ការធ្លាក់ចុះនៃយុគសម័យនៃទិន្នន័យធំ

អ្នកនិពន្ធបរទេសជាច្រើនយល់ស្របថា យុគសម័យនៃ Big Data បានមកដល់ទីបញ្ចប់ហើយ។ ហើយក្នុងករណីនេះពាក្យថា Big Data សំដៅលើបច្ចេកវិទ្យាដែលមានមូលដ្ឋានលើ Hadoop ។ អ្នកនិពន្ធជាច្រើនថែមទាំងអាចដាក់ឈ្មោះកាលបរិច្ឆេទដែល Big Data ចាកចេញពីពិភពលោកនេះដោយទំនុកចិត្ត ហើយកាលបរិច្ឆេទនេះគឺថ្ងៃទី 05.06.2019/XNUMX/XNUMX។

តើមានអ្វីកើតឡើងនៅថ្ងៃដ៏សំខាន់នេះ?

នៅថ្ងៃនេះ MAPR បានសន្យាថានឹងផ្អាកការងាររបស់ខ្លួន ប្រសិនបើមិនអាចស្វែងរកមូលនិធិសម្រាប់ប្រតិបត្តិការបន្ថែមទៀត។ MAPR ត្រូវបានទិញដោយ HP ក្នុងខែសីហា ឆ្នាំ 2019។ ប៉ុន្តែការត្រលប់ទៅខែមិថុនាវិញ មនុស្សម្នាក់មិនអាចជួយកត់សម្គាល់ពីសោកនាដកម្មនៃរយៈពេលនេះសម្រាប់ទីផ្សារទិន្នន័យធំនោះទេ។ ខែនេះបានឃើញការដួលរលំនៃតម្លៃភាគហ៊ុនរបស់ CLOUDERA ដែលជាអ្នកលេងឈានមុខគេនៅក្នុងទីផ្សារ ដែលរួមបញ្ចូលគ្នាជាមួយ HORTOWORKS ដែលមិនរកប្រាក់ចំណេញរ៉ាំរ៉ៃនៅក្នុងខែមករានៃឆ្នាំដដែល។ ការដួលរលំគឺមានសារៈសំខាន់ណាស់ ហើយមានចំនួនដល់ទៅ 43% នៅទីបំផុត មូលធននីយកម្មរបស់ CLOUDERA បានថយចុះពី 4,1 ទៅ 1,4 ពាន់លានដុល្លារ។

វាមិនអាចទៅរួចទេដែលមិននិយាយថាពាក្យចចាមអារ៉ាមអំពីពពុះនៅក្នុងវិស័យបច្ចេកវិទ្យាដែលមានមូលដ្ឋានលើ Hadoop ត្រូវបានផ្សព្វផ្សាយចាប់តាំងពីខែធ្នូ 2014 ប៉ុន្តែវានៅតែរក្សាយ៉ាងក្លាហានអស់រយៈពេលជិត XNUMX ឆ្នាំទៀត។ ពាក្យចចាមអារ៉ាមទាំងនេះគឺផ្អែកលើការបដិសេធរបស់ក្រុមហ៊ុន Google ដែលជាក្រុមហ៊ុនដែលបច្ចេកវិទ្យា Hadoop មានប្រភពមកពីការច្នៃប្រឌិតរបស់វា។ ប៉ុន្តែបច្ចេកវិជ្ជានេះបានចាក់ឫសក្នុងអំឡុងពេលការផ្លាស់ប្តូររបស់ក្រុមហ៊ុនទៅកាន់ឧបករណ៍ដំណើរការពពក និងការអភិវឌ្ឍន៍យ៉ាងឆាប់រហ័សនៃបញ្ញាសិប្បនិម្មិត។ ដូច្នេះ បើក្រឡេកមើលទៅក្រោយវិញ យើងអាចនិយាយដោយទំនុកចិត្តថា ការស្លាប់ត្រូវបានរំពឹងទុក។

ដូច្នេះយុគសម័យនៃ Big Data បានមកដល់ទីបញ្ចប់ហើយ ប៉ុន្តែនៅក្នុងដំណើរការនៃការធ្វើការលើ Big Data ក្រុមហ៊ុនបានដឹងពីភាពខុសប្លែកទាំងអស់នៃការធ្វើការលើវា អត្ថប្រយោជន៍ដែល Big Data អាចនាំមកក្នុងអាជីវកម្ម ហើយក៏បានរៀនប្រើសិប្បនិម្មិតផងដែរ។ ភាពវៃឆ្លាតដើម្បីទាញយកតម្លៃពីទិន្នន័យឆៅ។

ការចាប់អារម្មណ៍កាន់តែខ្លាំងក្លាយជាសំណួរនៃអ្វីដែលនឹងជំនួសបច្ចេកវិទ្យានេះ និងរបៀបដែលបច្ចេកវិទ្យាវិភាគនឹងអភិវឌ្ឍបន្ថែមទៀត។

បង្កើនការវិភាគ

ក្នុងអំឡុងពេលព្រឹត្តិការណ៍ដែលបានពិពណ៌នា ក្រុមហ៊ុនដែលធ្វើការក្នុងវិស័យវិភាគទិន្នន័យមិនបានអង្គុយស្ងៀមទេ។ អ្វីដែលអាចត្រូវបានវិនិច្ឆ័យដោយផ្អែកលើព័ត៌មានអំពីប្រតិបត្តិការដែលបានកើតឡើងក្នុងឆ្នាំ 2019 ។ នៅឆ្នាំនេះ ប្រតិបត្តិការដ៏ធំបំផុតនៅក្នុងទីផ្សារត្រូវបានអនុវត្ត - ការទិញយកវេទិកាវិភាគ Tableau ដោយ Salesforce ក្នុងតម្លៃ 15,7 ពាន់លានដុល្លារ។ កិច្ចព្រមព្រៀងតូចជាងបានកើតឡើងរវាង Google និង Looker ។ ហើយជាការពិតណាស់, មនុស្សម្នាក់មិនអាចជួយបានទេប៉ុន្តែកត់សម្គាល់ការទិញដោយ Qlik នៃវេទិកាទិន្នន័យធំ Attunity ។

អ្នកដឹកនាំទីផ្សារ BI និងអ្នកជំនាញ Gartner កំពុងប្រកាសពីការផ្លាស់ប្តូរដ៏ធំធេងក្នុងវិធីសាស្រ្តក្នុងការវិភាគទិន្នន័យ ការផ្លាស់ប្តូរនេះនឹងបំផ្លាញទីផ្សារ BI ទាំងស្រុង ហើយនាំទៅរកការជំនួស BI ជាមួយ AI ។ នៅក្នុងបរិបទនេះ វាគួរតែត្រូវបានកត់សម្គាល់ថា អក្សរកាត់ AI មិនមែនជា "បញ្ញាសិប្បនិម្មិត" ប៉ុន្តែ "ការបង្កើនភាពវៃឆ្លាត" ។ ចូរយើងពិនិត្យមើលឱ្យកាន់តែច្បាស់នូវអ្វីដែលនៅពីក្រោយពាក្យ "Augmented Analytics" ។

ការវិភាគដែលបានបន្ថែម ដូចជាការពិតដែលបានបន្ថែម គឺផ្អែកលើការប្រកាសទូទៅមួយចំនួន៖

• សមត្ថភាពក្នុងការប្រាស្រ័យទាក់ទងដោយប្រើ NLP (ដំណើរការភាសាធម្មជាតិ) i.e. ជាភាសាមនុស្ស;
• ការប្រើប្រាស់បញ្ញាសិប្បនិមិត្ត នេះមានន័យថា ទិន្នន័យនឹងត្រូវបានដំណើរការជាមុនដោយការស៊ើបការណ៍ម៉ាស៊ីន។
• ហើយជាការពិតណាស់ អនុសាសន៍ដែលមានសម្រាប់អ្នកប្រើប្រាស់ប្រព័ន្ធ ដែលត្រូវបានបង្កើតឡើងដោយបញ្ញាសិប្បនិម្មិត។

យោងតាមក្រុមហ៊ុនផលិតវេទិកាវិភាគ ការប្រើប្រាស់របស់ពួកគេនឹងមានសម្រាប់អ្នកប្រើប្រាស់ដែលមិនមានជំនាញពិសេស ដូចជាចំណេះដឹងនៃ SQL ឬភាសាស្គ្រីបស្រដៀងគ្នា ដែលមិនមានការបណ្តុះបណ្តាលស្ថិតិ ឬគណិតវិទ្យា ដែលមិនមានចំណេះដឹងភាសាពេញនិយម។ ​​មានឯកទេសក្នុងដំណើរការទិន្នន័យ និងបណ្ណាល័យដែលត្រូវគ្នា។ មនុស្សបែបនេះត្រូវបានគេហៅថា "Citizen Data Scientists" ត្រូវតែមានលក្ខណៈសម្បត្តិអាជីវកម្មឆ្នើមតែប៉ុណ្ណោះ។ ភារកិច្ចរបស់ពួកគេគឺចាប់យកការយល់ដឹងអំពីអាជីវកម្មពីគន្លឹះ និងការព្យាករណ៍ដែលបញ្ញាសិប្បនិម្មិតនឹងផ្តល់ឱ្យពួកគេ ហើយពួកគេអាចកែលម្អការស្មានរបស់ពួកគេដោយប្រើ NLP ។

ការពិពណ៌នាអំពីដំណើរការនៃអ្នកប្រើប្រាស់ដែលធ្វើការជាមួយប្រព័ន្ធនៃថ្នាក់នេះ មនុស្សម្នាក់អាចស្រមៃរូបភាពខាងក្រោម។ មនុស្សម្នាក់ដែលមកធ្វើការ និងបើកដំណើរការកម្មវិធីដែលត្រូវគ្នា បន្ថែមពីលើសំណុំរបាយការណ៍ធម្មតា និងផ្ទាំងគ្រប់គ្រងដែលអាចវិភាគបានដោយប្រើវិធីសាស្រ្តស្តង់ដារ (ការតម្រៀប ការដាក់ជាក្រុម អនុវត្តប្រតិបត្តិការនព្វន្ធ) មើលឃើញគន្លឹះ និងអនុសាសន៍មួយចំនួន ដូចជា៖ “នៅក្នុង ដើម្បីសម្រេចបាននូវ KPI ចំនួននៃការលក់ អ្នកគួរតែអនុវត្តការបញ្ចុះតម្លៃលើផលិតផលពីប្រភេទ "Gardening"។ លើសពីនេះទៀតមនុស្សម្នាក់អាចទាក់ទងអ្នកនាំសារសាជីវកម្ម: Skype, Slack ជាដើម។ អាច​សួរ​សំណួរ​មនុស្ស​យន្ត​តាម​រយៈ​អត្ថបទ ឬ​សំឡេង៖ "ផ្តល់ឱ្យ​ខ្ញុំ​នូវ​អតិថិជន​ដែល​រក​បាន​ប្រាក់​ចំណេញ​ច្រើន​បំផុត​ប្រាំ​នាក់"។ ដោយបានទទួលចម្លើយសមស្រប គាត់ត្រូវតែធ្វើការសម្រេចចិត្តដ៏ល្អបំផុតដោយផ្អែកលើបទពិសោធន៍អាជីវកម្មរបស់គាត់ និងនាំមកនូវប្រាក់ចំណេញដល់ក្រុមហ៊ុន។

ប្រសិនបើអ្នកថយក្រោយមួយជំហាន ហើយក្រឡេកមើលសមាសភាពនៃព័ត៌មានដែលកំពុងត្រូវបានវិភាគ ហើយនៅដំណាក់កាលនេះ ផលិតផលវិភាគដែលបានបន្ថែមអាចធ្វើឱ្យជីវិតរបស់មនុស្សកាន់តែងាយស្រួល។ តាមឧត្ដមគតិ វាត្រូវបានសន្មត់ថា អ្នកប្រើប្រាស់នឹងគ្រាន់តែត្រូវចង្អុលផលិតផលវិភាគទៅកាន់ប្រភពនៃព័ត៌មានដែលចង់បាន ហើយកម្មវិធីខ្លួនវាផ្ទាល់នឹងថែរក្សាការបង្កើតគំរូទិន្នន័យ ការភ្ជាប់តារាង និងកិច្ចការស្រដៀងគ្នា។

ទាំងអស់នេះ ជាដំបូងនៃការទាំងអស់ ធានានូវ "លទ្ធិប្រជាធិបតេយ្យ" នៃទិន្នន័យ ពោលគឺឧ។ មនុស្សណាម្នាក់អាចវិភាគអារេទាំងមូលនៃព័ត៌មានដែលមានសម្រាប់ក្រុមហ៊ុន។ ដំណើរការធ្វើការសម្រេចចិត្តត្រូវតែគាំទ្រដោយវិធីសាស្ត្រវិភាគស្ថិតិ។ ពេលវេលាចូលប្រើទិន្នន័យគួរតែមានតិចតួច ដូច្នេះមិនចាំបាច់សរសេរស្គ្រីប និងសំណួរ SQL ទេ។ ហើយ​ជា​ការ​ពិត​ណាស់ អ្នក​អាច​សន្សំ​ប្រាក់​លើ​អ្នក​ជំនាញ​ផ្នែក​វិទ្យាសាស្ត្រ​ទិន្នន័យ​ដែល​បាន​ចំណាយ​ប្រាក់​ច្រើន​។

តាមការសន្មត បច្ចេកវិទ្យាផ្តល់នូវការរំពឹងទុកដ៏ភ្លឺស្វាងសម្រាប់អាជីវកម្ម។

អ្វីដែលជំនួស Big Data

ប៉ុន្តែតាមពិតខ្ញុំចាប់ផ្តើមអត្ថបទរបស់ខ្ញុំជាមួយនឹងទិន្នន័យធំ។ ហើយខ្ញុំមិនអាចបង្កើតប្រធានបទនេះដោយគ្មានដំណើរកំសាន្តខ្លីៗទៅក្នុងឧបករណ៍ BI ទំនើបទេ ដែលជាមូលដ្ឋានដែលជារឿយៗជា Big Data ។ ជោគវាសនានៃទិន្នន័យធំឥឡូវនេះត្រូវបានកំណត់យ៉ាងច្បាស់ ហើយវាគឺជាបច្ចេកវិទ្យាពពក។ ខ្ញុំបានផ្តោតលើកិច្ចព្រមព្រៀងដែលធ្វើឡើងជាមួយអ្នកលក់ BI ដើម្បីបង្ហាញថាឥឡូវនេះគ្រប់ប្រព័ន្ធវិភាគទាំងអស់មានកន្លែងផ្ទុកពពកនៅពីក្រោយវា ហើយសេវាកម្មពពកមាន BI ជាផ្នែកខាងមុខ។

ដោយមិនភ្លេចអំពីសសរស្តម្ភបែបនេះនៅក្នុងវាលនៃមូលដ្ឋានទិន្នន័យដូចជា ORACLE និង Microsoft វាចាំបាច់ត្រូវកត់សម្គាល់ទិសដៅដែលបានជ្រើសរើសរបស់ពួកគេក្នុងការអភិវឌ្ឍន៍អាជីវកម្មហើយនេះគឺជាពពក។ សេវាកម្មដែលបានផ្តល់ជូនទាំងអស់អាចរកបាននៅក្នុងពពក ប៉ុន្តែសេវាកម្មពពកមួយចំនួនលែងមាននៅក្នុងបរិវេណទៀតហើយ។ ពួកគេបានធ្វើការងារយ៉ាងសំខាន់លើការប្រើប្រាស់គំរូសិក្សាម៉ាស៊ីន បណ្ណាល័យដែលបានបង្កើតដែលមានសម្រាប់អ្នកប្រើប្រាស់ និងបានកំណត់រចនាសម្ព័ន្ធចំណុចប្រទាក់សម្រាប់ភាពងាយស្រួលនៃការធ្វើការជាមួយម៉ូដែលចាប់ពីការជ្រើសរើសពួកវារហូតដល់ការកំណត់ពេលវេលាចាប់ផ្តើម។

អត្ថប្រយោជន៍សំខាន់មួយទៀតនៃការប្រើប្រាស់សេវាកម្មពពក ដែលបញ្ចេញដោយអ្នកផលិត គឺភាពអាចរកបាននៃសំណុំទិន្នន័យស្ទើរតែគ្មានដែនកំណត់លើប្រធានបទណាមួយសម្រាប់ម៉ូដែលបណ្តុះបណ្តាល។

ទោះជាយ៉ាងណាក៏ដោយ សំណួរកើតឡើង៖ តើបច្ចេកវិទ្យាពពកនឹងចាក់ឫសក្នុងប្រទេសរបស់យើងដល់កម្រិតណា?

ប្រភព: www.habr.com