Namamahala ba ang iyong samahan ng data gamit ang mainframe at, ikaw ba ay isang propesyonal na pangunahingframe? Kung oo, baka gusto mong maging handa para sa elepante sa silid! Ang iyong samahan, tulad ng maraming iba pa ay maaaring mag-offload ng mainframe batch sa lalong madaling panahon . Kung nangyari iyon, ikaw, bilang isang propesyonal na mainframe ay dapat maging Hadoop-handa din.
Mabilis nating maunawaan kung bakit matalino para sa isang propesyonal na mainframe na maging handa para sa paglipat na ito.
malalim na pag-aaral kumpara sa pag-aaral ng makina kumpara sa pagkilala sa pattern
Ang pro-aktibo ay maaaring makatulong sa iyo na makakuha ng mas maraming responsibilidad sa trabaho pagkatapos ng Shift
Dahil sa mga kamakailang pagsulong sa computing, maraming mga pangunahing negosyo na nakatuon sa batch, na tumatakbo sa mga mainframe, ay lumilipat sa mga modernong platform. Ang ideya ng paglipat ng mainframe ay upang umangkop nang may kakayahang umangkop sa mga pagbabago sa mga pangangailangan ng negosyo. Mas maaga, ang data na nakuha namin ay nakaayos at tahimik na simple, halimbawa: Data ng pagbebenta, mga order ng pagbili at iba pang karaniwang data ng enterprise. Ngunit ngayon, ang pagpasok ng malaking data, na may higit na hindi istrakturang impormasyon tulad ng teksto, mga dokumento, larawan at iba pa ay isang hamon sa aming system ng enterprise. Ang Mainframe ay nabubuhay sa mundo ng nakabalangkas na data, kung saan ang paghawak ng mataas na dami ng hindi istrakturang data ay gumugugol ng oras at mahal. Sa kasamaang palad, ang Hadoop, isang bukas na platform ng mapagkukunan ay tila isang maaaring mabuhay na kahalili sa mainframe na humahawak ng mataas na dami at pagkakaiba-iba ng data na nabuo ng negosyo. Ang pagiging open-source ay ginagawang mabisa at madaling gamitin ang Hadoop. Samakatuwid, higit sa 150 mga negosyo ang gumagamit na ng bukas na mapagkukunang malaking sistema ng pamamahala ng data, at ang iba pa ay nagmamadali upang sumali. Kaya, kung alam mo ang Hadoop bago gawin ang iyong samahan, handa ka nang kumuha ng isang bagong papel, at higit na responsibilidad.
Ipagpalagay sa amin na inilipat kamakailan ng iyong samahan ang pamamahala ng data nito sa Hadoop. Pagkatapos ng paglipat na ito, kakailanganin nila ang mga trabahador na may kaalaman at kasanayan sa Hadoop. Kung nakuha mo ang isang gumaganang kaalaman ng malaking data at Hadoop muna, ang iyong halaga sa samahan ay tataas ng sari-sari.
Ang iba pang mga kritikal na kadahilanan, kung bakit bilang isang pangunahing propesyonal na mainframe, ang paglipat sa Hadoop ay maaaring isang kalamangan, ay:
- Tulad ng nakita natin, ang pangunahing dahilan kung bakit maraming mga organisasyon ang lumilipat sa Hadoop ay ang kawalan ng kakayahan ng mainframe na hawakan ang trabaho ng enterprise. Gayunpaman, pinangangasiwaan ng Hadoop ang pagkarga ng trabaho sa enterprise, binabawasan ang pilay, at pangunahing binabawasan ang gastos.
- Nagtatampok ang Hadoop ng kakayahang hawakan ang mga kumplikadong lohika sa negosyo. Gagawin ka nitong mas mahusay dahil mayroon ka nang kaalaman sa pagtatrabaho sa mainframe.
- Sa isang paraan, ang pagtratrabaho sa mainframes ay maaaring hadlangan ka mula sa pagtugon sa mga kasunduan sa antas ng serbisyo. Dahilan para dito ay ang lumalaking dami ng data. Kung alam mo ang Hadoop at ang iba pang mga tampok tulad ng PIG, Hive, Sqoop, Hbase atbp, magagawa mong hawakan ang anumang dami at bilis ng data sa iba't ibang mga kundisyon.
- Pangkalahatan, ang mga mainframe ay tumatagal ng mas mahabang oras upang maproseso ang data sa pagproseso ng batch. Nagreresulta ito sa pagkaantala ng mga ulat at kanilang pagsusuri. Sa lugar ng Hadoop, ang pagpoproseso ng batch ay magiging mas simple.
- Kapag pinagkadalubhasaan mo ang mainframe, ang pag-aaral ng Hadoop ay magiging napakadali para sa iyo, dahil mayroon itong simple at maikling code.
Maraming mga propesyonal sa IT ang hinulaan na, ang Hadoop ang magiging kinabukasan ng sistema ng pamamahala ng data. Hindi lamang ito mga kumpanya ng IT, ngunit ang iba pang mga industriya tulad ng tingi, pagmamanupaktura ng pagkain, mga kumpanya sa pagkonsulta, e-learning na negosyo, mga financial firm sa online na paglalakbay, mga kumpanya ng seguro at iba pa ay inililipat ang kanilang system management data mula sa mainframe patungo sa . Samakatuwid, ang Hadoop ay naging isang umuusbong na kasanayan, na labis na hinihiling.
Malaking Kahilingan para sa mga Big Data Professionals
Ang lumalaking interes ng negosyo sa Hadoop at ang mga teknolohiya ay humihimok ng malaking demand para sa mga propesyonal na may malaking kasanayan sa data. Maaari nating sabihin, malaking data ay lumilikha ng malaking pagkakataon sa karera para sa mga propesyonal sa mainframe . Ang mga organisasyong naglilipat sa Hadoop ay naghahanap ng mga taong may kaalaman at karanasan sa Hadoop at ang mga pamamaraang ito tulad ng MapReduce at R. Samakatuwid, ang mga propesyonal na mainframe na lumilipat sa malaking puwang ng data kasama ang hanay ng kasanayan sa Hadoop ay magkakaroon ng mahusay na karera sa hinaharap.
Ayon kay Alice Hill, Managing Director ng Dice.com, 'Ang mga pag-post para sa mga trabaho sa Hadoop ay umabot sa 64 porsyento mula noong isang taon, at si Hadoop ang nangunguna sa malaking kategorya ng data para sa mga pag-post ng trabaho.'
Ang pag-aaral o paggamit ng Hadoop ay nangangailangan ng isang antas ng kadalubhasang analitikal. Sa kaalaman ng mainframe bilang batayan, ang iyong pagtatangka upang malaman ang Hadoop ay gagawing mas mahusay at tunog upang makitungo sa iba`t at pagbabago ng mga teknolohiya. Bilang isang techie, sigurado akong maghahatid ka at magtatayo ng mga bagong bagay, at sa kasalukuyan, ang Big data at data analytics ay nakakakuha ng maraming momentum at magiging mas malaking hinaharap. Kaya, kung mayroon kang kaalaman sa Hadoop, malaki ang pakinabang sa iyong karera.
c ++ pag-uuri ng array
Kaya, bakit hindi dapat lumipat ang mga propesyonal sa IT mula sa Mainframe patungo sa Big Data Hadoop, kung maaari nilang gawin itong malaki at mapakinabangan!
May tanong ba sa amin? Mangyaring banggitin ang mga ito sa seksyon ng mga komento at babalikan ka namin.
Mga Kaugnay na Post:
binary sa decimal sa java
4 Mga Praktikal na Dahilan upang Alamin ang Hadoop 2.0
7 Paraan ng Big Pagsasanay sa Data ay Maaaring Baguhin ang Iyong Samahan