Vad är databehandling?
Databehandling är insamling och manipulation av data till användbar och önskad form. Manipuleringen är inget annat än bearbetning, som utförs antingen manuellt eller automatiskt i en fördefinierad sekvens av operationer. Tidigare görs det manuellt vilket är tidskrävande och kan ha möjlighet till fel under bearbetningen, så nu görs det mesta av bearbetningen automatiskt med hjälp av datorer, som gör den snabba behandlingen och ger dig rätt resultat.
Nästa punkt är att konvertera till önskad form, den insamlade informationen bearbetas och konverteras till önskad form enligt applikationskraven, det innebär att konvertera data till användbar information som kan användas i applikationen för att utföra någon uppgift. Inmatningen av behandlingen är insamling av data från olika källor som textfildata, excel-fildata, databas, till och med ostrukturerad data som bilder, ljudklipp, videoklipp, GPRS-data och så vidare.
Och utgången från databehandlingen är meningsfull information som kan vara i olika former som en tabell, bild, diagram, diagram, vektorfil, ljud och så allt format som erhålls beroende på applikation eller programvara som krävs.
Definition
Så definitionen av databehandlingen är Konverteringen av data till användbar information.
Hur behandlas data?
Databehandling börjar med att samla in data. Uppgifterna som samlats in för att konvertera den önskade formen måste behandlas genom att bearbeta data på ett steg-för-steg-sätt, såsom de insamlade data måste lagras, sorteras, bearbetas, analyseras och presenteras. Så detta har i stort sett delats upp i 6 grundläggande steg enligt följande diskussion nedan.
- Datainsamling
- Lagring av data
- Sortering av data
- Bearbetning av data
- Dataanalys
- Datapresentation och slutsatser
Låt oss diskutera i detalj en efter en:
1. Datainsamling
Som vi redan har diskuterat källorna till datainsamling, samlas de logiskt relaterade data från olika källor, olika format, olika typer som från XML, CSV-fil, sociala medier, bilder som är vad strukturerad eller ostrukturerad data och så allt.
2. Lagring av data
Den insamlade informationen måste nu lagras i fysiska former som papper, anteckningsböcker och alla eller i någon annan fysisk form. Nu på grund av data mining och big data är insamlingen av data mycket enorm även i strukturerad eller ostrukturerad form. Uppgifterna ska lagras i digital form för att utföra en meningsfull analys och presentation enligt tillämpningskraven.
3. Sortering av data
Efter lagringssteget kommer det omedelbara steget att sortera och filtrera. Sortering och filetering krävs för att ordna uppgifterna i någon meningsfull ordning och endast filtrera ut den information som krävs som hjälper till att förstå visualiseringen och analysen.
4. Bearbetning av data
En serie bearbetning eller kontinuerlig användning och bearbetning som utförs för att verifiera, transformera, organisera, integrera och extrahera data i en användbar utgångsform för längre användning.
5. Dataanalys
Dataanalys är processen för att systematiskt tillämpa eller utvärdera data med hjälp av analytiska och logiska resonemang för att illustrera varje komponent i de tillhandahållna uppgifterna och för att få det slutliga resultatet eller beslutet.
6. Presentation av data och slutsatser
När vi väl har kommit till analysresultatet kan det representeras i olika former som diagrammet, textfilen, Excel-filen, diagrammet och så allt.
Enstaka programvara eller en kombination av programvara kan användas för att utföra lagring, sortering, filtrering och bearbetning av data, vad som är möjligt och nödvändigt. Det kan utföras av specifik mjukvara enligt den fördefinierade uppsättningen av operationer enligt applikationskraven.
Olika typer av produktion
De olika typerna av utdatafiler som -
- Vanlig textfil - Dessa exporteras som anteckningsblock eller WordPad-filer. Detta är den enklaste formen av datafilen.
- Tabell / kalkylblad - I detta filformat representerar data i rader och kolumner, vilket hjälper till att förstå och analysera data. Detta filformat för att utföra olika operationer som filtrering och sortering i stigande / fallande ordning och statistiska operationer också.
- Grafer och diagram - Grafer och diagramformat är standardfunktioner i de flesta programvaror. Detta format är mycket enkelt att analysera data, inte krävs för att läsa varje numerisk data som tar en tidskrävande bara i en titt kan förstå och analysera data.
- En bildfil eller kartor / vektor - Om applikationen som krävs för att lagra och analysera med rumsliga data är alternativet att exportera data till bildfil och kartfil eller vektorfiler till stor nytta.
Tillsammans med dessa kan det andra formatet vara mjukvaruspecifika filformat som kan användas och behandlas av specialiserad programvara.
Olika metoder
Det finns huvudsakligen tre metoder som används för att bearbeta data, dessa är manuella, mekaniska och elektroniska.
1. Manual: I den här metoden behandlas data manuellt. Hela behandlingsuppgiften som beräkning, sortering och filtrering och logiska operationer utförs manuellt utan att använda verktyg eller elektroniska enheter eller automatiseringsprogram.
2. Mekanisk - I den här metoden behandlas data inte manuellt utan görs med hjälp av mycket enkla elektroniska enheter och en mekanisk anordning, till exempel räknare och skrivmaskiner.
3. Elektronisk - Detta är den snabbaste metoden för databehandling och även modern teknik med de moderna krävda funktioner som högsta tillförlitlighet och noggrannhet. Denna metod uppnås med uppsättningen program eller programvara som körs på datorer.
typer
På grundval av steg de utförde eller process de utförde. Det gillar:
- Batchbehandling (i partier)
- Realtidsbehandling (i en liten tidsperiod eller i realtidsläge)
- Online-bearbetning (automatiskt sätt in)
- Multiprocessing (flera datamängder parallella)
- Tidsdelning (flera datauppsättningar med tidsdelning)
Varför ska vi använda databehandling?
Nu är en dags data viktigare. De flesta av arbetena bygger på själva uppgifterna, så allt fler data samlas in för olika ändamål som vetenskaplig forskning, akademisk, privat och personlig användning, kommersiellt bruk, institutionell användning och så allt. Det är nödvändigt att bearbeta dessa insamlade data så att alla ovannämnda steg används för bearbetningen som lagras, sorteras, filtreras, analyseras och presenteras i önskat användningsformat. Den tidskrävande och komplexa behandlingen beror på de resultat som krävs. När det gäller enorm datainsamling eller big data, behovet av bearbetning för att få optimala resultat med hjälp av data mining och datahantering blir det mer och mer kritiskt.
Verktyg
De vanligtvis tillgängliga databehandlingsverktygen är Hadoop, Storm, HPCC, Qubole, Statwing, CouchDB och så allt.
Slutsats:
1. Det är omvandlingen av data till användbar information.
2. Databehandlingen är i stort sett indelad i 6 grundläggande steg som datainsamling, lagring av data, sortering av data, bearbetning av data, dataanalys, datapresentation och slutsatser.
3. Det finns huvudsakligen tre metoder som används för att behandla som är manuella, mekaniska och elektroniska.
Rekommenderade artiklar
Detta har varit en guide till Vad är databehandling ?. Här diskuterade vi hur data bearbetas, olika metoder, olika typer av output, verktyg och användning av databehandling. Du kan också gå igenom våra andra föreslagna artiklar för att lära dig mer -
- Verktyg för datavisualisering
- Vad är Data Warehouse?
- Vad är datavisualisering