ڪيترائي غير ملڪي ليکڪ متفق آهن ته بگ ڊيٽا جو دور ختم ٿي چڪو آهي. ۽ انهي صورت ۾، بگ ڊيٽا اصطلاح Hadoop تي ٻڌل ٽيڪنالاجيز ڏانهن اشارو ڪري ٿو. ڪيترائي ليکڪ به اعتماد سان تاريخ جو نالو ڏئي سگھن ٿا جڏهن بگ ڊيٽا هن دنيا کي ڇڏي ڏنو ۽ اها تاريخ 05.06.2019/XNUMX/XNUMX آهي.
هن اهم ڏينهن تي ڇا ٿيو؟
هن ڏينهن تي، MAPR پنهنجي ڪم کي معطل ڪرڻ جو واعدو ڪيو جيڪڏهن اهو وڌيڪ آپريشن لاءِ فنڊ نه ڳولي سگهي. MAPR بعد ۾ HP پاران آگسٽ 2019 ۾ حاصل ڪيو ويو. پر جون ڏانهن موٽڻ، ڪو به مدد نه ٿو ڪري سگهي پر بگ ڊيٽا مارڪيٽ لاء هن دور جي سانحي کي نوٽ ڪريو. هن مهيني CLOUDERA جي اسٽاڪ جي قيمتن ۾ تباهي ڏٺو، مارڪيٽ ۾ هڪ معروف پليئر، جيڪو ساڳئي سال جي جنوري ۾ دائمي طور تي غير منافع بخش HORTOWORKS سان ضم ٿي ويو. زوال ڪافي اهم هو ۽ 43٪ تائين پهتو؛ آخرڪار، CLOUDERA جي سرمائيداري 4,1 کان 1,4 بلين ڊالر تائين گهٽجي وئي.
اهو چوڻ ناممڪن آهي ته هيڊوپ تي ٻڌل ٽيڪنالاجي جي فيلڊ ۾ بلبل جي افواهون ڊسمبر 2014 کان گردش ڪري رهيون آهن، پر اهو بهادريء سان لڳ ڀڳ پنجن سالن تائين جاري رهيو. اهي افواهون گوگل جي انڪار تي ٻڌل هيون، اها ڪمپني جتي هدوپ ٽيڪنالاجي پيدا ٿي، ان جي ايجاد کان. پر ٽيڪنالاجي ڪلائوڊ پروسيسنگ ٽولز ڏانهن ڪمپنين جي منتقلي ۽ مصنوعي ذهانت جي تيز رفتار ترقي دوران جڙي ورتو. تنهن ڪري، پوئتي ڏسي، اسان يقين سان چئي سگهون ٿا ته موت جي توقع هئي.
اهڙيءَ ريت بگ ڊيٽا جو دور ختم ٿي ويو آهي، پر بگ ڊيٽا تي ڪم ڪرڻ جي عمل ۾، ڪمپنيون ان تي ڪم ڪرڻ جي سمورين خوبين کي محسوس ڪري چڪيون آهن، بگ ڊيٽا سان ڪاروبار ۾ ڪهڙا فائدا آڻي سگهجن ٿا، ۽ مصنوعي استعمال ڪرڻ به سکي ويا آهن. خام ڊيٽا مان قدر ڪڍڻ جي ذهانت.
وڌيڪ دلچسپ سوال اهو آهي ته ڇا هن ٽيڪنالاجي کي تبديل ڪندو ۽ ڪيئن تجزياتي ٽيڪنالاجيون اڳتي وڌندا.
وڌايل تجزياتي
بيان ڪيل واقعن دوران، ڊيٽا جي تجزيي جي شعبي ۾ ڪم ڪندڙ ڪمپنيون اڃا تائين نه ويٺا. 2019 ۾ ٿيندڙ ٽرانزيڪشن بابت معلومات جي بنياد تي ڇا فيصلو ڪري سگهجي ٿو. هن سال، مارڪيٽ ۾ سڀ کان وڏي ٽرانزيڪشن ڪئي وئي هئي - تجزياتي پليٽ فارم ٽيبلو جو حصول سيلز فورس پاران 15,7 بلين ڊالر تائين. گوگل ۽ ڏسندڙ جي وچ ۾ هڪ ننڍڙو معاملو ٿيو. ۽ يقينا، ڪو به وڏي ڊيٽا پليٽ فارم Attunity جي Qlik پاران حصول کي نوٽ ڪرڻ ۾ ناڪام ٿي سگهي ٿو.
BI مارڪيٽ جي اڳواڻن ۽ گارٽنر ماهرن ڊيٽا جي تجزيي جي نقطه نظر ۾ هڪ يادگار شفٽ جو اعلان ڪري رهيا آهن؛ هي شفٽ مڪمل طور تي BI مارڪيٽ کي تباهه ڪري ڇڏيندو ۽ AI سان BI جي متبادل کي ڏسندي. ان حوالي سان، اهو ياد رکڻ گهرجي ته مخفف AI "مصنوعي ذهانت" نه پر "Augmented Intelligence" آهي. اچو ته هڪ ويجهي نظر رکون ته لفظن جي پويان ڇا آهي "Augmented Analytics."
Augmented analytics، Augmented reality وانگر، ڪيترن ئي عام پوسٽن تي ٻڌل آهي:
- NLP استعمال ڪندي گفتگو ڪرڻ جي صلاحيت (قدرتي ٻولي پروسيسنگ)، يعني. انساني ٻولي ۾؛
- مصنوعي ذهانت جو استعمال، هن جو مطلب آهي ته ڊيٽا کي مشين جي ڄاڻ کان اڳ پروسيس ڪيو ويندو؛
- ۽ يقينا، سفارشون دستياب آهن سسٽم جي استعمال ڪندڙ لاء، جيڪي مصنوعي ذهانت پاران ٺاهيا ويا آهن.
تجزياتي پليٽ فارمن جي ٺاهيندڙن جي مطابق، انهن جو استعمال انهن صارفن لاءِ دستياب هوندو جن وٽ خاص صلاحيتون نه هونديون آهن، جهڙوڪ SQL جي ڄاڻ يا ساڳي اسڪرپٽنگ ٻولي، جن کي شمارياتي يا رياضياتي تربيت نه هوندي آهي، جن کي مشهور ٻولين جي ڄاڻ ناهي. ڊيٽا پروسيسنگ ۽ لاڳاپيل لائبريرين ۾ ماهر. اھڙا ماڻھو، جن کي "Citizen Data Scientists" چئجي ٿو، انھن کي صرف شاندار ڪاروباري قابليت ھجڻ گھرجي. انهن جو ڪم آهي ڪاروباري بصيرت حاصل ڪرڻ جي تجويزن ۽ اڳڪٿين مان جيڪي مصنوعي ذهانت انهن کي ڏيندو، ۽ اهي NLP استعمال ڪندي پنهنجا اندازا بهتر ڪري سگهن ٿا.
هن طبقي جي سسٽم سان ڪم ڪندڙ صارفين جي عمل کي بيان ڪندي، هڪ هيٺ ڏنل تصوير تصور ڪري سگهي ٿو. هڪ شخص، ڪم تي اچي رهيو آهي ۽ لاڳاپيل ايپليڪيشن کي شروع ڪري ٿو، رپورٽن ۽ ڊيش بورڊ جي معمولي سيٽ کان علاوه جيڪي تجزيو ڪري سگھجن ٿيون معياري طريقا (ترتيب، گروهه، رياضي جي عملن کي انجام ڏيڻ)، ڪجهه تجويزون ۽ سفارشون ڏسي ٿو، جهڙوڪ: KPI حاصل ڪرڻ لاء، سيلز جو تعداد، توهان کي "باغباني" جي درجي مان مصنوعات تي رعايت لاڳو ڪرڻ گهرجي. ان کان سواء، هڪ شخص هڪ ڪارپوريٽ ميسينجر سان رابطو ڪري سگهي ٿو: Skype، Slack، وغيره. روبوٽ سوال پڇي سگھي ٿو، ٽيڪسٽ يا آواز ذريعي: ”مون کي پنج سڀ کان وڌيڪ منافعي وارا گراهڪ ڏيو. مناسب جواب حاصل ڪرڻ کان پوء، هن کي پنهنجي ڪاروباري تجربي جي بنياد تي بهترين فيصلو ڪرڻ گهرجي ۽ ڪمپني کي منافعو آڻڻ گهرجي.
جيڪڏهن توهان هڪ قدم پوئتي وٺو ۽ تجزيو ڪيو پيو وڃي معلومات جي مجموعي کي ڏسو، ۽ هن اسٽيج تي، وڌايل تجزياتي پراڊڪٽس ماڻهن جي زندگين کي آسان بڻائي سگهن ٿيون. مثالي طور، اهو فرض ڪيو ويو آهي ته صارف صرف تجزياتي پراڊڪٽ کي گهربل معلومات جي ذريعن ڏانهن اشارو ڪرڻ جي ضرورت پوندي، ۽ پروگرام پاڻ کي ڊيٽا ماڊل ٺاهڻ، جدولن کي ڳنڍڻ ۽ ساڳئي ڪمن جو خيال رکندو.
اهو سڀ کان پهريان، ڊيٽا جي "جمهوريت" کي يقيني بڻائڻ گهرجي، يعني. ڪو به ماڻهو ڪمپني کي دستياب معلومات جي پوري صف جو تجزيو ڪري سگهي ٿو. فيصلي سازي جي عمل کي لازمي طور تي شمارياتي تجزيي جي طريقن سان سهڪار ڪيو وڃي. ڊيٽا جي رسائي جو وقت گهٽ ۾ گهٽ هجڻ گهرجي، تنهنڪري لکت ۽ SQL سوالن کي لکڻ جي ڪا ضرورت ناهي. ۽ يقينا، توهان پئسا بچائي سگهو ٿا انتهائي ادا ڪيل ڊيٽا سائنس ماهرن تي.
فرضي طور تي، ٽيڪنالاجي ڪاروبار لاء تمام روشن امڪان پيش ڪري ٿو.
بگ ڊيٽا کي تبديل ڪرڻ ڇا آهي؟
پر، حقيقت ۾، مون پنهنجي مضمون کي بگ ڊيٽا سان شروع ڪيو. ۽ مان هن موضوع کي جديد BI اوزارن ۾ مختصر گهمڻ کان سواءِ ترقي نه ڪري سگهيو آهيان، جنهن جو بنياد اڪثر بگ ڊيٽا هوندو آهي. وڏي ڊيٽا جي قسمت هاڻي واضح طور تي طئي ڪيو ويو آهي، ۽ اها ڪلائوڊ ٽيڪنالاجي آهي. مون BI وينڊرز سان ڪيل ڊيلز تي ڌيان ڏنو ته جيئن اهو ظاهر ٿئي ته هاڻي هر تجزياتي سسٽم جي پويان ڪلائوڊ اسٽوريج آهي، ۽ ڪلائوڊ سروسز وٽ BI آهي اڳئين آخر ۾.
ORACLE ۽ Microsoft جي طور تي ڊيٽابيس جي ميدان ۾ اهڙن ٿنڀن جي باري ۾ نه وساريو، اهو ضروري آهي ته انهن جي ڪاروباري ترقي جي چونڊيل هدايت کي نوٽ ڪيو وڃي ۽ هي بادل آهي. سڀ پيش ڪيل خدمتون بادل ۾ ڳولهي سگهجن ٿيون، پر ڪجهه ڪلائوڊ خدمتون هاڻي موجود نه آهن بنياد تي. هنن مشين لرننگ ماڊلز جي استعمال تي اهم ڪم ڪيو آهي، صارفين لاءِ دستياب لائبريريون ٺاهيون آهن، ۽ ماڊلز سان ڪم ڪرڻ جي آسانيءَ لاءِ انٽرفيس ترتيب ڏنيون آهن، انهن کي چونڊڻ کان وٺي شروعاتي وقت مقرر ڪرڻ تائين.
ڪلائوڊ سروسز استعمال ڪرڻ جو ٻيو اهم فائدو، جيڪو ٺاهيندڙن پاران آواز اٿاريو ويو آهي، اهو آهي تقريباً لامحدود ڊيٽا سيٽ جي دستيابي ڪنهن به موضوع تي ٽريننگ ماڊلز لاءِ.
بهرحال، سوال پيدا ٿئي ٿو: ڪڪر ٽيڪنالاجيون اسان جي ملڪ ۾ ڪيتري حد تائين روٽ وٺندا؟
جو ذريعو: www.habr.com