更改

添加8字节 、 2022年3月21日 (一) 17:58
无编辑摘要
第23行: 第23行:       −
从属性定义(Attribute Definition)角度,大数据描述了一个技术和体系的新时代,被设计于从大规模多样化的数据中通过高速获取、发现和分析技术提取数据的价值。一些组织增加了“多样性”、“准确性”和其他各种“V”开头的字母来描述它,但这一修订受到了一些行业权威的质疑。<ref>{{cite magazine|last=Grimes|first=Seth|title=Big Data: Avoid 'Wanna V' Confusion| url=http://www.informationweek.com/big-data/big-data-analytics/big-data-avoid-wanna-v-confusion/d/d-id/1111077|magazine=[[InformationWeek]]|access-date = 5 January 2016}}</ref>大数据的V通常被称为三V、四V和五V。它们代表了大数据的大数量、多样性、速度、准确性和价值(volume, variety, velocity, veracity, and value)。<ref name=":0">{{Cite web|date=2016-09-17|title=The 5 V's of big data|url=https://www.ibm.com/blogs/watson-health/the-5-vs-of-big-data/|access-date=2021-01-20|website=Watson Health Perspectives|language=en-US}}</ref> 可变性通常被视为大数据的额外属性。
      +
从属性定义(Attribute Definition)的角度,大数据描述了一个技术和体系的新时代,被设计于从大规模多样化的数据中通过高速获取、发现和分析技术提取数据的价值。一些组织增加了“多样性”、“准确性”和其他各种“V”开头的字母来描述它,但这一修订受到了一些行业权威的质疑。<ref>{{cite magazine|last=Grimes|first=Seth|title=Big Data: Avoid 'Wanna V' Confusion| url=http://www.informationweek.com/big-data/big-data-analytics/big-data-avoid-wanna-v-confusion/d/d-id/1111077|magazine=[[InformationWeek]]|access-date = 5 January 2016}}</ref>大数据的V通常被称为三V、四V和五V。它们代表了大数据的大数量、多样性、速度、准确性和价值(volume, variety, velocity, veracity, and value)。<ref name=":0">{{Cite web|date=2016-09-17|title=The 5 V's of big data|url=https://www.ibm.com/blogs/watson-health/the-5-vs-of-big-data/|access-date=2021-01-20|website=Watson Health Perspectives|language=en-US}}</ref> 可变性通常被视为大数据的额外属性。
   −
从体系定义(Architecture Definition)角度,数据质量、数据采集或数据表示限制了使用传统关系型方法进行有效分析的能力,需要使用水平扩展的机制来实现高效处理的数据。
+
 
 +
 
 +
从体系定义(Architecture Definition)的角度,数据质量、数据采集或数据表示限制了使用传统关系型方法进行有效分析的能力,需要使用水平扩展的机制来实现高效处理的数据。
 
2018年的一项定义指出,“大数据技术是需要并行计算工具来处理数据的”,并指出,“这代表了通过并行编程理论使用的计算机科学发生了一个明显而清晰的变化,以及丧失了关系型数据库的一些保障和功能。”<ref>{{Cite book|last=Fox|first=Charles|date=25 March 2018|title=Data Science for Transport| url=https://www.springer.com/us/book/9783319729527|publisher=Springer|isbn=9783319729527|series=Springer Textbooks in Earth Sciences, Geography and Environment}}</ref>
 
2018年的一项定义指出,“大数据技术是需要并行计算工具来处理数据的”,并指出,“这代表了通过并行编程理论使用的计算机科学发生了一个明显而清晰的变化,以及丧失了关系型数据库的一些保障和功能。”<ref>{{Cite book|last=Fox|first=Charles|date=25 March 2018|title=Data Science for Transport| url=https://www.springer.com/us/book/9783319729527|publisher=Springer|isbn=9783319729527|series=Springer Textbooks in Earth Sciences, Geography and Environment}}</ref>
  
35

个编辑