உங்கள் தரவு எவ்வளவு கட்டமைக்கப்பட்டுள்ளது? கட்டமைக்கப்பட்ட, கட்டமைக்கப்படாத மற்றும் அரை கட்டமைக்கப்பட்ட தரவை ஆராய்தல்

உள்ளடக்கம்

• கட்டமைக்கப்பட்ட தரவு என்றால் என்ன?
• கட்டமைக்கப்படாத தரவு என்றால் என்ன?
• பிழைகள் இல்லை, மன அழுத்தமும் இல்லை - உங்கள் வாழ்க்கையை அழிக்காமல் வாழ்க்கையை மாற்றும் மென்பொருளை உருவாக்குவதற்கான படி வழிகாட்டியின் படி
• இடையில் வீழ்ச்சி: அரை கட்டமைக்கப்பட்ட தரவு
• கட்டமைக்கப்படாத தரவை கட்டமைக்கப்பட்ட தரவுகளாக மாற்ற முடியுமா?

ஆதாரம்: mositj / iStockphoto

எடுத்து செல்:

கட்டமைக்கப்பட்ட, கட்டமைக்கப்படாத மற்றும் அரை கட்டமைக்கப்பட்ட தரவுகளைப் பற்றி அறிக.

வரலாற்று ரீதியாக, தரவு ஆய்வாளர்கள் ஒரே ஒரு வகை தரவுகளிலிருந்து தகவல்களை மறைகுறியாக்க மற்றும் பிரித்தெடுக்கும் திறன் கொண்டவர்கள்: கட்டமைக்கப்பட்ட தரவு. இந்த வகை தரவு அதன் தெளிவான வடிவங்களால் எளிதில் தேடக்கூடியதாக இருந்தது, ஆனால் மொத்த தரவுகளில் ஒரு சிறிய சதவீதத்தைக் குறிக்கிறது.

கட்டமைக்கப்படாத தரவுகளில் வீடியோ, ஆடியோ, கள் மற்றும் சமூக ஊடகங்கள் மற்றும் மொபைல் சாதனங்களிலிருந்து வரும் தரவு ஆகியவை அடங்கும். இது கிடைக்கக்கூடிய மிகப்பெரிய மூலத் தகவலாக இருந்தது, ஆனால் இந்த வளத்தை யாராலும் நம்பமுடியாமல் தட்ட முடியவில்லை.

இருப்பினும், சேமிப்பகத்தின் அதிகரித்த கிடைக்கும் தன்மை மற்றும் சிறந்த செயலாக்க திறன்கள் கட்டமைக்கப்படாத தரவு பகுப்பாய்வுகளைப் பெற்றன - இது ஒரு புதிய, இதனால் முதிர்ச்சியடையாத தொழில்நுட்ப வடிவமாகும். சிறந்த வணிக நுண்ணறிவு இந்த வாய்ப்பை முழுமையாகப் பயன்படுத்துகிறது, மேலும் இந்த முடிவில்லாத கோல்ட்மைன் தகவலை அணுக கட்டமைக்கப்பட்ட மற்றும் கட்டமைக்கப்படாத தரவு பகுப்பாய்வுகளை ஒருங்கிணைக்க கணிசமான முதலீடுகள் செய்யப்படுகின்றன.

அவற்றின் வேறுபாடுகளைப் புரிந்துகொள்ள இந்த இரண்டு தரவு வடிவங்களையும், அனைத்து தரவு ஆய்வாளர்களுக்கும் எதிர்காலம் என்ன என்பதைப் பார்ப்போம்.

கட்டமைக்கப்பட்ட தரவு என்றால் என்ன?

கட்டமைக்கப்பட்ட தரவு என்பது மனித- அல்லது இயந்திரத்தால் உருவாக்கப்பட்ட மற்றும் மிகவும் ஒழுங்கமைக்கப்பட்ட தகவல் ஆகும், அவை தொடர்புடைய தரவுத்தளங்கள் (RDB கள்) எனப்படும் வரிசை தரவுத்தள கட்டமைப்புகளில் எளிதாக சேமிக்கப்படுகின்றன. இது ஒரு வடிவமைப்பில் உள்ள எதையும், பின்னர் எளிதாகப் பிடிக்கவும், சேமிக்கவும், RDB கட்டமைப்பில் ஒழுங்கமைக்கவும் முடியும். (தரவுத்தளங்களைப் பற்றி மேலும் அறிய, தரவுத்தளங்களுக்கான எங்கள் அறிமுகத்தைப் பாருங்கள்.)

எடுத்துக்காட்டுகளில் ZIP குறியீடுகள், தொலைபேசி எண்கள் மற்றும் வயது அல்லது பாலினம் போன்ற பயனர் புள்ளிவிவரங்கள் அடங்கும். இந்த தரவுத்தளங்களில் காணப்படும் தரவை எக்செல் விரிதாள்களில் உள்ள கட்டமைக்கப்பட்ட வினவல் மொழி (SQL) அல்லது VLOOKUP செயல்பாடுகளுடன் வினவலாம். பல்வேறு துறைகளில் காணப்படும் தரவை அவற்றின் குறியீடுகளைப் பயன்படுத்தி அல்லது அவற்றின் எண் மற்றும் அகரவரிசைத் தரவை விரைவாகத் தேடுவதற்கும் வழிமுறைகள் செய்யப்படலாம். இருப்பினும், எல்லா தரவும் புல வகை மற்றும் பெயரின் அடிப்படையில் கண்டிப்பாக வரையறுக்கப்படுகிறது, மேலும் அதை சேமித்து, வினவ மற்றும் பகுப்பாய்வு செய்யும் திறன் ஓரளவிற்கு கட்டுப்படுத்தப்படுகிறது.

கட்டமைக்கப்பட்ட தரவைப் பயன்படுத்தும் வழக்கமான பயன்பாடுகளில் மருத்துவமனை மேலாண்மை மென்பொருள், வாடிக்கையாளர் உறவு மேலாண்மை (சிஆர்எம்) பயன்பாடுகள் மற்றும் விமான முன்பதிவு அமைப்புகள் ஆகியவை அடங்கும். அதன் சுத்தமாக அமைப்பு மற்றும் எளிதான அணுகல் காரணமாக, பெரிய அளவிலான தகவல்களைக் கையாளும் போது கட்டமைக்கப்பட்ட தரவு பயனுள்ளதாகவும் திறமையாகவும் இருக்கும். மனிதகுலத்தால் ஒவ்வொரு நாளும் உற்பத்தி செய்யப்படும் தரவுகளின் முடிவில் மறைந்திருக்கும் கறுப்பு எண்ணெயைத் துளையிடும் போது, ​​கட்டமைக்கப்பட்ட தரவைத் தேடுவது மேற்பரப்பைக் கீறிவதைத் தவிர வேறில்லை.

கட்டமைக்கப்படாத தரவு என்றால் என்ன?

ஒரு நிறுவனத்தில் காணப்படும் பெரும்பான்மையான தரவு கட்டமைக்கப்படாதது, மேலும் தற்போது கிடைக்கக்கூடிய மொத்த தரவுகளில் 80 சதவீதம் வரை சிலர் இதை மதிப்பிடுகின்றனர். வரையறையின்படி, கட்டமைக்கப்படாத தரவு என்பது அடையாளம் காணக்கூடிய உள் அமைப்பு இல்லாத அனைத்தும். இருப்பினும், சில வகை தரவு இந்த வகைக்குள் வருகிறது வேண்டும் சில வகையான தெளிவற்ற உள் கட்டமைப்பு, ஆனால் அது ஒரு தரவுத்தளம் அல்லது விரிதாளுடன் ஒத்துப்போகவில்லை.

பிழைகள் இல்லை, மன அழுத்தமும் இல்லை - உங்கள் வாழ்க்கையை அழிக்காமல் வாழ்க்கையை மாற்றும் மென்பொருளை உருவாக்குவதற்கான படி வழிகாட்டியின் படி

மென்பொருள் தரத்தைப் பற்றி யாரும் அக்கறை கொள்ளாதபோது உங்கள் நிரலாக்க திறன்களை மேம்படுத்த முடியாது.

வாடிக்கையாளர் சேவை தொடர்புகள், கோப்புகள், வலை பதிவுகள், வீடியோக்கள் மற்றும் பிற மல்டிமீடியா உள்ளடக்கம், விற்பனை ஆட்டோமேஷன், கள் மற்றும் சமூக ஊடக இடுகைகள் வரை பெரும்பாலான வணிகத் தரவு கட்டமைக்கப்படவில்லை. இந்த தரவு சுரங்க, ஒழுங்கமைக்கப்பட்ட மற்றும் பகுப்பாய்வு செய்ய முடிந்தால் எவ்வளவு மதிப்புமிக்கதாக இருக்கும் என்பதை விளக்க தேவையில்லை.

பெரும்பாலான கட்டமைக்கப்படாத தரவு மனிதர்களால் உருவாக்கப்படுகிறது, இதனால் இது மற்ற மனிதர்களால் புரிந்து கொள்ளப்படுகிறது. இதன் பொருள், இயந்திர மொழி மற்றும் கட்டமைக்கப்பட்ட தரவுத்தளங்களின் நேர்கோட்டுத்தன்மையிலிருந்து வெகு தொலைவில் இருப்பதால், இந்த வகை தகவல்களை நேட்டர் கணினி நுண்ணறிவு புரிந்து கொள்ளவில்லை.

இடையில் வீழ்ச்சி: அரை கட்டமைக்கப்பட்ட தரவு

அரை கட்டமைக்கப்பட்ட தரவு என்பது மூன்றாவது வகை தரவு, இது முழு பை (5-10 சதவீதம்) இன் மிகச் சிறிய பகுதியைக் குறிக்கிறது. இரு உலகங்களுக்கிடையில் உண்மையில் சிக்கியுள்ள, அரை கட்டமைக்கப்பட்ட தரவுகளில் தனித்தனி கூறுகளை அடையாளம் காணும் உள் சொற்பொருள் குறிச்சொற்கள் மற்றும் அடையாளங்கள் உள்ளன, ஆனால் ஒரு தொடர்புடைய தரவுத்தளத்தில் பொருந்த தேவையான கட்டமைப்பு இல்லை.

எடுத்துக்காட்டாக, கள் கட்டமைக்கப்பட்ட தரவு போலத் தோன்றலாம், ஏனெனில் அவை தேதி, கோப்பு அளவு அல்லது நேரம் ஆகியவற்றால் வகைப்படுத்தப்படலாம். இருப்பினும், அவை அவ்வாறு இல்லை, ஏனெனில் அதன் மதிப்புமிக்க தகவல்கள் அதன் ஒப்பீட்டளவில் எளிமையான லேபிள்களைக் காட்டிலும் அவற்றில் காணப்படுகின்றன. ஒரு இயந்திரம் சந்தேகத்திற்கு இடமின்றி புரிந்துகொள்ள அனுமதிக்க மனிதர்கள் இத்தகைய கடுமையான வடிவங்களில் பேசாததால், உள்ளடக்கம் மற்றும் பொருள் ஆகியவற்றால் உண்மையிலேயே ஏற்பாடு செய்ய முடியாது. அரை கட்டமைக்கப்பட்ட தரவுகளின் பிற எடுத்துக்காட்டுகள் NoSQL தரவுத்தளங்கள், திறந்த தரமான JSON மற்றும் மார்க்அப் மொழி எக்ஸ்எம்எல் ஆகியவை அடங்கும்.

அரை கட்டமைக்கப்பட்ட தரவு பொதுவாக மெட்டாடேட்டா பகுப்பாய்வைப் பயன்படுத்தி வினவப்பட்டு பகுப்பாய்வு செய்யப்படும். எடுத்துக்காட்டாக, ஒரு எக்ஸ்ரே ஸ்கேன் படத்தை உருவாக்கும் ஏராளமான பிக்சல்களைக் கொண்டுள்ளது - அவை இயல்பாகவே கட்டமைக்கப்படாத தரவு, அவற்றை அணுக முடியாது. இருப்பினும், ஸ்கேன் கோப்பில் குறிப்புகள் மற்றும் பயனர் ஐடி போன்ற தகவல்களை வழங்கும் மெட்டாடேட்டா பகுதி இன்னும் இருக்கும்.

கட்டமைக்கப்படாத தரவை கட்டமைக்கப்பட்ட தரவுகளாக மாற்ற முடியுமா?

ஒவ்வொரு தரவு ஆய்வாளரும் எதிர்கொள்ள வேண்டிய அடிப்படை சவால், கையில் உள்ள தகவல்களை நேர்த்தியாக, ஒழுங்காக ஒழுங்கமைப்பதே, எனவே அதை அணுகவும் புரிந்துகொள்ளவும் முடியும். தரவு சுரங்க கருவிகள் வழக்கமாக தகவல்களை அலசுவதற்கு பொருத்தமாக இருக்காது, இது வரையறையின்படி, மனித மொழியுடன் மிகவும் ஒத்திருக்கிறது, அதாவது மற்றொரு மனிதனால் மட்டுமே அதை சேகரித்து வகைப்படுத்த முடியும்.

இருப்பினும், கட்டமைக்கப்படாத தரவின் முழுமையான அளவு அதை மிகவும் உழைப்பு மற்றும் விலை உயர்ந்ததாக சேமிக்க அல்லது ஒழுங்கமைக்க எந்தவொரு முயற்சியையும் செய்கிறது. இணைய அடிப்படையிலான தேடுபொறியில் இருந்து வரும் தகவல்களின் தொகுப்பு மிகப் பெரியது, பெரும்பாலான கூறுகளுக்கு மிக அடிப்படையானவற்றைப் பிரித்தெடுப்பதற்கு வேலை மற்றும் வளங்களின் அடிப்படையில் ஒரு பெரிய முதலீடு தேவைப்படுகிறது. மிகவும் திறமையான தரவு சுரங்க நுட்பங்கள் கூட வலையில் காணப்படும் கணிசமான அளவிலான தகவல்களை இன்னும் இழக்கின்றன, மேலும் மோசமானவை ஆழமான வலையில் உள்ளன.

ஆனால் நுட்பங்கள் உள்ளன. அவர்கள் ஒரு அற்புதமான வேகத்தில் உருவாக்கப்படுகிறார்கள். எடுத்துக்காட்டாக, கட்டமைக்கப்பட்ட மற்றும் கட்டமைக்கப்படாத தரவை ஒன்றாக இணைக்க மெட்டாடேட்டா பயன்படுத்தப்படலாம். அறுவடை செய்யப்பட்ட தகவல்களை பயனர்கள் மற்றும் வழிமுறைகள் மூலம் வடிகட்டலாம் மற்றும் குறியிடலாம், அத்துடன் தொடர்புடைய தரவை பகுப்பாய்வு செய்யலாம். பிற தீர்வுகளில் "தரவு சச்சரவு" அடங்கும், இது தொழில்நுட்பமற்ற பயனர்களால் படிப்படியாக சிக்கலான தரவு படிப்படியாக ஒழுங்கமைக்கப்படும் ஒரு செயல்முறையாகும். (தரவைக் கையாளும் சாதாரண பயனர்களைப் பற்றி மேலும் அறிய, சுய சேவை பகுப்பாய்வுகளில் பெரிய தரவு எவ்வாறு உதவ முடியும் என்பதைப் பார்க்கவும்.)

ஒரு கட்டத்தில், பெருமளவில் ஒழுங்கமைக்கப்படாத இந்த தகவல்களை நாங்கள் மிகவும் ஒழுங்கமைக்கப்பட்ட மற்றும் மறுசீரமைக்கப்பட்ட வடிவமாக திறமையாக மாற்ற முடியும். ஒருவேளை இன்று இல்லை, ஒருவேளை நாளை இல்லை, ஆனால் விரைவில் மனிதகுலம் இதுவரை கண்டிராத மிகப்பெரிய பெட்டகத்தை நாம் சோதனை செய்ய முடியும்: பெரிய தரவு.