़ी फाइल को निश्चित आकार के खंडों में बांटता है, जो वर्तमान संस्करणों में डिफॉल्ट रूप से 128 मेगाबाइट के होते हैं, उन खंडों को समूह की मशीनों पर बिखेरता है और प्रत्येक खंड की एक से अधिक प्रति रखता है, जिससे किसी मशीन के खराब होने पर डेटा…

नॉलेज डिस्कवरी इन डेटाबेसेज या केडीडी नामक प्रक्रिया में चरण इस क्रम से चलते हैं: उपयुक्त डेटा का चयन, सफाई और पूर्व-संसाधन, रूपांतरण, फिर डेटा माइनिंग, और अंत में जो मिला उसकी व्याख्या तथा मूल्यांकन।

एप्रियोरी एल्गोरिद्म पहले उन वस्तु-समुच्चयों को खोजता है जो समर्थन की सीमा पार करने लायक बार साथ आते हैं, और इसके लिए इस नियम का प्रयोग करता है कि किसी बारंबार समुच्चय का प्रत्येक उपसमुच्चय भी बारंबार होगा; इसके बाद वह उन समुच्चयों को विश्वास से नापे गए नियमों में…

भंडारण की इकाइयां दो की घातों में चढ़ती हैं और प्रत्येक इकाई अपनी पिछली इकाई से 1,024 गुनी होती है, इसलिए 1,024 बाइट से एक किलोबाइट, 1,024 किलोबाइट से एक मेगाबाइट, 1,024 मेगाबाइट से एक गीगाबाइट, 1,024 गीगाबाइट से एक टेराबाइट और 1,024 टेराबाइट से एक पेटाबाइट बनता है।

यह ऐतिहासिक डेटा पर सांख्यिकीय मॉडल और मशीन लर्निंग लगाकर अनुमान लगाता है कि आगे क्या होने की संभावना है, जैसे कौन से ऋण खाते चूक की ओर जा सकते हैं या कोई नगर अगली गर्मी में कितनी बिजली खींचेगा।

ईटीएल उन तीन चरणों का नाम है जिनसे डेटा वेयरहाउस में प्रवेश करता है: उसे पैदा करने वाली परिचालन प्रणालियों से निकाला जाता है, फिर रूपांतरित किया जाता है ताकि प्रारूप, इकाइयां, कोड और दोहराव एक समान आकार में मिल जाएं, और इसके बाद वेयरहाउस की तालिकाओं में लोड किया…

क्लस्टरिंग अपर्यवेक्षित है क्योंकि डेटा पर कोई लेबल नहीं होता: एल्गोरिद्म स्वयं समान अभिलेखों के समूह बनाता है, और के-मीन्स यह काम के केंद्र रखकर तथा उन्हें तब तक हिलाकर करता है जब तक प्रत्येक अभिलेख अपने निकटतम केंद्र के साथ न बैठ जाए।

नोएसक्यूएल डेटाबेस तालिका और पंक्ति की निश्चित संरचना छोड़ देते हैं, जिससे वे बड़े और अनियमित डेटा को रख सकें तथा उसे अनेक मशीनों पर फैला सकें, और मोंगोडीबी सबसे प्रसिद्ध दस्तावेज भंडार है, जो अभिलेखों को जेसन जैसे प्रारूप में दस्तावेज के रूप में रखता है।

अपाचे हाइव एचडीएफएस में रखी फाइलों पर तालिका जैसा दृश्य खड़ा करता है और विश्लेषक को हाइवक्यूएल में क्वेरी लिखने देता है, जो एसक्यूएल के बहुत निकट है; हाइव उसे समूह पर चलने वाले कार्यों में बदल देता है, जिससे जावा में प्रोग्राम लिखने की आवश्यकता नहीं रहती।