Absolutnie! Nigdy nie było lepszego czasu na dodanie umiejętności Hadoop do swojego CV. Ustalmy to na podstawie kilku faktów i przykładów.
Czy kiedykolwiek zastanawiałeś się, jaka technologia stoi za funkcją automatycznego tagowania Facebooka? A co z kamerami monitorującymi, które są w stanie generować nienaganny obraz nawet przy słabym oświetleniu? Odpowiedzią jest Hadoop i jego przełomowe możliwości przechowywania, przetwarzania i pobierania danych.
Przechowywanie danych to jedno, ale ich przetwarzanie i odpytywanie to zupełnie inna gra. Jeśli Big Data to drużyna rugby, to Hadoop jest najlepszym rozgrywającym, jakiego możesz znaleźć!
Dzięki Hadoop Facebook jest w stanie przechowywać wszystkie informacje o osobie oraz wskazać dokładny czas i datę aktywności na jej profilu. Wszystkie informacje o osobie to Big Data, a Hadoop pomaga je renderować.
Wszystkie dane Hadoop są przechowywane na dysku HDFS (rozproszony system plików Hadoop), który może pomieścić zarówno dane strukturalne, jak i nieustrukturyzowane. Konkurenci Hadoop (tacy jak RDBMS i Excel) mogą przechowywać tylko ustrukturyzowane dane. Jest to główny czynnik, dla którego Hadoop jest wielkim tatusiem, który oferuje tradycyjne narzędzia do obsługi danych, uciekając za swoje pieniądze. Hadoop przetwarza dane w pobliżu danych, podczas gdy RDBMS potrzebuje danych, które mają być przesyłane przez sieć przez I / O do przetwarzania tych samych danych.
Do przemyślenia: Czy Hadoop może przewidzieć wyniki sytuacji na podstawie zbioru danych?
jak zainstalować php 7 w systemie Windows 10
Ten wykres pokazuje wykładniczy wzrost danych na przestrzeni lat. Przyjrzyj się temu bliżej, a zauważysz, że nieustrukturyzowane dane stanowią 90% wszystkich danych na świecie. Po prostu zastosuj zasadę popytu i podaży, a możemy zdać sobie sprawę, że coraz więcej nieustrukturyzowanych danych pojawia się tylko dla profesjonalistów, którzy mogą je naprawić. To wystarczający powód, aby osoba szukała pracy na danych nieustrukturyzowanych, czyli Big Data. Nie miej żadnych wątpliwości, że jest to właściwy czas na naukę Hadoop.
W rzeczywistości, jak skuteczny jest Hadoop w porównaniu z RDBMS?
Hadoop odrzuca wszystkie inne narzędzia do obsługi danych prosto z parku. RDBMS i Excel mogą sprawnie zarządzać danymi nie przekraczającymi kilkuset arkuszy Excela, ale co z tysiącem takich plików, które trzeba utrzymywać? Wróćmy jeszcze raz do przykładu z Facebooka. Dziennik danych zawierający szczegóły aktywności użytkownika Facebooka nie może być przechowywany w Excelu, a przynajmniej nie wszystkie dane historyczne użytkownika sięgające kilkudziesięciu lat. Ponadto w Hadoop dane mogą mieć luźną strukturę, ale RDBMS wymaga, aby dane były bardziej spójne i w rozpoznawalnym formacie.
Spójrz na porównanie między RDBMS i Hadoop, a sam będziesz wiedział, który wypada lepiej.
Mam dla ciebie jedną ostateczną statystykę, która rozwieje wszelkie wątpliwości, czy Hadoop to dobry wybór w karierzelód.
szef kuchni vs marionetka vs ansibl
Ten wykres ilustruje rosnące zapotrzebowanie na profesjonalistów Hadoop i będzie rosło dopiero w następnych tygodniach.
Niestety, ty i ja nie możemy zmienić technologii. W najlepszym przypadku możemy nadążyć za tym i uczyć się rozwijających się technologii i stać się niezbędnymi w naszych miejscach pracy. To właściwy czas, aby nauczyć się Hadoop i uciec na fali Big Data.
Masz do nas pytanie? Wspomnij o tym w sekcji komentarzy, a my skontaktujemy się z Tobą.
Powiązane posty:
jaki jest najlepszy java ide