हेलो दोस्तों, में आपके लिए आज के टॉपिक (topic) में पेश कर रहा हूं बिग डेटा (big data) की कुछ महत्वपूर्ण जानकारी| तो बिना देरी किए चलिए जल्द से जल्द शुरू करते हैं की बिग डेटा क्या है? (What is big data In Hindi?) क्या है और इसका परिचय, प्रकार, चरित्र और उदाहरण के साथ| 

बिग डेटा क्या है? (What is Big Data In Hindi?)

बिग डेटा (big data) भी डेटा है लेकिन एक विशाल आकार के साथ। बिग डेटा (big data) एक शब्द है जिसका उपयोग डेटा के संग्रह का वर्णन करने के लिए किया जाता है जो कि मात्रा में विशाल है और समय के साथ तेजी से बढ़ रहा है। संक्षेप में इस तरह के डेटा इतने बड़े और जटिल हैं कि कोई भी पारंपरिक डेटा प्रबंधन उपकरण इसे स्टोर करने या इसे कुशलता से संसाधित करने में सक्षम नहीं हैं।

बिग डेटा के उदाहरण (Examples Of Big Data In Hindi)

सोशल मीडिया (social media):-

आंकड़े बताते हैं कि 500 + नए डेटा के टेराबाइट्स हर दिन सोशल मीडिया साइट फेसबुक के डेटाबेस में शामिल हो जाते हैं। यह डेटा मुख्य रूप से फोटो और वीडियो अपलोड, मैसेज एक्सचेंज, कमेंट आदि डालने के संदर्भ में उत्पन्न होता है।

जेट इंजन (Jet engine):-

एक सिंगल जेट इंजन 30 मिनट की उड़ान के समय में 10 + टेराबाइट डेटा उत्पन्न कर सकता है। प्रति दिन कई हजार उड़ानों के साथ, डेटा की पीढ़ी कई पेटाबाइट्स तक पहुंचती है।

न्यूयॉर्क स्टॉक एक्सचेंज (New York Stock Exchange):-

न्यूयॉर्क स्टॉक एक्सचेंज (New York Stock Exchange) प्रति दिन नए व्यापार डेटा का एक टेराबाइट उत्पन्न करता है।

बिग डेटा के प्रकार तीन रूपों में पाया जा सकता है (Types of Big Data can be found in three forms):-

1. संरचित (Structured)
2. असंरचित (Unstructured)
3. अर्द्ध संरचित (Semi-structured)

1. स्ट्रक्चर्ड (Structured):-

किसी भी डेटा को निश्चित प्रारूप के रूप में संग्रहीत, एक्सेस और संसाधित किया जा सकता है, जिसे “संरचित” याने स्ट्रक्चर्ड (Structured) डेटा कहा जाता है। समय के साथ, कंप्यूटर विज्ञान में प्रतिभा ने इस तरह के डेटा (जहां प्रारूप पहले से अच्छी तरह से जाना जाता है) के साथ काम करने के लिए तकनीक विकसित करने में अधिक से अधिक सफलता हासिल की है और इसके बाहर मूल्य भी प्राप्त कर रहा है। हालांकि, आजकल, हम ऐसे मुद्दों का पूर्वाभास कर रहे हैं जब इस तरह के डेटा का आकार बहुत हद तक बढ़ता है, विशिष्ट आकार कई ज़ेटाबाइट्स (zettabyte) की सीमा में होते हैं।

“संरचित” याने स्ट्रक्चर्ड (Structured) डेटा के उदाहरण (Examples Of Structured Data In Hindi):-

डेटाबेस में एक “कर्मचारी” table संरचित याने स्ट्रक्चर्ड (Structured) डेटा का एक उदाहरण है

EmployeeID	EmployeeName	Gender	Department	Salary
1001	Varad Mahajan	Male	Developer	800000
1005	Priya Bauskar	Female	Admin	1200000
3030	Kiran Mahajan	Male	Admin	1000000
4404	Rahul Godbole	Male	Account	600000

2. असंरचित (Unstructured)

अज्ञात रूप या संरचना वाले किसी भी डेटा को असंरचित (Unstructured) डेटा के रूप में वर्गीकृत किया गया है। आकार विशाल होने के अलावा, असंरचित (Unstructured) डेटा इसके प्रसंस्करण के संदर्भ में कई चुनौतियां पैदा करता है, जिससे इसका मूल्य प्राप्त होता है। असंरचित (Unstructured) डेटा का एक विशिष्ट उदाहरण एक विषम डेटा स्रोत है जिसमें सरल पाठ फ़ाइलों, छवियों, वीडियो आदि का एक संयोजन होता है। अब जिस संगठनों के पास उनके पास उपलब्ध डेटा का खजाना है, लेकिन दुर्भाग्य से, वे नहीं जानते कि इसके बाद से मूल्य कैसे प्राप्त किया जाए। यह डेटा अपने कच्चे रूप या असंरचित (Unstructured) प्रारूप में है।

अन-संरचित डेटा के उदाहरण (Examples Of Un-structured Data In Hindi) :-

“Google Search” द्वारा लौटाया गया हुवा परिणाम:-

3. अर्द्ध संरचित (Semi-structured)

अर्द्ध संरचित (Semi-structured) डेटा में डेटा के दोनों रूप हो सकते हैं। हम अर्द्ध संरचित (Semi-structured) डेटा को एक संरचित के रूप में देख सकते हैं लेकिन यह वास्तव में उदाहरण के साथ परिभाषित नहीं है। संबंधपरक DBMS में एक तालिका परिभाषा। अर्द्ध संरचित (Semi-structured) डेटा का उदाहरण XML फ़ाइल में दर्शाया गया डेटा है।

अर्ध-संरचित डेटा के उदाहरण (Examples Of Semi-structured Data In Hindi):-

एक XML फ़ाइल में संग्रहीत व्यक्तिगत डेटा:-

<employee><name>Varad Mahajan</name><gender>Male</gender><salary>800000</salary></employee>
<employee><name>Priya Bauskar</name><gender>Female</gender><salary>1200000</salary></employee>
<employee><name>Kiran Mahajan</name><gender>Male</gender><salary>1000000</salary></employee>
<employee><name>Rahul Godbole</name><gender>Male</gender><salary>600000</salary></employee>

बिग डेटा के लक्षण (Characteristics Of Big Data In Hindi) :-

वॉल्यूम (Volume):- 

बिग डेटा (big data) नाम अपने आप में एक आकार से संबंधित है जो बहुत बड़ा है। डेटा से बाहर मूल्य निर्धारित करने में डेटा का आकार बहुत महत्वपूर्ण भूमिका निभाता है। इसके अलावा, क्या किसी विशेष डेटा को वास्तव में बिग डेटा (big data) माना जा सकता है या नहीं, यह डेटा की मात्रा पर निर्भर है। इसलिए, वॉल्यूम (Volume) एक विशेषता है जिसे बिग डेटा (big data) से निपटने के दौरान विचार करने की आवश्यकता है।

विविधता (Variety):- 

बिग डेटा (big data) का अगला पहलू इसकी विविधता है। विविधता विषम स्रोतों और डेटा की प्रकृति को संदर्भित करती है, दोनों संरचित और असंरचित। पहले के दिनों के दौरान, स्प्रेडशीट और डेटाबेस अधिकांश अनुप्रयोगों द्वारा माना जाने वाला डेटा का एकमात्र स्रोत थे। आजकल, डेटा, ईमेल, फोटो, वीडियो, मॉनिटरिंग डिवाइस, पीडीएफ, ऑडियो आदि के रूप में डेटा भी विश्लेषण अनुप्रयोगों में माना जा रहा है। असंरचित डेटा की यह विविधता भंडारण, खनन और डेटा के विश्लेषण के लिए कुछ मुद्दों को प्रस्तुत करती है।

वेग (Velocity):- 

वेग (Velocity) शब्द से तात्पर्य डेटा उत्पादन की गति से है। मांगों को पूरा करने के लिए डेटा कितनी तेजी से उत्पन्न और संसाधित होता है, यह डेटा में वास्तविक क्षमता निर्धारित करता है।

बिग डेटा (big data) वेलोसिटी उस गति से संबंधित है जिस गति से डेटा व्यापार प्रक्रियाओं, एप्लिकेशन लॉग, नेटवर्क और सोशल मीडिया साइटों, सेंसर, मोबाइल उपकरणों, आदि से प्रवाहित होता है। डेटा का प्रवाह बड़े पैमाने पर और निरंतर है।

परिवर्तनशीलता (Variability):- 

यह उस असंगतता को संदर्भित करता है जिसे कई बार डेटा द्वारा दिखाया जा सकता है, इस प्रकार डेटा को प्रभावी ढंग से संभालने और प्रबंधित करने में सक्षम होने की प्रक्रिया में बाधा उत्पन्न होती है।

बिग डाटा प्रोसेसिंग के लाभ (Benefits of Big Data Processing In Hindi) :-

बिग डेटा (big data) को संसाधित करने की क्षमता कई लाभों में लाती है, जैसे: –

• व्यवसाय निर्णय लेते समय बाहर की बुद्धि का उपयोग कर सकते हैं|

खोज इंजन और फेसबुक, ट्विटर जैसी साइटों से सामाजिक डेटा तक पहुंच संगठनों को अपनी व्यावसायिक रणनीतियों को ठीक करने में सक्षम बनाता है।

• बेहतर ग्राहक सेवा

पारंपरिक ग्राहक फीडबैक सिस्टम को बिग डेटा (big data) प्रौद्योगिकियों के साथ डिज़ाइन किए गए नए सिस्टम द्वारा प्रतिस्थापित किया जा रहा है। इन नई प्रणालियों में, उपभोक्ता प्रतिक्रियाओं को पढ़ने और मूल्यांकन करने के लिए बिग डेटा (big data) और प्राकृतिक भाषा प्रसंस्करण प्रौद्योगिकियों का उपयोग किया जा रहा है।

• उत्पाद / सेवाओं के लिए जोखिम की प्रारंभिक पहचान, यदि कोई हो
• बेहतर परिचालन क्षमता

बिग डेटा (big data) तकनीकों का उपयोग नए डेटा के लिए एक स्टेजिंग क्षेत्र या लैंडिंग ज़ोन बनाने से पहले किया जा सकता है ताकि यह पता लगाया जा सके कि डेटा को डेटा वेयरहाउस में कैसे स्थानांतरित किया जाना चाहिए। इसके अलावा, बिग डेटा (big data) प्रौद्योगिकियों और डेटा वेयरहाउस के इस तरह के एकीकरण से एक संगठन को अक्सर एक्सेस किए गए डेटा को लोड करने में मदद मिलती है।

दोस्तों, अगर आपको मेरा यह आर्टिकल पसंद आया हो तो इस वेबसाइट को SUBSCRIBE जरूर करें ताकि आपको मेरे नए लेख का e-mail मिल सकें, और Please इस आर्टिकल को ज्यादा से ज्यादा Like और Share करें। यदि आपको किसी भी प्रकार की हमसे कोई शिकायत है, या आपके पास इस लेख के बारे में कोई महत्वपूर्ण जानकारी है, और आप वह अमूल्य जानकारी हमारे साथ साझा (share) करना चाहते हो, या फिर आप किसी नई तकनीक से संबंधित लेख के बारे में अधिक जानना चाहते हो, तो आप बेझिझक हमसे InTechnologies.in पर संपर्क (Contact Us) कर सकते हैं, हम आपकी मदद करने में प्रसन्न होंगे।

यदि आप एक लेखक के रूप में हमसे जुड़ना चाहते हों, तो हम आपका तहे-दिल से स्वागत करते हैं।

---

Related Links:-

• Wikipedia-Big data

Other Post:-

• आर्टिफिशियल इंटेलिजेंस (Artificial Intelligence (AI)) कृत्रिम बुद्धिमत्ता