소개
데이터 처리는 데이터 조작 방법입니다. 이는 원시 데이터를 의미 있고 기계가 읽을 수있는 콘텐츠로 변환하는 것을 의미합니다. 기본적으로 원시 데이터를 의미있는 정보로 변환하는 프로세스입니다. “그것은 상업 데이터를 처리하는 자동화 된 방법의 사용을 참조 할 수 있습니다.”일반적으로 이것은 비교적 간단하고 반복적 인 활동을 사용하여 많은 양의 유사한 정보를 처리합니다. 원시 데이터는 의미있는 출력을 생성하기 위해 일종의 처리에 들어가는 입력입니다.
데이터 처리 유형
데이터가 필요한 것에 따라 다른 유형의 데이터 처리 기술이 있습니다. 이 글에서,우리는 데이터 처리의 다섯 가지 주요 유형을 논의 할 예정.
1.상용 데이터 처리
상용 데이터 처리는 표준 관계형 데이터베이스를 적용하는 방법을 의미하며,일괄 처리의 사용을 포함한다. 그것은 시스템에 입력으로 거 대 한 데이터를 제공 하 고 출력의 큰 볼륨을 생성 하지만 적은 계산 작업을 사용 하 여 포함 됩니다. 그것은 기본적으로 비즈니스를위한 유용한 만들기위한 상거래 및 컴퓨터를 결합. 이 시스템을 통해 처리되는 데이터는 일반적으로 표준화되어 있으므로 오류 가능성이 훨씬 낮습니다.
많은 수동 작업은 쉽고 오류 방지를 위해 컴퓨터를 사용하여 자동화됩니다. 컴퓨터는 원시 데이터를 가져 와서 비즈니스에 유용한 정보의 형태로 처리하는 데 사용됩니다. 회계 프로그램은 데이터 처리 응용 프로그램의 프로토 타입 예입니다. 정보 시스템(이다)는 조직 컴퓨터 시스템과 같은 연구 분야입니다.
2.과학적 데이터 처리
상용 데이터 처리와 달리 과학적 데이터 처리에는 계산 작업이 많이 사용되지만 입력 및 출력의 양이 적습니다. 계산 작업에는 산술 및 비교 작업이 포함됩니다. 가공의 이 유형안에,과실의 어떤 기회는 부당한 정책 입안에 지도하기 때문에 수락가능하지 않다. 따라서 데이터를 검증,분류 및 표준화하는 과정은 매우 신중하게 수행되며 잘못된 관계와 결론에 도달하지 않도록 다양한 과학적 방법이 사용됩니다.
상용 데이터 처리보다 시간이 오래 걸립니다. 과학적 데이터 처리의 일반적인 예는 과학 데이터 제품을 처리,관리 및 배포하고 알고리즘,교정 데이터 및 데이터 제품의 과학적 분석을 용이하게 할뿐 아니라 모든 소프트웨어,교정 데이터를 엄격한 구성 제어하에 유지하는 것을 포함합니다.
3. 배치 처리
배치 처리는 다수의 케이스가 동시에 처리되는 데이터 처리의 유형을 의미한다. 데이터는 일괄 적으로 수집 및 처리되며 데이터가 동질적이고 대량 일 때 주로 사용됩니다. 일괄 처리는 활동의 동시 실행,동시 실행 또는 순차 실행으로 정의할 수 있습니다. 동시 일괄 처리는 모든 사례에 대해 동일한 리소스에 의해 동시에 실행될 때 발생합니다. 순차적 일괄 처리는 서로 다른 경우에 대해 동일한 리소스에 의해 즉시 또는 즉시 실행될 때 발생합니다.
동시 일괄 처리는 동일한 리소스에 의해 실행되지만 시간이 부분적으로 겹치는 경우를 의미합니다. 주로 금융 응용 프로그램 또는 추가 보안 수준이 필요한 장소에서 사용됩니다. 이 처리에서 계산 시간은 전체 데이터에 함수를 적용하여 출력을 모두 추출하기 때문에 상대적으로 적습니다. 그것은 인간의 개입의 매우 적은 양의 작업을 완료 할 수 있습니다.
4. 온라인 처리
오늘날의 데이터베이스 시스템의 용어로,인내의 범위 내에서”대화 형”을 의미하는”온라인”.”온라인 처리는”일괄 처리”와 반대입니다. 온라인 처리는 전통적인 쿼리 처리 엔진이 구축되는 것처럼 상대적으로 더 간단한 연산자를 기반으로 구축 할 수 있습니다. 온라인 처리 분석 작업에는 일반적으로 대규모 데이터베이스의 주요 부분이 포함됩니다. 따라서 오늘날의 온라인 분석 시스템이 대화식 성능을 제공한다는 것은 놀라운 일입니다. 그들의 성공의 비결은 사전 계산입니다.
대부분의 온라인 분석 처리 시스템에서 각 포인트와 클릭에 대한 응답은 사용자가 응용 프로그램을 시작하기 훨씬 전에 계산됩니다. 사실,많은 온라인 처리 시스템은 상대적으로 비효율적으로 계산을 수행하지만,처리가 사전에 수행되기 때문에,최종 사용자는 성능 문제를 볼 수 없습니다. 이 유형의 처리는 데이터를 지속적으로 처리 할 때 사용되며 자동으로 시스템에 공급됩니다.
5. 실시간 프로세싱
현재의 데이터 관리 시스템은 통상적으로 데이터 프로세싱의 용량을 제한하는데,이는 이 시스템이 항상 이벤트의 발생 및 기록 또는 업데이트에서 많은 시간에 의한 시간 지연이 있는 배치의 주기적인 업데이트를 기반으로 하기 때문이다. 이로 인해 데이터를 기록,업데이트 및 처리 할 수있는 시스템이 필요했습니다. 발생 및 처리 사이의 시간 지연을 거의 줄이는 데 도움이되는 실시간. 거대한 데이터 덩어리가 조직의 시스템에 쏟아져 나오므로 실시간 환경에서 저장하고 처리하면 시나리오가 변경됩니다.
대부분의 조직은 조직 내부 또는 외부의 환경을 완전히 이해할 수 있도록 데이터에 대한 실시간 통찰력을 원합니다. 실시간 데이터 처리 및 분석을 처리할 수 있는 시스템이 필요한 곳입니다. 이 유형의 처리는 결과가 발생할 때와 발생할 때 결과를 제공합니다. 가장 일반적인 방법은 스트림이라고도 할 수있는 소스에서 직접 데이터를 가져 와서 실제로 전송하거나 다운로드하지 않고 결론을 도출하는 것입니다. 실시간 처리의 또 다른 주요 기술은 데이터가 소스 형태로 유지되는 동안 데이터 처리의 요구에 맞는 의미있는 정보를 가져 오는 데이터 가상화 기술입니다.
결론
이것은 데이터 처리의 개념과 그 다섯 가지 주요 유형에 대한 기본적인 소개입니다. 모든 유형은 간략하게 논의 된,이러한 모든 방법은 각각의 분야에서 자신의 관련성을 가지고 있지만,오늘날의 동적 환경에서 보인다,실시간 및 온라인 처리 시스템은 가장 널리 사용되는 사람이 될 것입니다.
데이터 과학 분야에서 경력을 쌓는 데 관심이 있다면 데이터 과학 과정에서 11 개월 간의 대면 대학원 수료증 디플로마는 성공적인 데이터 과학 전문가가되는 데 대단히 도움이 될 수 있습니다.
또한 읽기
- 통계 분석은 무엇입니까?