NoSQL을 시각화 한 NoSQL

방대한 양의 데이터를 저장하고 검색하는 작업이 매우 빠르며 새로 관리 된 데이터를 NoSQL에 저장하면 큰 작업을 수행 할 수 있습니다.

개체 추출 및 강화

데이터베이스 트리거, 경고 작업 및 외부 시스템을 사용하여 원본 데이터를 분석 할 수 있습니다. 아마 대부분 자유 텍스트이지만 알려진 주제를 언급 할 것입니다. 이러한 트리거 및 경고 조치는 텍스트를 사람 또는 조직으로 강조 표시하고 효과적으로 내용 자체에 태그를 지정하며 텍스트가 포함 된 문서를 강조 표시 할 수 있습니다.

좋은 예는 뉴스 기사의 내용입니다. Apache Stanbol 또는 OpenCalais와 같은 도구를 사용하여 주요 용어를 식별 할 수 있습니다. 이 도구들은 "푸틴 대통령"을 볼 수 있으며 블라디미르 푸틴 러시아 대통령과 러시아 연방 총재 인 블라디미르 푸틴과 관련이 있다고 결정할 수 있습니다.

기타 사례에는 질병 및 약물 이름, 조직, 대화 주제, 언급 된 제품 및 의견이 긍정적인지 부정인지 등이 포함됩니다.

엔티티 추출 (텍스트 형식의 개체 유형을 자동으로 추출하는 프로세스)의 예입니다. 주요 용어를 식별함으로써 태그에 태그를 달거나 XML 요소로 래핑 할 수 있으므로 컨텐츠를보다 효과적으로 검색 할 수 있습니다. Entity Enrichment는 원본 텍스트를 기반으로 정보를 추가하는 것 외에도이를 추가하는 것을 의미합니다. 푸틴 대통령의 사례에서, 푸틴 대통령에게 평범한 텍스트 "푸틴"을 켤 수 있습니다. 또는 '런던'을 런던으로 변경할 수 있습니다.

사용자 인터페이스에서이 데이터를 강조 표시된 텍스트로 표시하여 각 주제에 대한 추가 정보에 대한 링크를 표시 할 수 있습니다.

자유 텍스트 검색, 경고, 데이터베이스 트리거 및 TEMIS Luxid 및 SmartLogic과 같은 외부 소프트웨어와의 통합을 사용하여 강화를 제공 할 수 있습니다.

검색 및 경고

정보를 저장하면 검색 할 수 있습니다. 자유 텍스트 검색은 간단하지만 엔티티 추출을 수행 한 후에는 더 많은 옵션이 있습니다. Orange라는 용어를 언급하는 검색 레코드가 아닌 "Orange"라는 인물 (William of Orange와 같이)을 검색 할 수 있습니다. 물론 색상과 과일도 있습니다.

그렇게하면 검색이보다 세분화됩니다. 또한 측면 탐색을 허용합니다. Amazon에 가서 Harry Potter를 검색하면 책, 영화, 게임 등에 대한 카테고리가 표시됩니다.

제품 카테고리

는 패싯 의 예이며 검색 결과 내에서 데이터 측면을 보여줍니다. 즉 모든 검색 결과에서 각 패싯의 가장 일반적인 값을 보여줍니다. 현재 페이지에없는 사람들. 사용자 인터페이스는 데이터에 대한 풍부한 탐구를 지원할 수 있습니다 (기본 Google 검색 기능). 또한 사용자는이를 사용하여 이전 검색을 저장하고로드 할 수 있습니다. 새로 추가 된 레코드가 해당 기준과 일치 할 때 경고가 활성화되도록 저장된 검색 기준을 설정할 수 있습니다. 따라서 검색 기준과 일치하는 새 레코드가 도착하면 작업이 발생합니다. 아마도 "푸틴"이 푸틴이 될 것입니다.

모든 검색 엔진이 모든 검색어를 경고 할 수있는 것은 아닙니다. 일부는 텍스트 필드로 제한됩니다. 다른 사람들은 지형 공간 기준을 수행 할 수 없습니다. 자신이 구성해야하는 경고를 처리 할 수 ​​있는지 확인하십시오.

집계 함수

관련 정보를 찾았 으면 더 자세히 파고 싶을 수 있습니다. 출처에 따라 GDP가 4 천억 달러가 넘는 국가의 수 또는 가계도의 모든 구성원의 평균 연령은 무엇이며 호주에서 가장 많은 뱀에게 물리는 곳이 어디인지 물을 수 있습니다. 이 예는 일련의 검색 결과에서 분석이 수행되는 방법을 보여줍니다. 이는 개수, 평균 평균 및 지형 별 히트 맵 계산입니다. 데이터 옆에서 이러한 계산을 할 수 있다는 것은 몇 가지 이점을 제공합니다. 첫 번째 이점은 색인을 사용하여 작업 속도를 높일 수 있다는 것입니다. 둘째, 이러한 인덱스는 메모리에 캐시되어 더 빠르게 생성됩니다. 셋째, 메모리 인덱스에서 Hadoop File System (HDFS) 스토리지를 사용하는 NoSQL 데이터베이스에 특히 유용합니다. HDFS는 빠른 집계 계산 자체를 위해 기본 인덱싱 또는 메모리 내 컬럼 스토어를 수행하지 않습니다. 이렇게하려면 NoSQL 데이터베이스가 필요합니다.

면 탐색은 사용자 인터페이스에 표시되는 검색 결과에 대한 집계 기반 집계의 한 예입니다. 특정 시점을 언급하는 레코드의 수를 보여주는 타임 라인에서도 마찬가지입니다. 예를 들어, 올해, 이번 달 또는 이번 시간의 결과를 표시 하시겠습니까?

이 기능을 원할 경우 데이터베이스 옆에 효율적으로 집계를 계산할 수있는 데이터베이스가 있어야합니다. 대부분의 NoSQL 데이터베이스는 작동하지만 일부는 수행하지 않습니다.

도표 및 비즈니스 인텔리전스

다음으로 분명한 사용자 인터페이스 확장에는 실제 관리 정보 및 과거의 비즈니스 인텔리전스 분석을 위해 테이블 ​​요약을 차트로 작성하고 보는 작업이 포함됩니다.

대부분의 NoSQL 데이터베이스는 데이터베이스에 손쉬운 통합 REST API를 제공합니다. 즉, 다양한 응용 프로그램 계층을 연결하거나 JavaScript 응용 프로그램을 이러한 데이터베이스에 직접 연결할 수도 있습니다. 다양한 우수한 차트 라이브러리를 JavaScript에 사용할 수 있습니다. 적절한 데이터베이스 커넥터를 설치 한 후에 R 생태계를 사용하여 이러한 데이터베이스에 보관 된 데이터를 기반으로 차트를 만들 수도 있습니다.

일부 NoSQL 데이터베이스는 ODBC 또는 JDBC 관계형 데이터베이스 플러그인을 제공하기도합니다. 주어진 레코드 내에 인덱스를 생성하고이를 관계형 뷰로 표시하는 것은 NoSQL 문서 데이터베이스의 비정형 데이터를 비즈니스 인텔리전스 도구로 분석 할 수있는 데이터로 변환하는 깔끔한 방법입니다.

NoSQL 데이터베이스 공급 업체가 시각화 도구를 제공하는지 또는 비즈니스 파트너에게 이러한 데이터베이스에 연결할 수있는 도구가 있는지 확인하십시오. 보그 도구에는 Tablet Server가 포함되어 있습니다. Tableau Server는 NoSQL 데이터베이스를 비롯한 다양한 데이터베이스의 데이터를 통해 대화 형 보고서를 게시 할 수있는 최신 공유 비즈니스 인텔리전스 서버입니다.