मौसम का पूर्वानुमान

एलएसआई द्वारा प्रस्तुत विभिन्न भंडारण प्रौद्योगिकियों और समाधानों को ध्यान में रखते हुए, हम इस सब के व्यावहारिक-व्यावहारिक अर्थ के बारे में थोड़ा भूल गए हैं। हमें लगातार बढ़ती गति और डिस्क क्षमताओं की आवश्यकता क्यों है? सबसे पहले आने वाले अनुप्रयोगों में से एक, निश्चित रूप से, बिग डेटा या बिग डेटा है। पूंजीकरण के लायक ये बिग डेटा सिर्फ बिग डेटा से कैसे भिन्न हैं? इसे आमतौर पर "तीन बनाम के शासन" के रूप में जाना जाता है।




वॉल्यूम - यह तर्कसंगत है कि "बड़ा डेटा" मुख्य रूप से बड़े संस्करणों द्वारा प्रतिष्ठित है।
वेग (गति) - इस मामले में, हमारा मतलब है कि इस डेटा के संचय की दर और उच्च प्रसंस्करण गति की आवश्यकता दोनों।
विविधता - डेटा अक्सर या खराब संरचित होता है, या यह अच्छी तरह से संरचित होता है, लेकिन आपको एक ही समय में कई अलग-अलग संरचनाओं को संसाधित करने की आवश्यकता होती है।



शब्द "बिग डेटा" स्वयं अपेक्षाकृत हाल ही में दिखाई दिया, लेकिन पहले से ही आधुनिक आईटी प्रौद्योगिकियों में प्रवृत्तियों की सूची में अग्रणी स्थान पर कब्जा कर लिया है। जैसा कि अक्सर होता है, यह हमेशा स्पष्ट नहीं होता है कि फैशनेबल शब्द के पीछे क्या है, इसलिए हमने इसे उदाहरण के साथ जानने का फैसला किया, जिसमें से पहला मौसम पूर्वानुमान होगा।

हम सभी मौसम के पूर्वानुमान में रुचि रखते हैं: टीवी पर, इंटरनेट पर, रेडियो पर। पूर्वानुमान सत्य हैं और बहुत नहीं हैं, लेकिन एक साधारण तथ्य के साथ बहस करना मुश्किल है: डेटा का संग्रह जितना बड़ा होगा, आधुनिक और ऐतिहासिक दोनों, आपके पास, आपके पूर्वानुमान अगले घंटे, दिन और सप्ताह के लिए जितने अधिक सटीक होंगे।



विभिन्न स्थानों में मौसम के मापदंडों की एक भीड़ के माप के बारे में जानकारी बिग डेटा का एक विशिष्ट उदाहरण है। आमतौर पर, अपाचे Hadoop का उपयोग मौसम विज्ञानियों द्वारा उपयोग किए जाने वाले स्रोतों की विशाल संख्या का विश्लेषण करने के लिए किया जाता है, क्योंकि इसका लचीलापन आपको "कंघी" करने के लिए आवश्यक मापनीय विश्लेषण उपकरण बनाने और डेटा के उपयोग को अधिकतम करने की अनुमति देता है।

मौसम संबंधी डेटा के प्रसंस्करण में विशेषज्ञ कहते हैं कि मौसम एक "डेटा की बारिश" बनाता है, खासकर जब दुनिया भर में जानकारी एकत्र की जा रही है। प्रेक्षणों के परिणामों का उपयोग करते हुए, सबसे शक्तिशाली सुपर कंप्यूटर पृथ्वी पर किसी दिए गए बिंदु के लिए दीर्घकालिक पूर्वानुमान प्राप्त करने के लिए वातावरण में वास्तविक प्रक्रियाओं का अनुकरण करने के लिए अरबों गणना करते हैं। सबसे दिलचस्प तथ्य यह था कि सभी मॉडल समान रूप से अच्छे नहीं हैं।

जबकि कई कंपनियां और संगठन मौसम मॉडलिंग में शामिल हैं, यूरोपीय मौसम विज्ञान समुदाय ने सर्वोत्तम परिणामों को मान्यता दी है। यह हार्डवेयर और सॉफ्टवेयर में श्रेष्ठता के लिए धन्यवाद है कि यूरोपीय प्लेटफॉर्म इस तरह की सफलताओं को प्राप्त करने का प्रबंधन करते हैं। मौसम विश्लेषण के क्षेत्र में अमेरिकी विशेषज्ञ लगभग हमेशा अपनी गणना में पुरानी दुनिया के सहयोगियों के डेटा को शामिल करने की कोशिश करते हैं, और उनके मॉडल और यूरोपीय एक के बीच संघर्ष की स्थिति में, वे अक्सर बाद वाले को पसंद करते हैं। यह पहली बार मौसम पूर्वानुमानों में डेटा खनन के क्षेत्र में सूचना प्रौद्योगिकियों और समाधानों की प्रमुख भूमिका पर जोर देता है, और दूसरा हमें दिखाता है कि मौसम के पूर्वानुमान अक्सर अतिशयोक्ति के बिना जीवन और मृत्यु का मामला हो सकते हैं, इसलिए यहां सहयोग बहुत महत्वपूर्ण है।



ऐसी स्थिति का एक उदाहरण तूफान सैंडी था, एक शक्तिशाली उष्णकटिबंधीय चक्रवात जो अक्टूबर 2012 के अंत में बना और जमैका, क्यूबा, ​​बहामास, हैती, फ्लोरिडा के तट और बाद में, उत्तरपूर्वी संयुक्त राज्य अमेरिका और पूर्वी कनाडा को प्रभावित किया।





तूफान ने अमेरिकी राज्यों, विशेष रूप से न्यू जर्सी, न्यू यॉर्क और कनेक्टिकट में उत्तरपूर्वी राज्यों को सबसे अधिक नुकसान पहुंचाया, लेकिन इस तूफान के संबंध में पूर्ण मौसम के पूर्वानुमान और भविष्यवाणियों के बिना, क्षति बहुत अधिक होती। लगभग बिना शर्त अमेरिकी मौसम विज्ञानियों ने स्वीकार किया कि यदि सैंडी आंदोलन के विश्लेषण में एक, यहां तक ​​कि छोटे, डेटा स्रोत को छोड़ दिया गया था, तो भविष्यवाणियों की सटीकता (उदाहरण के लिए, इस तरह के एक महत्वपूर्ण सवाल: वास्तव में जहां तूफान भूमि पर "भूमि" काफी कम हो सकती है, और) यह कई लोगों के लिए भयावह या घातक परिणाम हो सकता है।



इस ग्राफ में, आप देख सकते हैं कि, 72 घंटों के बाद, यूरोपीय मौसम विज्ञानियों के मॉडल ने तूफान के कार्यों के पूर्वानुमान की सटीकता में नाटकीय रूप से आगे खींच लिया।

Hadoop तकनीक डेटा के ऐसे बड़े संस्करणों का विश्लेषण करने के लिए अच्छा है, लेकिन अपने सभी फायदे के साथ, यह डेटा विश्लेषण और प्रसंस्करण प्रणालियों के हार्डवेयर भाग की अनुमति देता है जितना अच्छा है, और Hadoop दक्षता को प्रभावित करने वाली प्रमुख विशेषताओं में से एक डिस्क सबसिस्टम की गति है। कोई फर्क नहीं पड़ता कि आप किस तरह के बड़े डेटा की प्रक्रिया करते हैं, चाहे वह मौसम का पूर्वानुमान हो या, उदाहरण के लिए, फ्लू वैक्सीन का विकास, होदोप को गति देने के लिए दुनिया भर में मान्यता प्राप्त तरीकों में से एक निट्रो एलएसआई श्रृंखला है। साइट पर Hadoop और अन्य अनुप्रयोगों को कैसे तेज कर सकते हैं, इसके बारे में और पढ़ें।