Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Bilgisayar biliminde, bellek içi işleme, depolanan verilerin işlenmesi için . Daha eski sistemler, SQL sorgu dilini kullanan ve ilişkisel veritabanlarına dayanıyordu, ancak bunlar iş zekası (BI) ihtiyaçlarını karşılamada giderek yetersiz kalıyor. Depolanan verilere, rastgele erişimli belleğe (RAM) veya flash belleğe yerleştirildiğinde çok daha hızlı erişildiğinden, bellek içi işleme, verilerin gerçek zamanlı olarak analiz edilmesini sağlayarak iş dünyasında daha hızlı raporlama ve karar vermeyi mümkün kılar.
Disk tabanlı İş Zekası
Veri yapıları
Disk tabanlı teknoloji ile veriler, sorguların çalıştırıldığı çoklu tablolar ve çok boyutlu yapılar şeklinde bilgisayarın sabit diskine yüklenir . Disk tabanlı teknolojiler, genellikle SQL Server, MySQL, Oracle ve diğerleri gibi yapılandırılmış sorgu diline (SQL ) dayanan ilişkisel veritabanı yönetim sistemleridir (RDBMS). RDBMS, gereksinimleri için tasarlanmıştır . Eklemeleri ve güncellemeleri destekleyen bir veritabanı kullanmanın yanı sıra toplamalar, birleştirmeler(BI çözümlerinde tipiktir) tipik olarak çok yavaştır. Diğer bir dezavantaj, SQL'in veri satırlarını verimli bir şekilde getirmek için tasarlanmış olması ve BI sorgularının genellikle ağır hesaplamalar içeren kısmi veri satırlarının getirilmesini içermesidir.
Sorgu performansını iyileştirmek için çok boyutlu veritabanları veya çok boyutlu çevrimiçi analitik işleme (MOLAP) olarak da adlandırılan oluşturulur. Küp tasarlamak ayrıntılı ve uzun bir süreçtir ve küpün yapısını dinamik olarak değişen iş gereksinimlerine uyum sağlayacak şekilde değiştirmek zahmetli olabilir. Küpler, belirli sorguları yanıtlamak için verilerle önceden doldurulur ve performansı artırsalar da, geçici sorguları yanıtlamak için hala uygun değildirler.
Bilgi teknolojisi (BT) personeli, veritabanlarını optimize etmeye, dizinler ve , küpler ve tasarlamaya, veri modellemeye ve sorgu analizine önemli ölçüde geliştirme zamanı harcar.
İşlem Hızı
Aynı verileri RAM'den okumaya kıyasla, sabit diskten veri okumak çok daha yavaştır (muhtemelen yüzlerce kez). Özellikle büyük hacimli verileri analiz ederken performans ciddi şekilde düşer. SQL çok güçlü bir araç olmasına rağmen, karmaşık sorguların yürütülmesi nispeten uzun zaman alır ve genellikle işlemsel işleme performansının düşmesine neden olur. Kabul edilebilir bir yanıt süresi içinde sonuçlar elde etmek için, birçok veri ambarı, özetleri önceden hesaplayacak ve yalnızca belirli sorguları yanıtlayacak şekilde tasarlanmıştır. Performansı artırmak için optimize edilmiş toplama algoritmalarına ihtiyaç vardır.
Bellek içi işleme teknolojisinin avantajları
Bilgisayar teknolojisindeki ve iş gereksinimlerindeki belirli gelişmeler, bellek içi teknolojinin göreli avantajlarını artırma eğiliminde olmuştur.
- Moore yasasına göre donanım giderek daha ucuz ve daha yüksek performanslı hale geliyor . Bilgi işlem gücü, maliyetlerde düşerken her iki ila üç yılda bir ikiye katlanır. CPU işleme, bellek ve disk depolama, tümü bu yasanın bazı varyasyonlarına tabidir. Sütun merkezli veri tabanları, sıkıştırma teknikleri ve toplu tabloları işleme gibi yazılım yeniliklerine ek olarak, çok çekirdekli mimari, NAND flash bellek, paralel sunucular ve artırılmış bellek işleme kapasitesi gibi donanım yenilikleri de bellek içi talebe katkıda bulunmuştur.
- 32 bit sistemlerde erişilebilen 2 veya 4 GB'den çok daha fazla RAM'e (100 GB veya daha fazla) erişime izin veren ortaya çıkışı.64 bit işletim sistemleri, depolama ve analiz için Terabayt (1 TB = 1.024 GB) alan sağlayarak bellek içi işlemeyi ölçeklenebilir hale getirir. Flash bellek kullanımı, sistemlerin daha ekonomik olarak birçok Terabayta ölçeklenmesini sağlar.
- Artan veri hacimleri, geleneksel veri ambarlarının artık verileri zamanında ve doğru bir şekilde işleyemeyeceği anlamına geliyordu. Veri ambarlarını operasyonel verilerle periyodik olarak güncelleyen ETL sürecinin tamamlanması birkaç saatten haftalara kadar sürebilir. (ETL) sürecinin tamamlanması haftalar veya birkaç saat arasında sürebilir. Bu nedenle, herhangi bir zaman noktasında veriler en az bir günlüktür. Bellek içi işleme, gerçek zamanlı raporlama için terabaytlarca veriye anında erişim sağlar.
- Bellek içi işleme, geleneksel BI araçlarına kıyasla daha düşük bir maliyetle sunulur ve daha kolay dağıtılıp bakımı yapılabilir.
İş Hayatında Uygulama
Bir dizi bellek içi ürün, mevcut veri kaynaklarına bağlanma ve görsel olarak zengin etkileşimli panolara erişim olanağı sağlar. Bu, iş analistlerinin ve son kullanıcıların fazla eğitim veya uzmanlık gerektirmeden özel raporlar ve sorgular oluşturmasına olanak tanır. Kolay gezinme ve sorguları anında değiştirme yeteneği, birçok kullanıcı için faydalıdır. Bu panolar yeni verilerle doldurulabildiğinden, kullanıcılar gerçek zamanlı verilere erişebilir ve dakikalar içinde raporlar oluşturabilir. Bellek içi işleme, çağrı merkezlerinde ve depo yönetiminde özellikle faydalı olabilir.
Bellek içi işleme ile, her sorgu çalıştırıldığında veritabanına erişmek yerine kaynak veritabanı yalnızca bir kez sorgulanır, böylece tekrarlayan işlemeleri ortadan kaldırır ve veritabanı sunucuları üzerindeki yükü azaltır. Bellek içi veritabanını bir gecede doldurmak için zamanlama yaparak, veritabanı sunucuları yoğun saatlerde operasyonel amaçlar için kullanılabilir.
Bellek içi teknolojinin benimsenmesi
Çok sayıda kullanıcıyla, bellek içi yapılandırma için büyük miktarda RAM gerekir ve bu da donanım maliyetlerini etkiler. Yatırımın, sorgu yanıt hızının yüksek öncelikli olduğu ve veri hacminde önemli bir büyümenin ve raporlama olanaklarına olan talebin arttığı durumlarda uygun olma olasılığı daha yüksektir; bilginin hızlı değişime tabi olmadığı durumlarda yine de uygun maliyetli olmayabilir. Bellek içi araçlar son kullanıcılara büyük miktarda veri sunduğundan, güvenlik de dikkate alınması gereken bir diğer konudur. Üreticiler, verilere yalnızca yetkili kullanıcılara erişim verilmesini sağlamayı önerir.
Kaynakça
- ^ a b Plattner, Hasso (2011). In-memory data management : an inflection point for enterprise applications. Alexander Zeier. Berlin: Springer. ISBN . OCLC 719363183.
- ^ a b Zhang, Hao; Chen, Gang; Ooi, Beng Chin; Tan, Kian-Lee; Zhang, Meihui (1 Temmuz 2015). "In-Memory Big Data Management and Processing: A Survey". IEEE Transactions on Knowledge and Data Engineering. 27 (7): 1920-1948. doi:10.1109/TKDE.2015.2427795. ISSN 1041-4347. 24 Mayıs 2020 tarihinde kaynağından . Erişim tarihi: 22 Eylül 2021.
- ^ "In_memory Analytics" (İngilizce). yellowfin. s. 6. 23 Mart 2021 tarihinde kaynağından . Erişim tarihi: 22 Eylül 2021.
- ^ . web.archive.org. 24 Nisan 2011. 24 Nisan 2011 tarihinde kaynağından arşivlendi. Erişim tarihi: 22 Eylül 2021.
- ^ "In_memory Analytics" (İngilizce). yellowfin. s. 9. 23 Mart 2021 tarihinde kaynağından . Erişim tarihi: 22 Eylül 2021.
- ^ "In_memory Analytics" (İngilizce). yellowfin. s. 12. 23 Mart 2021 tarihinde kaynağından . Erişim tarihi: 22 Eylül 2021.
1. Plattner, Hasso; Zeier, Alexander (2012). In-Memory Data Management: Technology and Applications Springer Science & Business Media. ISBN 9783642295744
2. Zhang, Hao; Gang Chen; Beng Chin Ooi; Kian-Lee Tan; Meihui Zhang (July 2015). "In-Memory Big Data Management and Processing: A Survey" 24 Mayıs 2020 tarihinde Wayback Machine sitesinde .. IEEE Transactions on Knowledge and Data Engineering. 27 (7): 1920–1948. doi:10.1109/TKDE.2015.2427795
3. Gill, John (2007). . Business Intelligence Journal. 12 (2): 58–62.
4. Earls, A (2011). (PDF). Tableau. Archived from the original (PDF) on 2012-04-25.
5. "In_memory Analytics" 23 Mart 2021 tarihinde Wayback Machine sitesinde . (Eng). yellowfin. s. 6. Erişim tarihi: 22 Eylül 2021.
6. Kote, Sparjan. orijinalinden arşivlenmiştir. orijinal
7. "In_memory Analytics" 23 Mart 2021 tarihinde Wayback Machine sitesinde . (Eng). yellowfin. s. 9. Erişim tarihi: 22 Eylül 2021.
8. "In_memory Analytics" 23 Mart 2021 tarihinde Wayback Machine sitesinde . (Eng). yellowfin. s. 12. Erişim tarihi: 22 Eylül 2021.
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Bilgisayar biliminde bellek ici isleme depolanan verilerin islenmesi icin Daha eski sistemler SQL sorgu dilini kullanan ve iliskisel veritabanlarina dayaniyordu ancak bunlar is zekasi BI ihtiyaclarini karsilamada giderek yetersiz kaliyor Depolanan verilere rastgele erisimli bellege RAM veya flash bellege yerlestirildiginde cok daha hizli erisildiginden bellek ici isleme verilerin gercek zamanli olarak analiz edilmesini saglayarak is dunyasinda daha hizli raporlama ve karar vermeyi mumkun kilar Disk tabanli Is ZekasiVeri yapilari Disk tabanli teknoloji ile veriler sorgularin calistirildigi coklu tablolar ve cok boyutlu yapilar seklinde bilgisayarin sabit diskine yuklenir Disk tabanli teknolojiler genellikle SQL Server MySQL Oracle ve digerleri gibi yapilandirilmis sorgu diline SQL dayanan iliskisel veritabani yonetim sistemleridir RDBMS RDBMS gereksinimleri icin tasarlanmistir Eklemeleri ve guncellemeleri destekleyen bir veritabani kullanmanin yani sira toplamalar birlestirmeler BI cozumlerinde tipiktir tipik olarak cok yavastir Diger bir dezavantaj SQL in veri satirlarini verimli bir sekilde getirmek icin tasarlanmis olmasi ve BI sorgularinin genellikle agir hesaplamalar iceren kismi veri satirlarinin getirilmesini icermesidir Sorgu performansini iyilestirmek icin cok boyutlu veritabanlari veya cok boyutlu cevrimici analitik isleme MOLAP olarak da adlandirilan olusturulur Kup tasarlamak ayrintili ve uzun bir surectir ve kupun yapisini dinamik olarak degisen is gereksinimlerine uyum saglayacak sekilde degistirmek zahmetli olabilir Kupler belirli sorgulari yanitlamak icin verilerle onceden doldurulur ve performansi artirsalar da gecici sorgulari yanitlamak icin hala uygun degildirler Bilgi teknolojisi BT personeli veritabanlarini optimize etmeye dizinler ve kupler ve tasarlamaya veri modellemeye ve sorgu analizine onemli olcude gelistirme zamani harcar Islem Hizi Ayni verileri RAM den okumaya kiyasla sabit diskten veri okumak cok daha yavastir muhtemelen yuzlerce kez Ozellikle buyuk hacimli verileri analiz ederken performans ciddi sekilde duser SQL cok guclu bir arac olmasina ragmen karmasik sorgularin yurutulmesi nispeten uzun zaman alir ve genellikle islemsel isleme performansinin dusmesine neden olur Kabul edilebilir bir yanit suresi icinde sonuclar elde etmek icin bircok veri ambari ozetleri onceden hesaplayacak ve yalnizca belirli sorgulari yanitlayacak sekilde tasarlanmistir Performansi artirmak icin optimize edilmis toplama algoritmalarina ihtiyac vardir Bellek ici isleme teknolojisinin avantajlariBilgisayar teknolojisindeki ve is gereksinimlerindeki belirli gelismeler bellek ici teknolojinin goreli avantajlarini artirma egiliminde olmustur Moore yasasina gore donanim giderek daha ucuz ve daha yuksek performansli hale geliyor Bilgi islem gucu maliyetlerde duserken her iki ila uc yilda bir ikiye katlanir CPU isleme bellek ve disk depolama tumu bu yasanin bazi varyasyonlarina tabidir Sutun merkezli veri tabanlari sikistirma teknikleri ve toplu tablolari isleme gibi yazilim yeniliklerine ek olarak cok cekirdekli mimari NAND flash bellek paralel sunucular ve artirilmis bellek isleme kapasitesi gibi donanim yenilikleri de bellek ici talebe katkida bulunmustur 32 bit sistemlerde erisilebilen 2 veya 4 GB den cok daha fazla RAM e 100 GB veya daha fazla erisime izin veren ortaya cikisi 64 bit isletim sistemleri depolama ve analiz icin Terabayt 1 TB 1 024 GB alan saglayarak bellek ici islemeyi olceklenebilir hale getirir Flash bellek kullanimi sistemlerin daha ekonomik olarak bircok Terabayta olceklenmesini saglar Artan veri hacimleri geleneksel veri ambarlarinin artik verileri zamaninda ve dogru bir sekilde isleyemeyecegi anlamina geliyordu Veri ambarlarini operasyonel verilerle periyodik olarak guncelleyen ETL surecinin tamamlanmasi birkac saatten haftalara kadar surebilir ETL surecinin tamamlanmasi haftalar veya birkac saat arasinda surebilir Bu nedenle herhangi bir zaman noktasinda veriler en az bir gunluktur Bellek ici isleme gercek zamanli raporlama icin terabaytlarca veriye aninda erisim saglar Bellek ici isleme geleneksel BI araclarina kiyasla daha dusuk bir maliyetle sunulur ve daha kolay dagitilip bakimi yapilabilir Is Hayatinda UygulamaBir dizi bellek ici urun mevcut veri kaynaklarina baglanma ve gorsel olarak zengin etkilesimli panolara erisim olanagi saglar Bu is analistlerinin ve son kullanicilarin fazla egitim veya uzmanlik gerektirmeden ozel raporlar ve sorgular olusturmasina olanak tanir Kolay gezinme ve sorgulari aninda degistirme yetenegi bircok kullanici icin faydalidir Bu panolar yeni verilerle doldurulabildiginden kullanicilar gercek zamanli verilere erisebilir ve dakikalar icinde raporlar olusturabilir Bellek ici isleme cagri merkezlerinde ve depo yonetiminde ozellikle faydali olabilir Bellek ici isleme ile her sorgu calistirildiginda veritabanina erismek yerine kaynak veritabani yalnizca bir kez sorgulanir boylece tekrarlayan islemeleri ortadan kaldirir ve veritabani sunuculari uzerindeki yuku azaltir Bellek ici veritabanini bir gecede doldurmak icin zamanlama yaparak veritabani sunuculari yogun saatlerde operasyonel amaclar icin kullanilabilir Bellek ici teknolojinin benimsenmesiCok sayida kullaniciyla bellek ici yapilandirma icin buyuk miktarda RAM gerekir ve bu da donanim maliyetlerini etkiler Yatirimin sorgu yanit hizinin yuksek oncelikli oldugu ve veri hacminde onemli bir buyumenin ve raporlama olanaklarina olan talebin arttigi durumlarda uygun olma olasiligi daha yuksektir bilginin hizli degisime tabi olmadigi durumlarda yine de uygun maliyetli olmayabilir Bellek ici araclar son kullanicilara buyuk miktarda veri sundugundan guvenlik de dikkate alinmasi gereken bir diger konudur Ureticiler verilere yalnizca yetkili kullanicilara erisim verilmesini saglamayi onerir Kaynakca a b Plattner Hasso 2011 In memory data management an inflection point for enterprise applications Alexander Zeier Berlin Springer ISBN 978 3 642 19363 7 OCLC 719363183 a b Zhang Hao Chen Gang Ooi Beng Chin Tan Kian Lee Zhang Meihui 1 Temmuz 2015 In Memory Big Data Management and Processing A Survey IEEE Transactions on Knowledge and Data Engineering 27 7 1920 1948 doi 10 1109 TKDE 2015 2427795 ISSN 1041 4347 24 Mayis 2020 tarihinde kaynagindan Erisim tarihi 22 Eylul 2021 In memory Analytics Ingilizce yellowfin s 6 23 Mart 2021 tarihinde kaynagindan Erisim tarihi 22 Eylul 2021 web archive org 24 Nisan 2011 24 Nisan 2011 tarihinde kaynagindan arsivlendi Erisim tarihi 22 Eylul 2021 In memory Analytics Ingilizce yellowfin s 9 23 Mart 2021 tarihinde kaynagindan Erisim tarihi 22 Eylul 2021 In memory Analytics Ingilizce yellowfin s 12 23 Mart 2021 tarihinde kaynagindan Erisim tarihi 22 Eylul 2021 1 Plattner Hasso Zeier Alexander 2012 In Memory Data Management Technology and Applications Springer Science amp Business Media ISBN 9783642295744 2 Zhang Hao Gang Chen Beng Chin Ooi Kian Lee Tan Meihui Zhang July 2015 In Memory Big Data Management and Processing A Survey 24 Mayis 2020 tarihinde Wayback Machine sitesinde IEEE Transactions on Knowledge and Data Engineering 27 7 1920 1948 doi 10 1109 TKDE 2015 2427795 3 Gill John 2007 Business Intelligence Journal 12 2 58 62 4 Earls A 2011 PDF Tableau Archived from the original PDF on 2012 04 25 5 In memory Analytics 23 Mart 2021 tarihinde Wayback Machine sitesinde Eng yellowfin s 6 Erisim tarihi 22 Eylul 2021 6 Kote Sparjan orijinalinden arsivlenmistir orijinal 7 In memory Analytics 23 Mart 2021 tarihinde Wayback Machine sitesinde Eng yellowfin s 9 Erisim tarihi 22 Eylul 2021 8 In memory Analytics 23 Mart 2021 tarihinde Wayback Machine sitesinde Eng yellowfin s 12 Erisim tarihi 22 Eylul 2021