දත්ත වේදිකා ගැන සිතන විට පවතින සියලුම සේවා සහ වාස්තුවිද්යාත්මක විකල්ප සලකා බැලීම තරමක් අපහසු විය හැකිය.
ව්යවසාය දත්ත වේදිකාවක් බොහෝ විට දත්ත ගබඩා, දත්ත ආකෘති, දත්ත විල් සහ වාර්තා වලින් සමන්විත වන අතර, ඒ සෑම එකක්ම නිශ්චිත අරමුණක් සහ අවශ්ය කුසලතා සමූහයක් ඇත. ඊට වෙනස්ව, පසුගිය වසර කිහිපය තුළ දත්ත ලේක්හවුස් නමින් නව නිර්මාණයක් බිහි විය.
දත්ත විල්වල බහුකාර්යතාව සහ දත්ත ගබඩා දත්ත කළමනාකරණය "දත්ත ලේක්හවුස්" ලෙස නම් කරන ලද විප්ලවීය දත්ත ගබඩා ගෘහ නිර්මාණ ශිල්පය තුළ ඒකාබද්ධ වේ.
අපි එහි සංරචක, විශේෂාංග, ගෘහ නිර්මාණ ශිල්පය සහ අනෙකුත් අංග ඇතුළුව ලේක්හවුස් දත්ත මෙම පෝස්ටුව තුළ ගැඹුරින් විමසා බලමු.
Data Lakehouse යනු කුමක්ද?
නමින්ම ගම්ය වන පරිදි දත්ත ලේක්හවුස් යනු දත්ත විලක් සහ දත්ත ගබඩාවක් ඒකාබද්ධ කර එක් එක් ඒවායේ අඩුපාඩු වෙන වෙනම විසඳා ගන්නා නව ආකාරයේ දත්ත ගෘහ නිර්මාණ ශිල්පයකි.
සාරාංශයක් ලෙස, ලේක්හවුස් පද්ධතිය දත්ත විල් මෙන් විශාල දත්ත ප්රමාණයක් ඒවායේ මුල් ස්වරූපයෙන් පවත්වා ගැනීමට මිල අඩු ගබඩාවක් භාවිතා කරයි. ගබඩාව මත පාර-දත්ත ස්තරය එකතු කිරීමෙන් දත්ත ව්යුහය ලබා දෙන අතර දත්ත ගබඩාවල ඇති ඒවා වැනි දත්ත කළමනාකරණ මෙවලම් සවිබල ගන්වයි.
එය ඔවුන්ගේ සංවිධානය පුරා භාවිතා කරන විවිධ ව්යාපාරික යෙදුම්, පද්ධති සහ උපාංගවලින් ලබා ගන්නා සංවිධානාත්මක, අර්ධ ව්යුහගත සහ ව්යුහගත නොකළ දත්ත විශාල ප්රමාණයක් ගබඩා කරයි.
බොහෝ විට, දත්ත විල් විවෘත, සාමාන්ය ගොනු ආකෘතිවල දත්ත ගබඩා කිරීම සඳහා ගොනු යෙදුම් ක්රමලේඛන අතුරු මුහුණතක් (API) සමඟ අඩු වියදම් ගබඩා යටිතල පහසුකම් භාවිතා කරයි.
දත්ත විද්යාව වැනි විවිධ මුල පිරීම් සඳහා තනි පද්ධතියක් හරහා සමාගම් දත්ත සියල්ල වෙත ප්රවේශ වීමට බොහෝ කණ්ඩායම්වලට මෙය හැකි වේ. යන්ත්ර ඉගෙනීම, සහ ව්යාපාරික බුද්ධිය.
විශේෂාංග
- අඩු වියදම් ගබඩා කිරීම. වැනි මිල අඩු වස්තු ගබඩාවක දත්ත ගබඩා කිරීමට දත්ත ලේක්හවුස් එකක් සමත් විය යුතුය Google වලාකුළු ගබඩා කිරීම, Azure Blob Storage, Amazon Simple Storage Service, හෝ ORC හෝ Parquet භාවිතා කිරීම.
- දත්ත ප්රශස්තකරණය සඳහා ඇති හැකියාව: දත්ත පිරිසැලසුම් ප්රශස්තකරණය, හැඹිලිගත කිරීම සහ සුචිගත කිරීම යනු දත්ත ලේක්හවුස් එකකට දත්තවල මුල් ආකෘතිය පවත්වා ගනිමින් දත්ත ප්රශස්ත කිරීමට හැකි වන්නේ කෙසේද යන්න පිළිබඳ උදාහරණ කිහිපයකි.
- ගනුදෙනු පාර-දත්ත ස්ථරයක්: අත්යවශ්ය අඩු වියදම් ගබඩාව මත, දත්ත ගබඩා කාර්ය සාධනය සඳහා තීරණාත්මක දත්ත කළමනාකරණ හැකියාවන් මෙය සක්රීය කරයි.
- Declarative DataFrame API සඳහා සහය: AI මෙවලම් බහුතරයකට අමු වස්තු ගබඩා දත්ත ලබා ගැනීමට DataFrames භාවිතා කළ හැක. Declarative DataFrame API සඳහා වන සහාය විශේෂිත දත්ත විද්යාවට හෝ AI කාර්යයට ප්රතිචාර වශයෙන් දත්ත ඉදිරිපත් කිරීම සහ ව්යුහය ගතිකව වැඩිදියුණු කිරීමේ හැකියාව වැඩි කරයි.
- ACID ගනුදෙනු සඳහා සහාය: පරමාණුකත්වය, අනුකූලතාව, හුදකලා කිරීම සහ කල්පැවැත්ම යන කෙටි යෙදුම ACID, ගනුදෙනුවක් නිර්වචනය කිරීමේදී සහ දත්තවල අනුකූලතාව සහ විශ්වසනීයත්වය සහතික කිරීමේදී තීරණාත්මක අංගයකි. එවැනි ගනුදෙනු මීට පෙර දත්ත ගබඩාවල පමණක් සිදු කළ හැකි නමුත් ලේක්හවුස් දත්ත විල් සමඟ ඒවා භාවිතා කිරීමට විකල්පය ඉදිරිපත් කරයි මෙන්ම. සමගාමී දත්ත කියවීම් සහ ලිවීම් ඇතුළු දත්ත නල මාර්ග කිහිපයක් සමඟින්, මෙය දෙවැන්නෙහි අඩු දත්ත ගුණාත්මක භාවය පිළිබඳ ගැටළුව විසඳයි.
දත්ත ලේක්හවුස් හි මූලද්රව්ය
දත්ත ලේක්හවුස්හි ගෘහ නිර්මාණ ශිල්පය ඉහළ මට්ටමේ ප්රධාන ස්ථර දෙකකට බෙදා ඇත. ලේක්හවුස් වේදිකාව (එනම් දත්ත විල) මගින් ගබඩා ස්ථරයේ දත්ත අවශෝෂණය පාලනය වේ.
දත්ත ගබඩාවකට දත්ත පැටවීම හෝ හිමිකාර ආකෘතියක් බවට පරිවර්තනය කිරීම අවශ්ය නොවී, සැකසුම් ස්ථරයට මෙවලම් පරාසයක් භාවිතයෙන් සෘජුවම ගබඩා ස්ථරයේ දත්ත විමසා බැලීමට හැකි වේ.
එවිට, BI යෙදුම්, මෙන්ම AI සහ ML තාක්ෂණයන්, දත්ත භාවිතා කළ හැක. දත්ත විලක ආර්ථික විද්යාව මෙම සැලසුම මඟින් සපයනු ලැබේ, නමුත් ඕනෑම සැකසුම් එන්ජිමකට මෙම දත්ත කියවිය හැකි බැවින්, පද්ධති පරාසයක් මඟින් විශ්ලේෂණය සඳහා සකස් කළ දත්ත ප්රවේශ කිරීමට ව්යාපාරවලට නිදහස තිබේ. සැකසුම් සහ විශ්ලේෂණය සඳහා මෙම ක්රමය භාවිතා කිරීමෙන් ප්රොසෙසරයේ ක්රියාකාරීත්වය සහ පිරිවැය යන දෙකම වැඩිදියුණු කළ හැක.
පහත දැක්වෙන ACID (පරමාණුකත්වය, අනුකූලතාව, හුදකලා කිරීම සහ කල්පැවැත්ම) නිර්ණායකවලට අනුගත වන දත්ත සමුදා ගනුදෙනු සඳහා එහි සහාය හේතුවෙන්, පද්ධතිය තුළ එකවර දත්ත වෙත ප්රවේශ වීමට සහ ලිවීමට ගෘහ නිර්මාණ ශිල්පය බොහෝ පාර්ශවයන්ට හැකියාව ලබා දෙයි:
- පරමාණුකතාව ගනුදෙනුවක් සම්පූර්ණ කිරීමේදී සම්පූර්ණ ගනුදෙනුව හෝ ඒ කිසිවක් සාර්ථක නොවන බව සඳහන් කරයි. ක්රියාවලියකට බාධා ඇති වූ විට, මෙය දත්ත නැතිවීම හෝ දූෂණය වළක්වා ගැනීමට උපකාරී වේ.
- අනුකූලතාව ගනුදෙනු පුරෝකථනය කළ හැකි, ස්ථාවර ආකාරයකින් සිදු වන බවට සහතික වේ. එය සෑම දත්තයක්ම කලින් තීරණය කරන ලද නීතිරීතිවලට අනුකූලව නීත්යානුකූල බව සහතික කිරීමෙන් දත්තවල අඛණ්ඩතාව පවත්වා ගනී.
- හුදෙකලාව එය අවසන් වන තුරු, පද්ධතිය තුළ ඇති වෙනත් ගනුදෙනුවකින් කිසිදු ගනුදෙනුවකට බලපෑම් කළ නොහැකි බව සහතික කරයි. මෙමගින් විවිධ පාර්ශ්වයන්ට එකිනෙක බාධාවකින් තොරව එකම පද්ධතියකින් එකවර කියවීමට සහ ලිවීමට ඉඩ සලසයි.
- කල්පැවැත්ම පද්ධතිය අසාර්ථක වූ අවස්ථාවකදී පවා, ගනුදෙනුවක් අවසන් වූ පසු පද්ධතියේ දත්තවල වෙනස්කම් දිගටම පවතින බවට සහතික වේ. ගනුදෙනුවකින් සිදුවන ඕනෑම වෙනස්කමක් සදහටම ගොනුවේ තබා ඇත.
දත්ත ලේක්හවුස් ගෘහ නිර්මාණ ශිල්පය
Databricks (ඔවුන්ගේ ඩෙල්ටා ලේක් සංකල්පයේ නවෝත්පාදකයා සහ නිර්මාණකරු) සහ AWS යනු දත්ත ලේක්හවුස් සංකල්පය සඳහා ප්රධාන උපදේශකයන් දෙදෙනෙකි. ලේක්හවුස් වල වාස්තු විද්යාත්මක පිරිසැලසුම විස්තර කිරීමට අපි ඔවුන්ගේ දැනුම සහ තීක්ෂ්ණ බුද්ධිය මත විශ්වාසය තබමු.
දත්ත ලේක්හවුස් පද්ධතියකට සාමාන්යයෙන් ස්ථර පහක් ඇත:
- ඉන්ජේෂන් ස්ථරය
- ගබඩා ස්ථරය
- පාරදත්ත ස්ථරය
- API ස්ථරය
- පරිභෝජන ස්ථරය
ඉන්ජේෂන් ස්ථරය
පද්ධතියේ පළමු ස්ථරය විවිධ මූලාශ්රවලින් දත්ත රැස්කර ගබඩා ස්ථරයට යැවීම භාරව සිටී. ස්තරයට ප්රොටෝකෝල කිහිපයක් භාවිතා කරමින් අභ්යන්තර සහ බාහිර මූලාශ්ර රාශියකට සම්බන්ධ විය හැක, කණ්ඩායම් ඒකාබද්ධ කිරීම සහ දත්ත සැකසුම් හැකියාවන් ප්රවාහය කිරීම ඇතුළුව.
- NoSQL දත්ත සමුදායන්,
- ගොනු කොටස්
- CRM යෙදුම්,
- වෙබ් අඩවි,
- IoT සංවේදක,
- සමාජ මාධ්ය
- සේවාවක් ලෙස මෘදුකාංග (SaaS) යෙදුම්, සහ
- සම්බන්ධතා දත්ත සමුදා කළමනාකරණ පද්ධති, ආදිය.
මෙම අවස්ථාවේදී, දත්ත ප්රවාහය සඳහා Apache Kafka සහ RDBMS සහ NoSQL දත්ත සමුදායන් වෙතින් දත්ත ආනයනය කිරීම සඳහා Amazon Data Migration Service (Amazon DMS) වැනි සංරචක භාවිතා කළ හැක.
ගබඩා ස්ථරය
ලේක්හවුස් ගෘහ නිර්මාණ ශිල්පය යනු AWS S3 වැනි මිල අඩු වස්තු ගබඩාවල වස්තූන් ලෙස විවිධ වර්ගයේ දත්ත ගබඩා කිරීම සක්රීය කිරීමයි. විවෘත ගොනු ආකෘති භාවිතා කරමින්, සේවාදායක මෙවලම් වලට මෙම අයිතම ගබඩාවෙන් කෙලින්ම කියවිය හැක.
මෙය බොහෝ APIs සහ පරිභෝජන ස්ථර සංරචක සඳහා එකම දත්ත වෙත ප්රවේශ වීමට සහ භාවිතා කිරීමට හැකි වේ. පාර-දත්ත ස්තරය ව්යුහගත සහ අර්ධ ව්යුහගත දත්ත කට්ටල සඳහා ස්කීමා ගබඩා කරයි, එවිට සංරචක ඒවා කියවන විට දත්තවලට ඒවා යෙදිය හැකිය.
Hadoop Distributed File System (HDFS) වේදිකාව, උදාහරණයක් ලෙස, පරිඝනක සහ පරිශ්රයේ ගබඩා කිරීම බෙදා වෙන් කරන වලාකුළු ගබඩා සේවා තැනීමට භාවිතා කළ හැක. මෙම සේවාවන් සඳහා ලේක්හවුස් ඉතා සුදුසුය.
පාරදත්ත ස්ථරය
පාරදත්ත ස්තරය මෙම සැලසුම වෙන්කර හඳුනා ගන්නා දත්ත ලේක්හවුස් එකක මූලික අංගයයි. එය වැවේ ගබඩා කර ඇති සියලුම අයිතම සඳහා පාර-දත්ත (වෙනත් දත්ත කොටස් පිළිබඳ තොරතුරු) ලබා දෙන තනි නාමාවලියක් වන අතර පරිශීලකයින්ට පරිපාලන හැකියාවන් භාවිතා කිරීමට ඉඩ සලසයි:
- ACID ගනුදෙනුවලට ස්තුතිවන්ත වන සමගාමී ගනුදෙනු මගින් දත්ත සමුදායේ ස්ථාවර අනුවාදයක් දක්නට ලැබේ;
- වලාකුළු වස්තු ගබඩා ගොනු සුරැකීමට හැඹිලිගත කිරීම;
- විමසුම් සැකසීම වේගවත් කිරීම සඳහා සුචිගත කිරීම භාවිතා කරමින් දත්ත ව්යුහ දර්ශක එකතු කිරීම;
- දත්ත වස්තු අනුපිටපත් කිරීමට ශුන්ය පිටපත් ක්ලෝනකරණය භාවිතා කිරීම; හා
- දත්තවල ඇතැම් අනුවාද ආදිය ගබඩා කිරීමට දත්ත අනුවාද භාවිතා කරන්න.
අතිරේකව, පාරදත්ත ස්තරය මඟින් ක්රම කළමනාකරණය ක්රියාත්මක කිරීම, තරු/හිම පියලි ක්රම වැනි DW ස්කීමා ස්ථලක භාවිතය, සහ දත්ත පාලනය සහ විගණන හැකියාව සෘජුවම දත්ත විල මත සැපයීම, සමස්ත දත්ත නල මාර්ගයේ අඛණ්ඩතාව වැඩි දියුණු කිරීම සක්රීය කරයි.
යෝජනා ක්රම පරිණාමය සහ බලාත්මක කිරීම සඳහා වන විශේෂාංග ක්රම කළමනාකරණයෙහි ඇතුළත් වේ. වගුවේ ක්රමලේඛනයට නොගැලපෙන ඕනෑම ලිවීමක් ප්රතික්ෂේප කිරීමෙන්, දත්ත අඛණ්ඩතාව සහ ගුණාත්මකභාවය පවත්වා ගැනීමට ක්රම ක්රම බලාත්මක කිරීම පරිශීලකයින්ට හැකියාව ලබා දෙයි.
යෝජනා ක්රම පරිණාමය මඟින් වගුවේ වර්තමාන ක්රමලේඛය වෙනස් වන දත්ත වලට අනුගත වීමට වෙනස් කිරීමට ඉඩ සලසයි. දත්ත විල මුදුනේ ඇති තනි පරිපාලන අතුරු මුහුණතක් හේතුවෙන්, ප්රවේශ පාලනය සහ විගණන හැකියාවන් ද ඇත.
API ස්ථරය
ගෘහ නිර්මාණ ශිල්පයේ තවත් තීරනාත්මක ස්ථරයක් දැන් පවතී, සියලුම අවසාන පරිශීලකයින්ට රැකියා වඩාත් ඉක්මනින් සිදු කිරීමට සහ වඩාත් සංකීර්ණ සංඛ්යාලේඛන ලබා ගැනීමට භාවිතා කළ හැකි API ගණනාවක් සත්කාරකත්වය සපයයි.
පාරදත්ත API භාවිතය මඟින් ලබා දී ඇති යෙදුමක් සඳහා අවශ්ය දත්ත අයිතම හඳුනා ගැනීම සහ ප්රවේශ වීම පහසු කරයි.
යන්ත්ර ඉගෙනුම් පුස්තකාල සම්බන්ධයෙන් ගත් කල, ඒවායින් සමහරක්, එනම් TensorFlow සහ Spark MLlib, Parquet වැනි විවෘත ගොනු ආකෘති කියවිය හැකි අතර පාරදත්ත ස්ථරය වෙත සෘජුවම ප්රවේශ විය හැක.
ඒ අතරම, DataFrame API මඟින් ප්රශස්තකරණය සඳහා වැඩි අවස්ථා ලබා දෙන අතර, ක්රමලේඛකයින්ට විසුරුවා හරින ලද දත්ත සංවිධානය කිරීමට සහ වෙනස් කිරීමට හැකි වේ.
පරිභෝජන ස්ථරය
Power BI, Tableau, සහ වෙනත් මෙවලම් සහ යෙදුම් පරිභෝජන ස්තරය යටතේ සත්කාරකත්වය දරයි. ලේක්හවුස් සැලසුම සමඟින්, සියලුම පාර-දත්ත සහ වැවක තබා ඇති සියලුම දත්ත සේවාදායක යෙදුම් වෙත ප්රවේශ විය හැකිය.
සමාගමක් තුළ සිටින සියලුම පරිශීලකයින්ට සියලු වර්ගවල ඉටු කිරීමට ලේක්හවුස් භාවිතා කළ හැකිය විශ්ලේෂණ මෙහෙයුම්, ව්යාපාර බුද්ධි උපකරණ පුවරු නිර්මාණය කිරීම සහ SQL විමසුම් ධාවනය කිරීම සහ යන්ත්ර ඉගෙනීමේ කාර්යයන් ඇතුළුව.
දත්ත ලේක්හවුස්හි වාසි
සංවිධානවලට ඔවුන්ගේ වර්තමාන දත්ත වේදිකාව ඒකාබද්ධ කිරීමට සහ ඔවුන්ගේ සම්පූර්ණ දත්ත කළමනාකරණ ක්රියාවලිය ප්රශස්ත කිරීමට දත්ත ලේක්හවුස් නිර්මාණය කළ හැකිය. විවිධ ප්රභවයන් සම්බන්ධ කරන සිලෝ බාධක ඉවත් කිරීමෙන්, දත්ත ලේක්හවුස් එකකට වෙනස් විසඳුම් සඳහා අවශ්යතාවය ප්රතිස්ථාපනය කළ හැකිය.
සංවෘත දත්ත ප්රභවයන් හා සසඳන විට, මෙම ඒකාබද්ධ කිරීම සැලකිය යුතු ලෙස වඩා ඵලදායී අවසානය සිට අවසානය දක්වා ක්රියා පටිපාටියක් නිෂ්පාදනය කරයි. මෙය වාසි කිහිපයක් ඇත:
- පරිපාලනය අඩුයි: අමු දත්ත වලින් දත්ත උකහා ගැනීම සහ දත්ත ගබඩාවක් තුළ භාවිතය සඳහා සූදානම් කිරීම වෙනුවට, දත්ත ලේක්හවුස් එයට සම්බන්ධ ඕනෑම මූලාශ්රයකට ඔවුන්ගේ දත්ත ලබා ගැනීමට සහ භාවිතය සඳහා සංවිධානය කිරීමට ඉඩ සලසයි.
- පිරිවැය-ඵලදායීතාවය වැඩි කිරීම: දත්ත ලේක්හවුස් ඉදිකරනු ලබන්නේ සමකාලීන යටිතල ව්යුහය භාවිතයෙන් ගණනය කිරීම සහ ගබඩා කිරීම බෙදීම, ගණනය කිරීමේ බලය වැඩි නොකර ගබඩාව පුළුල් කිරීම සරල කරයි. මිල අඩු දත්ත ගබඩාවක් භාවිතා කිරීමෙන් පමණක් පිරිවැය-ඵලදායී වන පරිමාණය සිදුවේ.
- වඩා හොඳ දත්ත පාලනය: දත්ත ලේක්හවුස් ඉදිකරනු ලබන්නේ ප්රමිතිගත විවෘත ගෘහනිර්මාණ ශිල්පය සමඟින් වන අතර, ආරක්ෂාව, ප්රමිතික, භූමිකාව-පාදක ප්රවේශය සහ අනෙකුත් වැදගත් කළමනාකරණ සංරචක කෙරෙහි වැඩි පාලනයක් සඳහා ඉඩ සලසයි. සම්පත් සහ දත්ත මූලාශ්ර ඒකාබද්ධ කිරීමෙන්, ඒවා පාලනය සරල කර වැඩි දියුණු කරයි.
- සරල කළ සම්මතයන්: 1980 ගණන් වලදී සම්බන්ධතාවය බෙහෙවින් සීමා කර තිබූ බැවින්, දත්ත ගබඩාවන් ප්රථමයෙන් සංවර්ධනය කරන විට, ව්යාපාර තුළ, දෙපාර්තමේන්තු තුළ පවා දේශීයකරණය වූ යෝජනා ක්රම ප්රමිතීන් නිතර වර්ධනය විය. දත්ත ලේක්හවුස් ක්රියා පටිපාටි ක්රමවත් කිරීම සඳහා අතිච්ඡාදනය වන ඒකාකාර යෝජනා ක්රමය සමඟ බොහෝ දත්ත ප්රභවයන් ලබා ගැනීමෙන් දැන් බොහෝ වර්ගවල දත්ත යෝජනා ක්රම සඳහා විවෘත ප්රමිතීන් ඇති බව භාවිතා කරයි.
දත්ත ලේක්හවුස් හි අවාසි
දත්ත ලේක්හවුස් අවට ඇති සියලුම hoopla තිබියදීත්, අදහස තවමත් ඉතා අලුත් බව මතක තබා ගැනීම වැදගත්ය. මෙම නව නිර්මාණය සඳහා සම්පූර්ණයෙන්ම කැපවීමට පෙර අවාසි කිරා මැන බැලීමට වග බලා ගන්න.
- මොනොලිතික් ව්යුහය: ලේක්හවුස් හි සියල්ල ඇතුළත් සැලසුම වාසි කිහිපයක් ලබා දෙයි, නමුත් එය සමහර ගැටළු ද මතු කරයි. මොනොලිතික් ගෘහනිර්මාණ ශිල්පය බොහෝ විට සියලුම පරිශීලකයින් සඳහා දුර්වල සේවාවක් ලබා දෙන අතර එය දැඩි හා නඩත්තු කිරීමට අපහසු විය හැකිය. සාමාන්යයෙන්, ගෘහ නිර්මාණ ශිල්පීන් සහ නිර්මාණකරුවන් විවිධ භාවිත අවස්ථා සඳහා අභිරුචිකරණය කළ හැකි වඩාත් මොඩියුලර් ගෘහ නිර්මාණ ශිල්පයකට කැමතියි.
- තාක්ෂණය තවම හරියට නැහැ: අවසාන ඉලක්කය සැලකිය යුතු යන්ත්ර ඉගෙනීම සහ කෘතිම බුද්ධිය ඇතුළත් වේ. ලේක්හවුස් අපේක්ෂා කළ පරිදි ක්රියාත්මක වීමට පෙර, මෙම තාක්ෂණයන් තවදුරටත් වර්ධනය විය යුතුය.
- පවතින ව්යුහයන්ට වඩා සැලකිය යුතු දියුණුවක් නොවේ: ලේක්හවුස් ඇත්ත වශයෙන්ම කොපමණ වටිනාකමකින් දායක වේද යන්න පිළිබඳව තවමත් සැලකිය යුතු සැකයක් පවතී. සමහර විරුද්ධවාදීන් තර්ක කරන්නේ සුදුසු ස්වයංක්රීය උපකරණ සමඟ යුගල කළ වැව්-ගබඩා සැලසුමක් සංසන්දනාත්මක කාර්යක්ෂමතාවයක් ලබා ගත හැකි බවයි.
දත්ත ලේක්හවුස් හි අභියෝග
දත්ත ලේක්හවුස් තාක්ෂණය අනුගමනය කිරීම අපහසු විය හැකිය. එහි සංරචක කොටස්වල සංකීර්ණත්වය හේතුවෙන්, දත්ත ලේක්හවුස් එක සර්ව සම්පූර්ණ පරමාදර්ශී ව්යුහයක් ලෙස හෝ "සියල්ල සඳහා එක් වේදිකාවක්" ලෙස බැලීම වැරදිය.
මීට අමතරව, දත්ත විල් වැඩි වැඩියෙන් භාවිතා කිරීම හේතුවෙන්, ව්යාපාරවලට ඔවුන්ගේ වර්තමාන දත්ත ගබඩා ඔවුන් වෙත ගෙන යාමට සිදුවනු ඇත, කිසිදු ප්රදර්ශනාත්මක ආර්ථික ප්රතිලාභයක් නොමැතිව සාර්ථකත්වයේ පොරොන්දුවක් මත පමණක් රඳා පවතී.
මාරු කිරීමේ ක්රියාවලිය පුරාම කිසියම් ප්රමාද ගැටළු හෝ ඇනහිටීම් තිබේ නම්, මෙය මිල අධික, කාලය ගතවන සහ සමහර විට අනාරක්ෂිත විය හැක.
දත්ත ලේක්හවුස් ලෙස ප්රකාශිතව හෝ ව්යංගයෙන් විසඳුම් අලෙවි කරන ඇතැම් වෙළෙන්දන්ට අනුව ව්යාපාරික පරිශීලකයන් ඉතා විශේෂිත වූ තාක්ෂණයන් වැලඳ ගත යුතුය. මේවා සෑම විටම පද්ධතියේ මධ්යයේ ඇති දත්ත විලට සම්බන්ධ වෙනත් මෙවලම් සමඟ ක්රියා නොකරනු ඇත, ගැටළු එකතු කරයි.
මීට අමතරව, ව්යාපාර-විවේචනාත්මක වැඩ බරක් ධාවනය කරන අතරතුර 24/7 විශ්ලේෂණ සැපයීම දුෂ්කර විය හැකි අතර, එය පිරිවැය-ඵලදායී පරිමාණය සහිත යටිතල පහසුකම් සඳහා කැඳවුම් කරයි.
නිගමනය
මෑත වසරවල දත්ත මධ්යස්ථානවල නවතම ප්රභේදය වන්නේ දත්ත ලේක්හවුස් ය. එය තොරතුරු තාක්ෂණය, විවෘත මූලාශ්ර මෘදුකාංග වැනි විවිධ ක්ෂේත්ර ඒකාබද්ධ කරයි. ක්ලවුඩ්, සහ බෙදා හරින ලද ගබඩා ප්රොටෝකෝල.
කළමනාකරණය සහ විශ්ලේෂණ සරල කරමින් ඕනෑම ස්ථානයක සිට සියලු දත්ත වර්ග මධ්යගතව ගබඩා කිරීමට ව්යාපාරවලට එය සක්රීය කරයි. දත්ත ලේක්හවුස් යනු ඉතා කුතුහලය දනවන සංකල්පයකි.
දත්ත විලක් මෙන් නම්යශීලී වන අතරම දත්ත ගබඩාවක් තරම් ඉක්මන් හා කාර්යක්ෂම වූ සර්ව-තනි දත්ත වේදිකාවක් වෙත ප්රවේශය තිබේ නම් ඕනෑම සමාගමකට සැලකිය යුතු තරඟකාරීත්වයක් ලැබෙනු ඇත.
අදහස තවමත් සංවර්ධනය වෙමින් පවතින අතර සාපේක්ෂව අලුත් ය. එහි ප්රතිඵලයක් වශයෙන්, යමක් පුළුල් විය හැකිද නැද්ද යන්න තීරණය කිරීමට යම් කාලයක් ගත විය හැකිය.
ලේක්හවුස් ගෘහනිර්මාණ ශිල්පය ගමන් කරන දිසාව පිළිබඳව අප සැවොම කුතුහලයෙන් සිටිය යුතුය.
ඔබමයි