Quelle est l'origine du big data ?
L'origine du big data est "Internet". L'industrie du Big Data fait référence à l'industrie des services d'information basée sur le stockage de données, l'extraction de valeur, le traitement intelligent et la distribution basée sur la collecte d'un grand nombre de ressources de données provenant d'un large éventail de canaux tels que l'Internet, l'Internet des objets et le cloud. informatique.
L'origine du big data est « Internet ».
Avec les progrès de la fabrication intelligente, la technologie de l'intelligence artificielle s'est également développée rapidement, et la plus grande application du Big Data se reflète dans la technologie de l'intelligence artificielle, car le Big Data ne met pas l'accent sur la causalité, mais sur une corrélation. relation.Grâce à l'analyse d'une série de données, nous pouvons déterminer s'il existe une corrélation et promouvoir l'avancement de la fabrication intelligente.Cet article vulgarisera les tenants et les aboutissants du « big data ».
Le concept de Big Data est originaire des États-Unis et a été initié et développé par des entreprises telles que Cisco, VMware, Oracle et IBM. À partir de 2009 environ, le « big data » est devenu un mot à la mode dans le secteur des technologies de l’information sur Internet. En fait, l'industrie du Big Data fait référence à l'industrie des services d'information basée sur le stockage de données, l'extraction de valeur, le traitement intelligent et la distribution basée sur la collecte d'un grand nombre de ressources de données via un large éventail de canaux tels que l'Internet, l'Internet des objets. , et le cloud computing. La plupart des entreprises de Big Data se consacrent à permettre à tous les utilisateurs d'obtenir des informations exploitables à partir de pratiquement toutes les données, y compris des informations auparavant cachées dans des données non structurées.
La première institution à proposer que « l'ère du big data est arrivée » est le cabinet de conseil de renommée mondiale McKinsey. En 2011, McKinsey a souligné dans un rapport de recherche intitulé « Massive Data, the Next New Area for Innovation, Competition, and Increased Productivity » que les données ont pénétré dans tous les secteurs industriels et fonctionnels de l'entreprise et sont progressivement devenues un facteur de production important. Des quantités massives de données annonceront une nouvelle vague de croissance de la productivité et de surplus du consommateur.
Le Big Data est un concept en évolution, et son essor actuel est dû au fait que des changements majeurs ont eu lieu, de la technologie informatique à l'accumulation de données. En quelques années seulement, le big data est passé d’un terme professionnel utilisé par les dirigeants des grandes sociétés Internet à une proposition technique majeure qui détermine notre futur style de vie numérique. En 2012, les Nations Unies ont publié un livre blanc gouvernemental sur le Big Data « Big Data pour le développement : défis et opportunités » ; les géants multinationaux de l'informatique tels qu'EMC, IBM et Oracle ont publié des stratégies et des produits Big Data ; ont étendu leur portée commerciale à l'industrie du Big Data ; qu'il s'agisse de la concurrence sur les plateformes sociales, de la guerre des prix du commerce électronique ou de la concurrence sur les sites Web de portails, le gouvernement américain a investi 200 millions de dollars pour lancer le « Plan de recherche et de développement sur le Big Data » ", qui a élevé le big data à un niveau stratégique national . En 2013, le big data passe d’un mot technique brûlant à une vague sociale qui affectera tous les aspects de la vie sociale.
À propos de l'origine du concept de « big data »
1 Le nom de « big data » vient de « The Third Wave » écrit par le futuriste Toffler
Bien que le terme « big data » n'a pas reçu beaucoup d'attention jusqu'à récemment, dès 1980, le célèbre futuriste Toffler faisait référence avec enthousiasme au « big data » dans son livre « The Third Wave » « salué comme « la cadence de la troisième vague ». Le magazine "Nature" a lancé une rubrique de couverture intitulée "Big Data" en septembre 2008. Depuis 2009, le « big data » est devenu un mot à la mode dans l’industrie des technologies Internet.
2. La première application du « big data » était McKinsey
L'idée de collecter et d'analyser le « big data » est venue du cabinet de conseil en gestion de renommée mondiale McKinsey. McKinsey & Company a vu la valeur commerciale potentielle des informations personnelles massives enregistrées sur diverses plateformes en ligne, c'est pourquoi elle a investi beaucoup de ressources humaines et matérielles dans la recherche et a publié un rapport sur le « Big Data » en juin 2011. Le rapport analysait l'impact de "Big Data" sur L'impact, les technologies clés et les domaines d'application sont tous analysés en détail. Le rapport de McKinsey a reçu une grande attention de la part de la communauté financière, puis a progressivement attiré l'attention de tous les horizons.
3. Les caractéristiques du "big data" ont été proposées par Victor Maier-Schonberg et Kenneth Cukier dans "The "Big Data" Era"
Victor Maier dans "The Era of Big Data" écrit par Schonberger et Kenneth Kaye, il est proposé que les caractéristiques 4V du « big data » soient : Volume (grande quantité de données), Vitesse (vitesse de saisie et de traitement rapide), Variété (diversité des données) sexe), Valeur (faible densité de valeur). Ces caractéristiques sont fondamentalement reconnues par tout le monde. Les articles qui mentionnent les caractéristiques du « big data » utilisent essentiellement ces quatre caractéristiques.
4. Ce n'est qu'après l'émergence du cloud computing que le « big data » a mis en évidence sa véritable valeur
Depuis l'émergence des serveurs de cloud computing, le « big data » a une piste qui peut être exécutée et peut être réalisé à sa vraie valeur. Certaines personnes comparent de manière frappante diverses applications de « big data » aux « voitures », et « l'autoroute » qui prend en charge le fonctionnement de ces « voitures » est le cloud computing. L’exemple le plus connu est le moteur de recherche Google. Face aux quantités massives de données Web, Google a proposé pour la première fois le concept de cloud computing en 2006. Ce qui prend en charge diverses applications « Big Data » au sein de Google est le serveur de cloud computing développé par Google lui-même.
Pour plus d'articles connexes, veuillez visiter le Site Web PHP chinois ! !
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Compétences en matière de traitement de la structure des Big Data : Chunking : décomposez l'ensemble de données et traitez-le en morceaux pour réduire la consommation de mémoire. Générateur : générez des éléments de données un par un sans charger l'intégralité de l'ensemble de données, adapté à des ensembles de données illimités. Streaming : lisez des fichiers ou interrogez les résultats ligne par ligne, adapté aux fichiers volumineux ou aux données distantes. Stockage externe : pour les ensembles de données très volumineux, stockez les données dans une base de données ou NoSQL.

AEC/O (Architecture, Engineering & Construction/Operation) fait référence aux services complets qui assurent la conception architecturale, la conception technique, la construction et l’exploitation dans le secteur de la construction. En 2024, l’industrie de l’AEC/O est confrontée à des défis changeants au milieu des progrès technologiques. Cette année devrait voir l’intégration de technologies avancées, annonçant un changement de paradigme dans la conception, la construction et l’exploitation. En réponse à ces changements, les industries redéfinissent les processus de travail, ajustent les priorités et renforcent la collaboration pour s'adapter aux besoins d'un monde en évolution rapide. Les cinq tendances majeures suivantes dans l'industrie AEC/O deviendront des thèmes clés en 2024, lui recommandant d'évoluer vers un avenir plus intégré, réactif et durable : chaîne d'approvisionnement intégrée, fabrication intelligente.

À l'ère d'Internet, le Big Data est devenu une nouvelle ressource. Avec l'amélioration continue de la technologie d'analyse du Big Data, la demande de programmation Big Data est devenue de plus en plus urgente. En tant que langage de programmation largement utilisé, les avantages uniques du C++ dans la programmation Big Data sont devenus de plus en plus importants. Ci-dessous, je partagerai mon expérience pratique dans la programmation Big Data C++. 1. Choisir la structure de données appropriée Le choix de la structure de données appropriée est une partie importante de l'écriture de programmes Big Data efficaces. Il existe une variété de structures de données en C++ que nous pouvons utiliser, telles que des tableaux, des listes chaînées, des arbres, des tables de hachage, etc.

1. Contexte de la construction de la plateforme 58 Portraits Tout d'abord, je voudrais partager avec vous le contexte de la construction de la plateforme 58 Portraits. 1. La pensée traditionnelle de la plate-forme de profilage traditionnelle ne suffit plus. La création d'une plate-forme de profilage des utilisateurs s'appuie sur des capacités de modélisation d'entrepôt de données pour intégrer les données de plusieurs secteurs d'activité afin de créer des portraits d'utilisateurs précis. Elle nécessite également l'exploration de données pour comprendre le comportement et les intérêts des utilisateurs. et besoins, et fournir des capacités côté algorithmes ; enfin, il doit également disposer de capacités de plate-forme de données pour stocker, interroger et partager efficacement les données de profil utilisateur et fournir des services de profil. La principale différence entre une plate-forme de profilage d'entreprise auto-construite et une plate-forme de profilage de middle-office est que la plate-forme de profilage auto-construite dessert un seul secteur d'activité et peut être personnalisée à la demande. La plate-forme de mid-office dessert plusieurs secteurs d'activité et est complexe ; modélisation et offre des fonctionnalités plus générales. 2.58 Portraits d'utilisateurs de l'arrière-plan de la construction du portrait sur la plate-forme médiane 58

À l’ère actuelle du Big Data, le traitement et l’analyse des données sont devenus un support important pour le développement de diverses industries. En tant que langage de programmation doté d'une efficacité de développement élevée et de performances supérieures, le langage Go a progressivement attiré l'attention dans le domaine du big data. Cependant, par rapport à d'autres langages tels que Java, Python, etc., le langage Go prend en charge relativement mal les frameworks Big Data, ce qui a causé des problèmes à certains développeurs. Cet article explorera les principales raisons du manque de framework Big Data dans le langage Go, proposera des solutions correspondantes et l'illustrera avec des exemples de code spécifiques. 1. Allez dans la langue

Le lancement du produit d'automne 2023 de Yizhiwei s'est terminé avec succès ! Revoyons ensemble les moments forts de la conférence ! 1. Une ouverture intelligente et inclusive, permettant aux jumeaux numériques de devenir productifs Ning Haiyuan, co-fondateur de Kangaroo Cloud et PDG de Yizhiwei, a déclaré dans son discours d'ouverture : Lors de la réunion stratégique de l'entreprise de cette année, nous avons positionné l'orientation principale de la recherche et du développement de produits comme « Ouverture intelligente et inclusive » « Trois capacités principales, en nous concentrant sur les trois mots-clés fondamentaux de « l'ouverture intelligente et inclusive », nous avons en outre proposé l'objectif de développement consistant à « faire des jumeaux numériques une force productive ». 2. EasyTwin : explorez un nouveau moteur de jumeau numérique plus facile à utiliser 1. De la version 0.1 à 1.0, continuez à explorer le moteur de rendu de fusion jumelle numérique pour obtenir de meilleures solutions avec un mode d'édition 3D mature, des plans interactifs pratiques et des ressources de modèle massives.

En tant que langage de programmation open source, le langage Go a progressivement reçu une attention et une utilisation généralisées ces dernières années. Il est privilégié par les programmeurs pour sa simplicité, son efficacité et ses puissantes capacités de traitement simultané. Dans le domaine du traitement du Big Data, le langage Go a également un fort potentiel. Il peut être utilisé pour traiter des données massives, optimiser les performances et peut être bien intégré à divers outils et frameworks de traitement du Big Data. Dans cet article, nous présenterons quelques concepts et techniques de base du traitement du Big Data en langage Go, et montrerons comment utiliser le langage Go à travers des exemples de code spécifiques.

Dans le traitement du Big Data, l'utilisation d'une base de données en mémoire (telle qu'Aerospike) peut améliorer les performances des applications C++ car elle stocke les données dans la mémoire de l'ordinateur, éliminant ainsi les goulots d'étranglement d'E/S disque et augmentant considérablement les vitesses d'accès aux données. Des cas pratiques montrent que la vitesse de requête lors de l'utilisation d'une base de données en mémoire est plusieurs fois plus rapide que lors de l'utilisation d'une base de données sur disque dur.