Einführung
Fast alle Domains / aktuelle Unternehmen werden durch SMAC . transformiert. SMAC ist ein Sammelbegriff, der sich auf die Veränderungen bezieht, die in Soffiziell, METROobile, EINanalytisch und Cstark. Die Auswirkungen dieser Änderung waren weit verbreitet: Organisationen, Menschen und Produkte. Im heutigen Artikel, Wir ermöglichen Ihnen, Ihre Analysefähigkeiten durch den Einsatz von Cloud Computing auf die nächste Stufe zu heben.
Wir haben das Konzept des Cloud Computing mit R-Programmierung und RStudio mit einer Schritt-für-Schritt-Methodik erklärt. Was ist mehr, Außerdem erfahren Sie mehr über die Vorteile der Verwendung von R in der Cloud im Vergleich zur herkömmlichen Desktop- oder Client-Architektur / lokaler Server.
Wolke: eine befähigende Plattform für Data Science:
Cloud Computing hat in den letzten Jahren ein beispielloses Wachstum und eine beispiellose Durchdringung erfahren. Ermöglicht es Organisationen, schnell und einfach zu skalieren. Bei Nutzung von Cloud-Diensten, Unternehmen sammeln, große Datenmengen speichern und analysieren, was vorher fast undenkbar war. Aber trotzdem, mit Diensten von Unternehmen wie Amazon, Google und Microsoft, Cloud-Dienste sind jetzt für jeden Analysten zugänglich.
Vorbei sind die Zeiten, in denen Sie einen Server für eine bestimmte Kapazität kaufen und dann einen neuen kaufen müssen, wenn die bisherige Kapazität erschöpft war. Zum Beispiel, Die meisten Analysen, die ich normalerweise durchführe, basieren auf einigen GB Daten, genug, um direkt auf meinem Laptop zu laufen. Aber trotzdem, kürzlich hat Microsoft ~ . gepostet 400 GB Malware- und Virendaten in Kaggle. Wenn ich daran gedacht hätte, dieses Problem auf meinem Laptop zu lösen, Allein durch das Herunterladen des Datensatzes wäre mir der Internetplan ausgegangen. Es zu analysieren ist eine eigene Herausforderung für sich.
Auch wenn ich den Datensatz heruntergeladen hätte, Die einzige Möglichkeit, die Bedeutungsberechnung auf einem nicht Cloud-basierten Weg durchzuführen, bestand darin, eine neue Maschine zu kaufen, was keine sehr praktische lösung ist. Hier kommt Cloud Computing ins Spiel!!
Muss lesen: Schritt-für-Schritt-Anleitung zum Erlernen der Programmierung in R
Warum brauchen Sie die 'Cloud'?
Wie in der vorherigen Fallstudie besprochen, Die Cloud ist für Big Data günstiger als Desktop-Speicher, Laptops oder lokale Server. Erwarten. Big Data? Jawohl! Big Data ist ein allgemeiner Begriff, der im Wesentlichen Daten bezeichnet, deren Volumen, Vielfalt und Geschwindigkeit ist größer als bei herkömmlichen Datenquellen und erfordert verteiltes Computing wie Hadoop und Nicht-RDBMS-Speicher wie NoSQL-Datenbanken.
Muss lesen: Ein Leitfaden für Anfänger zur Nutzung von Big Data mit MongoDB
Was ist Cloud-Computing??
Laut NIST-Definition von Cloud Computing,
Cloud Computing ist ein Modell zur Ermöglichung des On-Demand-Netzwerkzugriffs, bequem und allgegenwärtig für einen gemeinsamen Pool konfigurierbarer Computerressourcen (zum Beispiel, Netzwerke, Server, Lagerung, Anwendungen und Dienste) die mit minimalem Administrations- oder Service-Provider-Interaktionsaufwand schnell bereitgestellt und freigegeben werden können. Dieses Cloud-Modell besteht aus fünf wesentlichen Merkmalen, drei Servicemodelle und vier Bereitstellungsmodelle.
Cloud Computing besteht aus 3 Komponenten:
- Infrastruktur als ein Service (IaaS)
- Plattform als Service (PaaS)
- Software als Service (SaaS)
IaaS– Um Ihre Anwendungen zu implementieren, Cloud-Nutzer installieren Images des Betriebssystems und ihrer Anwendungssoftware auf der Cloud-Infrastruktur. Bei diesem Modell, Cloud-Benutzer patcht und wartet Betriebssysteme und Anwendungssoftware.
PaaS– Cloud-Anbieter bieten eine Computing-Plattform, die normalerweise das Betriebssystem enthält, die Laufzeitumgebung der Programmiersprache, die Datenbank und der Webserver. Anwendungsentwickler können ihre Softwarelösungen auf einer Cloud-Plattform entwickeln und ausführen, ohne die Kosten und die Komplexität des Kaufs und der Verwaltung der zugrunde liegenden Hardware- und Softwareschichten.
SaaS – Bei Software as a Service (SaaS), Benutzer haben Zugriff auf Datenbanken und Anwendungssoftware. Cloud-Anbieter verwalten die Infrastruktur und Plattformen, auf denen die Anwendungen ausgeführt werden. SaaS wird manchmal genannt “Software auf Anfrage”.
Was sind die Vor- und Nachteile der Verwendung von Cloud Computing mit R gegenüber anderen Anwendungen??
Python ist genauso kostenlos wie R, aber der Hauptgrund, warum R punktet, ist, dass die statistische Bibliothek von R-Paketen viel umfangreicher ist. SAS bleibt die führende Sprache für Unternehmensanalysen auf dem Desktop, ist aber für kleine Unternehmen immer noch teuer und hat aufgrund der jährlichen Lizenzstruktur statt der einmaligen Lizenzgebühr einen deutlichen Nachteil in der Investitionsverpflichtung.
Muss lesen: eine Kurzanleitung zu SAS vs. R vs. Python
Was sind die Vorteile von R in der Cloud im Vergleich zum Desktop??
- Da wir wissen, dass R darauf beschränkt ist, Daten zu verarbeiten, die so groß sind wie der RAM, die Cloud bietet uns eine schnelle Lösung für den Umgang mit Big Data Science mit R. Dies kann durch einfaches Erhöhen des Arbeitsspeichers auf der Instanz der virtuellen Maschine erfolgen. Sie können die verschiedenen Arten von RAM-Optionen sehen, die in der Cloud verfügbar sind und auf dem lokalen Computer einfach nicht erschwinglich sind.
- Für große Datensätze, es ist besser, es in der Cloud zu verwenden, als den Datensatz herunterzuladen, Bearbeite es und bewerte es dann. Zum Beispiel, wenn Sie einen Wettbewerb haben, der verwendet 30 GB Daten, Sie verwenden es besser in der Cloud. Deswegen, Die Cloud ist eine großartige Möglichkeit, sich über Big Data zu informieren, ohne sich um die Internetgeschwindigkeit kümmern zu müssen.
- Die Cloud hat eine viel bessere Bandbreitengeschwindigkeit. Deswegen, Software installieren und Daten übertragen geht in der Cloud viel schneller.
- Sie können zusätzliche Dienste wie AzureML mit R in der Cloud verwenden, anstatt Ihren eigenen Machine Learning-Dienst von Grund auf neu zu erstellen. Das kannst du Lernprogramm für mehr Informationen.
- Die Cloud ist bei Änderungen des Datenvolumens oder der Geschwindigkeit viel besser skalierbar.
Nimm den Test: Soll ich Data Scientist werden??
So verwenden Sie die R-Programmierung in der Cloud?
Sie können eine Instanz erstellen (eine virtuelle Maschine, auf die Sie aus der Ferne zugreifen) In Amazon Cloud, oder Microsoft Azure oder Google Cloud. Später, Sie können R einfach so installieren, wie Sie es auf Ihrem lokalen Desktop verwenden. Verbindet sich über SSH oder Remote Desktop mit Ihrem Remote-Computer.
Dann, Es wird ein schrittweiser Prozess zum Erstellen einer Cloud-Instanz auf Amazon Web Services gezeigt.
Notiz: Amazon hat eine kostenlose Stufe, mit der Sie die Amazon-Cloud während der Zeit kostenlos testen können 1 Jahr. Aber trotzdem, Dies gilt nur für Mikroinstanzen mit sehr wenig RAM und sehr wenig Speicherplatz. Für mehr RAM und mehr Speicherplatz, muss mehr bezahlen. Um die verschiedenen Instanzen und ihre Stundenpreise zu sehen, Sie können die Seite besuchen hier. Grundsätzlich, Tarife werden in Berechnungseinheiten berechnet, aber diese Website macht es einfach, die Kosten zu berechnen.
Sie müssen zuerst Ihre Amazon ID erstellen. Sobald ich fertig bin, Führen Sie die folgenden Schritte aus, um eine Cloud-Instanz auf Amazon-Webservices zu erstellen:
-
- Melden Sie sich bei der Amazon Web Services-Konsole an (AWS)
- Klicken Sie auf Instanz ausführen
- Wählen Sie das Betriebssystem für Ihre virtuelle Maschine aus, auf das Sie remote zugreifen möchten. Hier habe ich Amazon Linux gewählt.
- Wählen Sie den Instanztyp (RAM-Größe und benötigter Speicher). Betrachten hier Preise vergleichen.
- Erstellen Sie einen Sicherheitsschlüssel. Dies ist für eine sichere, crackersichere Anmeldung auf dem Remote-Rechner erforderlich. Beachten Sie, dass Sie Remote-Desktop für Windows-Betriebssysteme verwenden können, aber Sie müssen SSH für Linux-Instanzen verwenden.
- Klicken Sie auf Instanz starten
- Verbinden Sie sich mit Ihrem Sicherheitsschlüssel mit der Instanz, indem Sie die Anweisungen befolgen.
- Arbeiten Sie nun auf Ihrem Remote-Rechner wie auf einem lokalen Rechner.
- Hier versuche ich R . zu installieren
- Wenn Sie mit Ihrer Arbeit fertig sind- RDenken Sie daran, die Instanz zu schließen damit Ihnen keine hohe monatliche Rechnung entsteht.
Sie können Instanzen bei Bedarf auswählen, oder sogar reservierte Instanzen haben (eine virtuelle Maschine für einen bestimmten Zeitraum reservieren und, Daher, mit einem erheblichen Rabatt).
Nimm den Test: Soll ich Data Scientist werden??
So verwenden Sie R in der Cloud mit RStudio?
RStudio Server Edition läuft nur unter Linux. Deswegen, wir wählen die Linux-Instanz in der Cloud und konfigurieren dann R Studio Server. Dann können wir uns per Browser mit dem Remote-RStudio-Server verbinden und ihn auf die gleiche Weise verwenden.
Hier ist eine Schritt-für-Schritt-Anleitung zum Ausführen von RStudio in der Cloud.
- Notiz: Wir installieren R bereits mit sudo yum installiere R
- Laden Sie den RStudio-Server auf Ihre virtuelle Maschine herunter und installieren Sie dann RStudio-Server
$ wget http://download2.rstudio.org/rstudio-server-rhel5-0.99.442-i686.rpm $ sudo yum install --nogpgcheck rstudio-server-rhel5-0.99.442-i686.rpm
- Sie überprüfen die Installation
$ sudo rstudio-server verifizieren-installation
- Öffne den Hafen 8787 Verwenden der Sicherheitsgruppe in der AWS-Konsole (Sicherheitsgruppen der linken Bank) Erstellen einer benutzerdefinierten TCP-Regel (klicke auf Bearbeiten in der Registerkarte unten)
- Erstellen Sie einen neuen Benutzer mit einem neuen Passwort über das SSH-Terminal für Ihre Cloud-Instanz der virtuellen Maschine
- sudo useradd newuser1
- sudo passwd newuser1
- Die öffentliche IP-Adresse der Cloud-Instanz finden Sie im Reiter Instanzen auf der linken Seite.
- Öffnen Sie Ihren Browser unter IPAdresse: 8787 und melden Sie sich dann mit der zuvor erstellten Benutzer-ID und dem zuvor erstellten Passwort an
- Sie können R jetzt über die Cloud über einen Browser verwenden
R durch die Bioleiter-Wolke nutzen?
Die Bioleiter-Cloud ist eine erstaunliche Möglichkeit, R in der Cloud zu starten. Sie können die Anweisungen sehen hier.
Welche anderen Cloud-Computing-Optionen gibt es??
Sie können auch Google Cloud- und Windows Azure-Optionen verwenden. Aber trotzdem, der größte Teil des Platzes wird von Amazon Web Services dominiert.
Beispiele für die Verwendung von R mit Plattformen und anderer Software als Service?
Jawohl, wir können benutzen Azure Machine Learning mit R in der Cloud und nutzen auch Google Big Query mit R.
Ein Beispiel für Big Data mit R in der Cloud?
Jawohl, es gibt viele Beispiele. Ressource 1 Ja Ressource 2.
Abschließende Anmerkungen
In diesem Stadium, Ich hätte schon einen Überblick, wie man Cloud Computing mit R und R Studio implementieren kann. Ich habe es wirklich genossen, die hilfreichen Ressourcen in diesem Artikel zu schreiben und auszuwählen.. In diesem Artikel werden auch Fragen behandelt, die beim Erlernen von Cloud Computing in R . häufig gestellt werden. Deswegen, Ich habe versucht, sie alle in diesem Artikel zu behandeln.. Nach meiner persönlichen Erfahrung, Ich fand, dass die Demonstration der Cloud in R im Vergleich zu anderen Softwares relativ einfacher ist.
Ich hoffe, dieser Artikel hat Ihnen geholfen, sich mit Cloud Computing vertraut zu machen. Wir würden uns freuen, von Ihnen zu hören.. Findest du es nützlich? Fühlen Sie sich frei, Ihre Gedanken über die Kommentare unten zu posten..
