Please enable JavaScript.
Coggle requires JavaScript to display documents.
ความรู้พื้นฐานการจัดการข้อมูลขนาดใหญ่ (Big Data) - Coggle Diagram
ความรู้พื้นฐานการจัดการข้อมูลขนาดใหญ่
(Big Data)
ความหมาย
ชุดข้อมูลที่มีขนาดใหญ่และซับซ้อนเกินกว่าที่ระบบฐานข้อมูลแบบเดิมจะจัดเก็บ วิเคราะห์ หรือประมวลผลได้อย่างมีประสิทธิภาพ โดยมักต้องใช้เทคโนโลยีและเครื่องมือเฉพาะทางในการจัดการ
องค์ประกอบหลัก
Volume – ปริมาณข้อมูลขนาดใหญ่ระดับ TB–PB
Velocity – ความเร็วในการสร้างและไหลเข้าของข้อมูลแบบเรียลไทม์
Variety – ข้อมูลมีหลายรูปแบบ ทั้งตัวหนังสือ รูปภาพ วิดีโอ เซนเซอร์ ฯลฯ
Veracity – ความถูกต้องและความน่าเชื่อถือของข้อมูล
Value – การสกัดคุณค่าจากข้อมูลเพื่อใช้ประโยชน์
ลักษณะ
มีปริมาณจำนวนมาก (Massive data)
เกิดขึ้นต่อเนื่องและรวดเร็ว
มีความหลากหลายสูง
ต้องใช้เทคโนโลยีเฉพาะทาง เช่น Hadoop, Spark
ต้องใช้วิธีจัดการข้อมูลที่เป็นระบบเพื่อให้ได้ข้อมูลที่มีคุณภาพ
วิวัฒนาการ
ยุคฐานข้อมูลดั้งเดิม (1970s–1990s): ใช้ฐานข้อมูลเชิงสัมพันธ์ (SQL)
ยุคอินเทอร์เน็ต (2000s): ข้อมูลจากเว็บโซเชียลเพิ่มขึ้นอย่างรวดเร็ว
ยุค Hadoop (2005–2012): เริ่มใช้ระบบกระจายข้อมูลบนคลัสเตอร์
ยุค Cloud & AI (2013–ปัจจุบัน): ใช้คลาวด์และ Machine Learning ในการประมวลผลข้อมูลขนาดใหญ่แบบเรียลไทม์
รูปแบบของข้อมูล
Structured Data
ข้อมูลแบบมีโครงสร้าง เช่น ตารางฐานข้อมูล, Excel
Semi-Structured Data
ข้อมูลกึ่งมีโครงสร้าง เช่น JSON, XML, อีเมล
Unstructured Data
ข้อมูลที่ไม่มีโครงสร้าง เช่น รูปภาพ วิดีโอ ไฟล์เสียง ข้อความจากโซเชียล
ประโยชน์
ประโยชน์ต่อธุรกิจ
วิเคราะห์ลูกค้าได้แม่นยำ
ใช้ทำการตลาดแบบเฉพาะบุคคล (Personalization)
เพิ่มความสามารถในการแข่งขัน
ประโยชน์ต่อองค์กร
ลดต้นทุนในการดำเนินงาน
เพิ่มประสิทธิภาพการตัดสินใจ
ตรวจจับความเสี่ยงและการทุจริตได้ดีขึ้น
ประโยชน์ต่อสังคม
วิเคราะห์ข้อมูลด้านสาธารณสุข
พยากรณ์อากาศและภัยพิบัติ
พัฒนาระบบเมืองอัจฉริยะ (Smart City)