プログラミング
 Computer >> コンピューター >  >> プログラミング >> プログラミング

進化的テクノロジーとは何ですか?


進化的アルゴリズムは、生物の行動を模倣するプロセスを採用することで問題を解決する、進化的AIベースのコンピューターソフトウェアです。そのため、生殖、突然変異、組換えなど、一般的に生物学的進化に関連するメカニズムが必要です。

データ抽出および変換ツールの例は、進化的テクノロジーのETL-EXTRACTツールスイートです。抽出は、データウェアハウス環境でさらに役立つ情報をソースシステムから抽出するサービスです。これは、ETLプロセスの最初の手順です。抽出後、このデータを変更してデータウェアハウスにロードできます。

データ抽出のプロセスには、乱雑なデータソースからの情報の取得が含まれます。データ抽出は、リレーショナルデータベースのステージング操作にロードされます。したがって、抽出ロジックが利用され、ソースシステムはソフトウェアプログラミングインターフェイスを使用してデータを要求されます。

この製品は、異なるストレージ環境間でのデータの移行を自動化および迅速化し、組織が時間とコストを最大93%節約できる可能性があります。これにより、ユーザーは次のことが可能になります-

  • データウェアハウスにデータを入力して維持できます。
  • 異種システムを統合するために使用されます。
  • データを新しいデータベース、アプリケーション、プラットフォームに移行できます。
  • 分散クライアントサーバーなどの新しいアーキテクチャに移行できます。

ETL-EXTRACTツールスイートは、次のような柔軟なソリューションです-

  • さまざまなプラットフォーム、OS、DBMSから他のプラットフォームへのデータ収集、変換、移行をサポートできます。

  • 自動的に生成され、ソースおよびターゲットプラットフォームに適した言語でプログラムを実行できます。

  • これは、ユーザーが保存されたデータに関する情報を追跡できるようにするメタデータ機能を提供します。

  • これは、ユーザーが簡単なポイントアンドクリック操作でデータを移動する方法を示すことができるグラフィカルインターフェイスを提供します。

ETL-EXTRACTツールスイートのコンポーネント-

  • ETL-EXTRACTエグゼクティブ。
  • ETL-EXTRACTワークセットブラウザ。
  • ETL-EXTRACTメタデータ機能。
  • メタデータストアデータベース。
  • メタデータ交換ライブラリ。

このツールの主な機能は、プログラムで実行できる条件付きデータの選択と変換をサポートする機能です。また、幅広いメタデータ管理オプションを提供します。 ETL-EXTRACTツールスイートは、2セットの生産性ツールで構成されています-

マスターツールセット −環境エディタを使用すると、さまざまなプラットフォームとシステムOSをそれぞれ指定できます。

スキーマエディタを使用すると、スキーマ情報を参照または更新するための簡単なアクセスが提供されます。

文法エディタは、カスタマイズされた条件を定義するための簡略化された手段を提供します

テンプレートエディタを使用すると、プログラミングルールをすばやく指定して、データの取得、変換、およびプログラムへの入力方法を形作ることができます。

変換エディター −ユーザーは次のことができます-

  • データをテストおよび変換するプログラムを作成するために使用されます。

  • 複数のシステムからのデータをマージして、新しいデータベースを生成できます。

  • 1つ以上のデータベースまたはファイル形式からデータを取得するために使用できます。

  • 任意の数のDBMSまたはファイル形式を設定できます。


  1. データセンターとは何ですか?

    datacenterと綴られることもあるデータセンター (一言)は、多数のコンピュータサーバーと関連機器を含む施設に付けられた名前です。 データセンターは、壁を超えた「コンピュータールーム」と考えてください。会社のユーザー宛てのメール、財務記録、ウェブサイトのデータなど、あらゆる種類のデータを保存できます。 データセンターは何に使用されますか? 一部のオンラインサービスは非常に大きいため、1台または2台のサーバーから実行できません。代わりに、これらのサービスを機能させるために必要なすべてのデータを保存および処理するために、数千または数百万台の接続されたコンピューターが必要です。 たと

  2. STREAMとは何ですか?

    STREAMは、k-中央値問題のために作成された個別パスの定数要素近似アルゴリズムです。 k-medians問題は、ポイントとそれらが割り当てられているクラスター中心との間の二乗和誤差(SSQ)が最小になるように、N個のデータポイントをk個のクラスターまたはグループにクラスター化することです。アイデアは、同じクラスターに同様のポイントを割り当てることです。これらのポイントは、他のクラスターのポイントとは異なります。 ストリームデータモデルでは、データポイントは1回しか表示できず、メモリと時間は制限されています。高品質のクラスタリングを実装できます。STREAMアルゴリズムは、データストリーム