Дані Інтернет речей (IoT) порівняно зі статистичними даними Analytics

Зміст

• Що таке традиційні дані та дані, створені IoT?
• Відмінності між традиційною аналітикою даних та згенерованою IoT аналітикою даних
• Висновок

Джерело: Денисісмагілов / Dreamstime.com

Винос:

Аналіз даних Internet of Things потребує зовсім іншої стратегії, ніж традиційні дані. Тут ми розглянемо, як обробляються два типи даних.

Існують принципові відмінності між підходами обробки традиційних потоків даних та потоками даних, що надходять із пристроїв чи датчиків Інтернету речей (IoT). Статичний або традиційний аналіз даних є лінійним процесом, тоді як аналіз даних, створених IoT, не є. Технологія та навички, необхідні для аналізу даних, що генеруються через IoT, абсолютно різні.

Важлива відмінність традиційних даних від даних, створених IoT, полягає в тому, що останні можуть бути доставлені в режимі реального часу, що є критичним для певних галузей, таких як банківська справа, телекомунікації та оборона. Статичні дані, з іншого боку, не надають даних у режимі реального часу, але все ще мають велику корисність. Зважаючи на це, дані, створені IoT, були центром уваги вже давно, і навколо них багато шумів. Це, однак, не означає, що час традиційних даних минув.

Що таке традиційні дані та дані, створені IoT?

Традиційні або статичні дані, простіше кажучи, - це дані, які не змінюються. Давайте зрозуміємо це на прикладі. Ви заповнюєте форму, де вам потрібно буде обрати зі свого списку стан проживання. Список не змінюється, оскільки кількість штатів у США не змінюється (або, як ніколи, з 1959 року). Тепер цей список держав зберігається десь у системі, і оскільки список не змінюється, можна сміливо сказати, що дані не мають доступу або обробляються часто.

Дані, створені IoT, - це дані, що генеруються датчиками, встановленими у взаємопов'язані пристрої. У схемі речей IoT кожен пристрій матиме IP-адресу, щоб він міг спілкуватися з іншими пристроями, що мають IP-адреси. Він може обмінюватися даними, наприклад. Тепер ці пристрої можуть бути підключені до сервера, який постійно збирає дані з цих пристроїв. Наприклад, ваш смартфон може встановити додаток, який збирає інформацію про ваше здоров'я та передає його на сервер, до якого може звернутися лікарня. Отже, ви можете уявити кількість різноманітних даних, що надходять у сервер щохвилини. Дані постійно і невблаганно змінюються. Дані, згенеровані IoT, у певному сенсі також є динамічними даними, оскільки вони мають тенденцію до змін.

З огляду на зовсім інший характер даних, очевидно, що підходи до зберігання та обробки даних будуть абсолютно різними. У параграфах нижче обговорюються основні відмінності між традиційними та породженими IoT даними.

Відмінності між традиційною аналітикою даних та згенерованою IoT аналітикою даних

Оскільки обидва типи даних різні, основні способи зберігання та обробки мають бути різними. Дані, створені IoT, викликали багато уваги та похвали, наскільки деякі з них припускають, що традиційні дані вже не мають місця в галузі. Це не правда. Значні відмінності між двома видами аналітики обговорюються нижче.

Ви не можете покращити свої навички програмування, коли ніхто не піклується про якість програмного забезпечення.

Традиційні дані можуть бути оброблені за допомогою стандартних мов запитів, таких як SQL, а аналітика може бути створена за допомогою стандартних мов програмування. Для проведення традиційної аналітики даних не потрібно нового навчання. Ситуація дещо складніша з даними IoT, які багато людей також називають великими даними. На сьогоднішній день Hadoop є найпопулярнішою основою для обробки великих даних, але багато хто з них все ще орієнтовні. Запит даних про IoT - непросте завдання, оскільки технологія ще не розвинулася і для того, щоб зробити інструменти зручними для користувачів, потрібно багато інвестицій. Характер даних IoT сильно відрізняється від традиційних даних, тому галузь все ще знаходить способи отримати хорошу аналітику при менших інвестиціях.

Висновок

Незважаючи на їх відмінності, традиційна аналітика може в деяких випадках доповнювати аналітику IoT. У певному сенсі дані IoT також через деякий час стають історичними даними. Незважаючи на натиск IoT, традиційна аналітика даних не скоро припиниться. Дані IoT та аналітика великих даних досі переглядаються орієнтовно, і є дуже обережно. Індустрії потрібно час, щоб прийняти щось нове, складне і вимагає інвестицій. З іншого боку, традиційна аналітика даних перевірена і встановлена. Хоча це цікава ситуація, схоже, що через кілька років IoT набуде набагато більше довіри, і компанії збираються відійти від традиційної аналітики даних. Щоб це відбулося, інфраструктура аналітики даних IoT повинна справді дозріти і знайти її прийняття. Зміна - завжди - повільний і складний процес.