Big Data In 5 Minutes | What Is Big Data?| Big Data Analytics | Big Data Tutorial | Simplilearn

0:00 جميعنا نستخدم الهواتف الذكية، ولكن هل تساءلت يومًا عن كمية البيانات التي تُولدها هذه الهواتف على شكل رسائل نصية ومكالمات هاتفية وبريد إلكتروني وصور ومقاطع فيديو وعمليات بحث وموسيقى؟ يُولد مستخدم هاتف ذكي واحد حوالي 40 إكسابايت من البيانات شهريًا. تخيل الآن هذا الرقم مضروبًا في 5 مليارات مستخدم للهواتف الذكية، هذا كثير جدًا على عقولنا وحتى على معالجتها. أليس كذلك؟ في الواقع، هذه الكمية من البيانات كبيرة جدًا بالنسبة لأنظمة الحوسبة التقليدية للتعامل معها، وهذه الكمية الهائلة من البيانات هي ما نطلق عليه البيانات الضخمة. دعونا نلقي نظرة على البيانات التي يتم إنشاؤها في الدقيقة على الإنترنت: تتم مشاركة 2.1 مليون لقطة على سناب شات، ويتم إجراء 3.8 مليون استعلام بحث على جوجل، ويسجل مليون

0:45 شخص دخولهم إلى فيسبوك، ويتم مشاهدة 4.5 مليون مقطع فيديو على يوتيوب، ويتم إرسال 188 مليون رسالة بريد إلكتروني، وهذا قدر كبير من البيانات، فكيف تُصنف أي بيانات على أنها بيانات ضخمة؟ هذا ممكن بمفهوم الخمسة أحرف: الحجم والسرعة والتنوع والصدق والقيمة. دعونا نفهم ذلك بمثال من قطاع الرعاية الصحية، تُولد المستشفيات والعيادات في جميع أنحاء العالم كميات هائلة من البيانات. يتم جمع إكسابايت من البيانات سنويًا في شكل سجلات المرضى ونتائج الاختبارات، ويتم إنشاء كل هذه البيانات بسرعة عالية جدًا مما يعزى إلى سرعة البيانات الضخمة،

1:31 ويشير التنوع إلى أنواع البيانات المختلفة مثل البيانات المنظمة وشبه المنظمة وغير المنظمة، وتتضمن الأمثلة سجلات Excel وملفات السجل وصور الأشعة السينية، ويُطلق على دقة وموثوقية البيانات المولدة اسم الصدق، وسيفيد تحليل كل هذه البيانات القطاع الطبي من خلال تمكين الكشف السريع عن الأمراض والعلاج الأفضل وتقليل التكلفة، وهذا ما يُعرف بقيمة البيانات الضخمة، ولكن كيف نخزن ونعالج هذه البيانات الضخمة للقيام بهذه المهمة؟ لدينا أطر عمل مختلفة مثل Cassandra Hadoop و Spark، دعنا نأخذ Hadoop كمثال ونرى كيف يخزن Hadoop البيانات الضخمة ويعالجها، ويستخدم Hadoop نظام ملفات موزع

2:18 يُعرف باسم نظام الملفات الموزع Hadoop لتخزين البيانات الضخمة، فإذا كان لديك ملف ضخم، فسيتم تقسيم ملفك إلى أجزاء أصغر وتخزينه في أجهزة مختلفة، وليس هذا فحسب، فعندما تكسر الملف، فإنك تقوم أيضًا بعمل نسخ منه والتي تنتقل إلى عقد مختلفة، وبهذه الطريقة تخزن بياناتك الضخمة بطريقة موزعة وتتأكد من أنه حتى لو كان هناك ملف واحد تعطل الجهاز، بياناتك آمنة على جهاز آخر. تُستخدم تقنية MapReduce لمعالجة البيانات الضخمة. يتم تقسيم مهمة طويلة (أ) إلى مهام أصغر ( ب) و( ج) و(د). الآن، بدلاً من جهاز واحد، تتولى ثلاث آلات كل مهمة وتكملها بشكل متوازي وتجمع النتائج في النهاية. بفضل هذا،

3:03 أصبحت المعالجة سهلة وسريعة. يُعرف هذا بالمعالجة المتوازية. بعد تخزين ومعالجة بياناتنا الضخمة، يمكننا تحليل هذه البيانات لتطبيقات عديدة في ألعاب مثل Halo 3 وCall of Duty. يحلل المصممون بيانات المستخدم لفهم المرحلة التي يتوقف فيها معظم المستخدمين عن اللعب أو يعيدون تشغيله أو ينهونه. يمكن أن تساعدهم هذه الرؤية في إعادة صياغة قصة اللعبة وتحسين تجربة المستخدم، مما يقلل بدوره من معدل فقدان العملاء. وبالمثل، ساعدت البيانات الضخمة أيضًا في إدارة الكوارث أثناء إعصار ساندي في عام 2012. تم استخدامها للحصول على فهم أفضل لتأثير العاصفة على الساحل الشرقي للولايات المتحدة، وتم اتخاذ التدابير اللازمة. يمكن

3:50 التنبؤ بهبوط الإعصار قبل خمسة أيام، وهو ما لم يكن ممكنًا في السابق. هذه بعض المؤشرات الواضحة على مدى قيمة البيانات الضخمة بمجرد معالجتها وتحليلها بدقة. إذن إليك سؤال: أي من العبارات التالية غير صحيحة بشأن نظام الملفات الموزع Hadoop HDFS؟ أ- HDFS هي طبقة التخزين في Hadoop ب- يتم تخزين البيانات بطريقة موزعة في HDFS ج- يقوم HDFS بمعالجة البيانات بالتوازي د- يتم تخزين أجزاء أصغر من البيانات على عقد بيانات متعددة في HDFS فكر في الأمر واترك إجاباتك في قسم التعليقات أدناه. سيحصل ثلاثة فائزين محظوظين على قسائم هدايا من أمازون.

4:35 الآن وقد تعلمت ما هي البيانات الضخمة، ما رأيك سيكون التأثير الأكثر أهمية للبيانات الضخمة في المستقبل؟ أخبرنا في التعليقات أدناه. إذا استمتعت بهذا الفيديو، فلن يستغرق الأمر سوى بضع ثوانٍ للإعجاب به ومشاركته أيضًا للاشتراك في قناتنا إذا لم تقم بذلك بعد والنقر على أيقونة الجرس للحصول على إشعارات فورية حول المحتوى الجديد لدينا، ترقبوا المزيد واستمروا في التعلم [موسيقى] أنت