¡Absolutamente! Nunca ha habido un mejor momento para agregar habilidades de Hadoop a su currículum. Establezcamos esto con algunos hechos y ejemplos.
¿Alguna vez te has preguntado cuál es la tecnología detrás de la función de etiquetado automático de Facebook? ¿Qué hay de las cámaras de vigilancia que pueden generar imágenes impecables incluso con poca luz? La respuesta es Hadoop y sus innovadoras capacidades para almacenar, procesar y recuperar datos.
Almacenar datos es una cosa, pero procesarlos y consultarlos es un juego de pelota completamente diferente. Si Big Data es un equipo de Rugby, ¡entonces Hadoop es el mejor mariscal de campo que puedes encontrar!
Gracias a Hadoop, Facebook es capaz de almacenar toda la información sobre una persona y señala la hora y fecha exacta de una actividad en su perfil. Toda la información sobre una persona es Big Data y Hadoop ayuda a renderizarla.
instancia de lanzamiento de AWS desde instantánea
Todos los datos de Hadoop se almacenan sobre HDFS (Sistema de archivos distribuido de Hadoop) que puede albergar datos estructurados y no estructurados. Los competidores de Hadoop (como RDBMS y Excel) solo pueden almacenar datos estructurados. Este es un factor importante por el que Hadoop es el gran padre que está dando una oportunidad a las herramientas tradicionales de manejo de datos. Hadoop realiza el procesamiento cerca de los datos, mientras que RDBMS necesita que los datos se transfieran a través de la red a través de la E / S para procesar los mismos datos.
Comida para el pensamiento: ¿Puede Hadoop predecir los resultados de una situación basándose en un conjunto de datos?
Este gráfico muestra el crecimiento exponencial de los datos a lo largo de los años. Mírelo más de cerca y notará que los datos no estructurados representan el 90% de todos los datos del mundo. Simplemente aplique el principio de oferta y demanda, y nos daremos cuenta de que cada vez más datos no estructurados que flotan alrededor solo dan lugar a profesionales que pueden corregir estos datos. Esa es razón suficiente para que una persona busque un trabajo que se ocupe de datos no estructurados, también conocido como Big Data. No tenga ninguna duda de que este es el momento adecuado para aprender Hadoop.
En realidad, ¿qué tan efectivo es Hadoop en comparación con RDBMS?
Hadoop saca directamente del parque cualquier otra herramienta de manejo de datos. RDBMS y Excel pueden ser eficientes en la gestión de datos que no superen unos pocos cientos de hojas de Excel, pero ¿qué pasa con miles de archivos de este tipo que deben mantenerse? Volvamos al ejemplo de Facebook nuevamente. El registro de datos que contiene detalles de la actividad de un usuario de Facebook no se puede almacenar en Excel, al menos no todos los datos históricos de un usuario que se remontan a décadas. Además, en Hadoop, los datos se pueden estructurar de forma flexible, pero RDBMS requiere que los datos sean más consistentes y en un formato reconocible.
que es la clase pojo en java con ejemplo
Eche un vistazo a la comparación entre RDBMS y Hadoop y sabrá por sí mismo cuál funciona mejor.
Tengo una estadística final para ti que sellará todas las dudas sobre si Hadoop es una buena elección profesional.hielo.
Este gráfico es una ilustración de la creciente demanda de profesionales de Hadoop y solo aumentará en las próximas semanas.
Desafortunadamente, tú y yo no podemos cambiar la tecnología. En el mejor de los casos, podemos seguir el ritmo y aprender tecnologías en evolución y convertirnos en indispensables para nuestros lugares de trabajo. Es el momento adecuado para aprender Hadoop y aprovechar la ola de Big Data.
def __init__ en python
Tienes una pregunta para nosotros? Menciónelo en la sección de comentarios y nos pondremos en contacto con usted.
Artículos Relacionados: