మొత్తం విశ్వం మరియు మన గెలాక్సీ బిగ్ బ్యాంగ్ పేలుడు కారణంగా ఏర్పడినట్లు చెబుతారు, అదేవిధంగా, చాలా సాంకేతిక పురోగతి కారణంగా, డేటా కూడా విపరీతంగా పెరుగుతోంది, ఇది బిగ్ డేటా పేలుడుకు దారితీస్తుంది. ఈ డేటా వివిధ వనరుల నుండి వస్తుంది, విభిన్న ఆకృతులను కలిగి ఉంది, వేరియబుల్ రేటుతో ఉత్పత్తి అవుతుంది మరియు అసమానతలను కూడా కలిగి ఉండవచ్చు. అందువల్ల, అటువంటి డేటా యొక్క పేలుడును మనం కేవలం పదం చేయవచ్చు .బిగ్ డేటా అనలిటిక్స్ గురించి మీకు అంతర్దృష్టులను ఇవ్వడానికి నేను ఈ బ్లాగులో ఈ క్రింది అంశాలను వివరిస్తాను:
- బిగ్ డేటా అనలిటిక్స్ ఎందుకు?
- బిగ్ డేటా అనలిటిక్స్ అంటే ఏమిటి?
- పెద్ద డేటా సాధనాలు
- పెద్ద డేటా డొమైన్లు
- పెద్ద డేటా వినియోగ కేసులు
- బిగ్ డేటా అనలిటిక్స్లో పోకడలు
బిగ్ డేటా అనలిటిక్స్ ఎందుకు?
నేను దేని గురించి మీకు చెప్పడానికి ముందు విశ్లేషణలు, ఇది ఎందుకు అవసరమో నేను మీకు చెప్తాను. మేము ప్రతిరోజూ 2.5 క్విన్టిలియన్ బైట్ల డేటాను సృష్టిస్తాము అని నేను మీకు తెలియజేస్తాను! కాబట్టి ఇప్పుడు మేము బిగ్ డేటాను కూడబెట్టుకున్నాము, దానిని విస్మరించలేము లేదా పనిలేకుండా ఉండటానికి మరియు దానిని వృథాగా మార్చలేము.
ప్రపంచవ్యాప్తంగా ఉన్న వివిధ సంస్థలు మరియు రంగాలు అనేక ప్రయోజనాలను పొందటానికి బిగ్ డేటా అనలిటిక్స్ను ఉపయోగించడం ప్రారంభించాయి. బిగ్ డేటా అనలిటిక్స్ అనేక కంపెనీలు చర్యలుగా మారి భారీ లాభాలను మరియు ఆవిష్కరణలను ఇస్తున్న అంతర్దృష్టులను ఇస్తుంది. ఆసక్తికరమైన ఉదాహరణలతో పాటు ఇలాంటి నాలుగు కారణాలను నేను జాబితా చేయబోతున్నాను.
మొదటి కారణం,
- తెలివిగా మరియు మరింత సమర్థవంతమైన సంస్థగా చేయడం
అలాంటి ఒక సంస్థ గురించి నేను మీకు చెప్తాను, న్యూయార్క్ పోలీస్ డిపార్ట్మెంట్ (NYPD). నేరాలు జరిగే ముందు వాటిని గుర్తించడానికి మరియు గుర్తించడానికి NYPD బిగ్ డేటా మరియు విశ్లేషణలను అద్భుతంగా ఉపయోగిస్తుంది. వారు చారిత్రక అరెస్ట్ నమూనాలను విశ్లేషిస్తారు మరియు తరువాత వాటిని ఫెడరల్ సెలవులు, పేడేలు, ట్రాఫిక్ ప్రవాహాలు, వర్షపాతం వంటి సంఘటనలతో మ్యాప్ చేస్తారు.ఈ డేటా నమూనాలను ఉపయోగించడం ద్వారా సమాచారాన్ని వెంటనే విశ్లేషించడానికి ఇది వారికి సహాయపడుతుంది. బిగ్ డేటా మరియు అనలిటిక్స్ వ్యూహంసహాయపడుతుందివారు నేర ప్రదేశాలను గుర్తిస్తారు, దీని ద్వారా వారు తమ అధికారులను ఈ ప్రదేశాలకు మోహరిస్తారు. నేరాలు జరగడానికి ముందు ఈ ప్రదేశాలకు చేరుకోవడం ద్వారా, అవి నేరాలు జరగకుండా నిరోధిస్తాయి.
- కస్టమర్ ప్రవర్తనను విశ్లేషించడం ద్వారా వ్యాపార కార్యకలాపాలను ఆప్టిమైజ్ చేయండి చాలా సంస్థలు కస్టమర్ సంతృప్తిని అందించడానికి కస్టమర్ల ప్రవర్తనా విశ్లేషణలను ఉపయోగిస్తాయి మరియు అందువల్ల వారి కస్టమర్ బేస్ను పెంచుతాయి. దీనికి మంచి ఉదాహరణ అమెజాన్. అమెజాన్ ఉత్తమ మరియు విస్తృతంగా ఉపయోగించే ఇ-కామర్స్ వెబ్‌సైట్లలో ఒకటి, ఇది 300 మిలియన్ల కస్టమర్ బేస్ కలిగి ఉంది. అనుకూలీకరించిన వెబ్ పేజీలలో అనుకూలీకరించిన ఫలితాలను అందించడానికి వారు కస్టమర్ క్లిక్-స్ట్రీమ్ డేటా మరియు చారిత్రక కొనుగోలు డేటాను ఉపయోగిస్తారు. విశ్లేషించడం వారి వెబ్‌సైట్‌లోని ప్రతి సందర్శకుల క్లిక్‌లు వారి సైట్-నావిగేషన్ ప్రవర్తనను అర్థం చేసుకోవడంలో సహాయపడతాయి, ఉత్పత్తిని కొనడానికి వినియోగదారు తీసుకున్న మార్గాలు, సైట్‌ను విడిచిపెట్టడానికి దారితీసిన మార్గాలు మరియు మరిన్ని. ఈ సమాచారం అమెజాన్ వారి వినియోగదారు అనుభవాన్ని మెరుగుపరచడానికి సహాయపడుతుంది, తద్వారా వారి అమ్మకాలు మరియు మార్కెటింగ్ మెరుగుపడుతుంది.
- ధర తగ్గింపు బిగ్ డేటాను నిల్వ చేయడానికి మరియు ప్రాసెస్ చేయడానికి బిగ్ డేటా టెక్నాలజీస్ మరియు క్లౌడ్ కంప్యూటింగ్ వంటి సాంకేతిక పురోగతులు గణనీయమైన ఖర్చు ప్రయోజనాలను తెస్తాయి. హెల్త్‌కేర్ వారి ఖర్చులను తగ్గించడానికి బిగ్ డేటా అనలిటిక్స్ను ఎలా ఉపయోగిస్తుందో నేను మీకు చెప్తాను. ఈ రోజుల్లో రోగులు ఇంట్లో లేదా వెలుపల ఉన్నప్పుడు కొత్త సెన్సార్ పరికరాలను ఉపయోగిస్తున్నారు, ఇది రోగుల పరిస్థితులను స్వీయ-నిర్వహణ ద్వారా ఆసుపత్రిలో నివారించడంలో సహాయపడటానికి నిజ సమయంలో పర్యవేక్షించగల మరియు విశ్లేషించగల స్థిరమైన డేటా ప్రవాహాలను పంపుతుంది.ఆసుపత్రిలో చేరిన రోగుల కోసం, వైద్యులు ఫలితాలను ఆప్టిమైజ్ చేయడానికి మరియు రీడిమిషన్లను తగ్గించడానికి ప్రిడిక్టివ్ అనలిటిక్స్ ఉపయోగించవచ్చు.పార్క్ ల్యాండ్ హాస్పిటల్ అధిక ప్రమాదం ఉన్న రోగులను గుర్తించడానికి మరియు రోగులను ఇంటికి పంపిన తర్వాత ఫలితాలను అంచనా వేయడానికి విశ్లేషణలు మరియు ప్రిడిక్టివ్ మోడలింగ్‌ను ఉపయోగిస్తుంది. ఫలితంగా, పార్క్ ల్యాండ్ గుండె ఆగిపోయిన రోగులకు 30 రోజుల రీమిషన్లను 31% తగ్గించింది, సంవత్సరానికి, 000 500,000 ఆదా అవుతుంది.
కొత్త తరం ఉత్పత్తులు
విశ్లేషణల ద్వారా కస్టమర్ అవసరాలను మరియు సంతృప్తిని కొలవగల సామర్థ్యంతో, వినియోగదారులకు వారు కోరుకున్నది ఇచ్చే శక్తి వస్తుంది. ఇక్కడ ఉదహరించడానికి ఇలాంటి మూడు ఆసక్తికరమైన ఉత్పత్తులను నేను కనుగొన్నాను. ప్రధమ , Googleస్వీయ డ్రైవింగ్ కారుఇది ప్రతి ట్రిప్‌లో మిలియన్ల గణనలను చేస్తుంది, ఇది ఎప్పుడు, ఎక్కడ తిరగాలి, వేగాన్ని తగ్గించాలా లేదా వేగవంతం చేయాలో మరియు ఎప్పుడు దారులు మార్చాలో నిర్ణయించడానికి సహాయపడుతుంది - మానవ డ్రైవర్ చక్రం వెనుక తీసుకునే అదే నిర్ణయాలు.
ది రెండవ ఒకటిబిగ్ డేటా అనలిటిక్స్ను పూర్తిగా విశ్వసించడం ద్వారా నెట్‌ఫ్లిక్స్ దాని అత్యంత ప్రజాదరణ పొందిన హౌస్ ఆఫ్ కార్డ్స్ యొక్క రెండు సీజన్లలో కట్టుబడి ఉంది! గత సంవత్సరం, నెట్‌ఫ్లిక్స్ తన US చందాదారుల సంఖ్యను 10% పెంచింది మరియు ప్రపంచవ్యాప్తంగా దాదాపు 20 మిలియన్ల మంది సభ్యులను చేర్చింది.
ది మూడవది ఉదాహరణ నేను చూసిన కొత్త మంచి విషయాలలో ఒకటి, ఇది స్మార్ట్ యోగా మత్. మీరు మీ స్మార్ట్ మాట్‌ను మొదటిసారి ఉపయోగించినప్పుడు, మీ శరీర ఆకారం, పరిమాణం మరియు వ్యక్తిగత పరిమితులను క్రమాంకనం చేయడానికి ఇది మిమ్మల్ని వరుస కదలికల ద్వారా తీసుకెళుతుంది. ఈ వ్యక్తిగత ప్రొఫైల్ సమాచారం మీ స్మార్ట్ మాట్ అనువర్తనంలో నిల్వ చేయబడుతుంది మరియు మీరు అమరిక లేదా సమతుల్యత లేనప్పుడు స్మార్ట్ మాట్ గుర్తించడంలో సహాయపడుతుంది. కాలక్రమేణా, మీరు మీ యోగాభ్యాసాన్ని మెరుగుపరుస్తున్నప్పుడు నవీకరించబడిన డేటాతో స్వయంచాలకంగా అభివృద్ధి చెందుతుంది.
బిగ్ డేటా అనలిటిక్స్ అంటే ఏమిటి?
ఇప్పుడు “బిగ్ డేటా అనలిటిక్స్ అంటే ఏమిటి?” అని అధికారికంగా నిర్వచించుకుందాం. దాచిన నమూనాలు, సహసంబంధాలు మరియు ఇతర అంతర్దృష్టులను వెలికితీసేందుకు పెద్ద డేటా విశ్లేషణలు పెద్ద మరియు విభిన్న రకాల డేటాను పరిశీలిస్తాయి. సాధారణంగా, బిగ్ డేటా అనలిటిక్స్ ఎక్కువగా కంపెనీలు వారి పెరుగుదల మరియు అభివృద్ధిని సులభతరం చేయడానికి ఉపయోగిస్తాయి. ఇది ప్రధానంగా ఇచ్చిన డేటా సమితిపై వివిధ డేటా మైనింగ్ అల్గారిథమ్‌లను వర్తింపజేస్తుంది, ఇది మంచి నిర్ణయం తీసుకోవడంలో వారికి సహాయపడుతుంది.
బిగ్ డేటా అనలిటిక్స్లో దశలు
బిగ్ డేటా అనలిటిక్స్ ప్రక్రియలో ఇవి క్రింది దశలు:
బిగ్ డేటా అనలిటిక్స్ రకాలు
నాలుగు రకాలు ఉన్నాయి:
- వివరణాత్మక విశ్లేషణలు: ఇది గతం గురించి అంతర్దృష్టిని అందించడానికి డేటా అగ్రిగేషన్ మరియు డేటా మైనింగ్‌ను ఉపయోగిస్తుంది మరియు “ఏమి జరిగింది?” వివరణాత్మక విశ్లేషణలు పేరును 'వర్ణించడం' లేదా ముడి డేటాను సంగ్రహించడం మరియు మానవులకు అర్థమయ్యేలా చేస్తుంది.
- ప్రిడిక్టివ్ అనలిటిక్స్: భవిష్యత్తును అర్థం చేసుకోవడానికి మరియు సమాధానం ఇవ్వడానికి ఇది గణాంక నమూనాలు మరియు భవిష్య పద్ధతులను ఉపయోగిస్తుంది: “ఏమి జరగవచ్చు?” ప్రిడిక్టివ్ అనలిటిక్స్ కంపెనీలకు డేటా ఆధారంగా క్రియాత్మకమైన అంతర్దృష్టులను అందిస్తుంది. ఇది భవిష్యత్ ఫలితం యొక్క సంభావ్యత గురించి అంచనాలను అందిస్తుంది.
- ప్రిస్క్రిప్టివ్ అనలిటిక్స్: ఇది సాధ్యమైన ఫలితాలు మరియు సమాధానాలపై సలహా ఇవ్వడానికి ఆప్టిమైజేషన్ మరియు అనుకరణ అల్గారిథమ్‌లను ఉపయోగిస్తుంది: “మనం ఏమి చేయాలి?” ఇది వినియోగదారులకు అనేక విభిన్న చర్యలను 'సూచించడానికి' అనుమతిస్తుంది మరియు వాటిని పరిష్కారం వైపు నడిపిస్తుంది. ఒక్కమాటలో చెప్పాలంటే, ఈ విశ్లేషణలు సలహాలను అందించడం.
- విశ్లేషణ విశ్లేషణలు: గతంలో ఏదో ఎందుకు జరిగిందో తెలుసుకోవడానికి ఇది ఉపయోగించబడుతుంది. ఇది డ్రిల్-డౌన్, డేటా డిస్కవరీ, డేటా మైనింగ్ మరియు సహసంబంధాల వంటి పద్ధతుల ద్వారా వర్గీకరించబడుతుంది. డయాగ్నొస్టిక్ అనలిటిక్స్ సంఘటనల యొక్క మూల కారణాలను అర్థం చేసుకోవడానికి డేటాను లోతుగా పరిశీలిస్తుంది.
పెద్ద డేటా ఉపకరణాలు
బిగ్ డేటా అనలిటిక్స్ కోసం ఉపయోగించే కింది సాధనాలు ఇవి: హడూప్ , , అపాచీ హెచ్‌బేస్ , అపాచీ స్పార్క్ , , , అపాచీ హైవ్ , కాఫ్కా .
పెద్ద డేటా డొమైన్లు
- ఆరోగ్య సంరక్షణ: హెల్త్‌కేర్ ఖర్చులను తగ్గించడానికి, అంటువ్యాధులను అంచనా వేయడానికి, నివారించగల వ్యాధులను నివారించడానికి మరియు సాధారణంగా జీవన నాణ్యతను మెరుగుపరచడానికి పెద్ద డేటా విశ్లేషణలను ఉపయోగిస్తోంది. అత్యంత విస్తృతమైనదిఆరోగ్య సంరక్షణలో బిగ్ డేటా యొక్క అనువర్తనాలు ఎలక్ట్రానిక్ హెల్త్ రికార్డ్ (EHR లు).
- టెలికాం: వారు బిగ్ డేటాకు అత్యంత ముఖ్యమైన సహకారి. టెలికాం పరిశ్రమ సేవ యొక్క నాణ్యతను మెరుగుపరుస్తుంది మరియుట్రాఫిక్‌ను మరింత సమర్థవంతంగా మార్గాలు చేస్తుంది. నిజ సమయంలో కాల్ డేటా రికార్డులను విశ్లేషించడం ద్వారా, ఈ కంపెనీలు మోసపూరిత ప్రవర్తనను గుర్తించి వాటిపై వెంటనే చర్య తీసుకోవచ్చు. మార్కెటింగ్ విభాగం తన కస్టమర్లను బాగా లక్ష్యంగా చేసుకోవడానికి మరియు కొత్త ఉత్పత్తులు మరియు సేవలను అభివృద్ధి చేయడానికి పొందిన అంతర్దృష్టులను ఉపయోగించటానికి దాని ప్రచారాలను సవరించగలదు.
- భీమా: ఈ కంపెనీలు రిస్క్ అసెస్‌మెంట్, మోసం గుర్తింపు, మార్కెటింగ్, కస్టమర్ అంతర్దృష్టులు, కస్టమర్ అనుభవం మరియు మరెన్నో కోసం పెద్ద డేటా విశ్లేషణలను ఉపయోగిస్తాయి.
- ప్రభుత్వం: దేశంలో వాణిజ్యం అంచనా వేయడానికి భారత ప్రభుత్వం పెద్ద డేటా విశ్లేషణలను ఉపయోగించింది. రాష్ట్రాలు ఒకదానితో ఒకటి ఎంతవరకు వర్తకం చేస్తాయో విశ్లేషించడానికి వారు సెంట్రల్ సేల్స్ టాక్స్ ఇన్వాయిస్‌లను ఉపయోగించారు.
- ఆర్థిక: చట్టబద్ధమైన వ్యాపార లావాదేవీల నుండి మోసపూరిత పరస్పర చర్యలను వేరు చేయడానికి బ్యాంకులు మరియు ఆర్థిక సేవల సంస్థలు విశ్లేషణలను ఉపయోగిస్తాయి. క్రమరహిత లావాదేవీలను నిరోధించడం వంటి తక్షణ చర్యలను విశ్లేషణ వ్యవస్థలు సూచిస్తున్నాయి, ఇది మోసం జరగడానికి ముందే ఆగి లాభదాయకతను మెరుగుపరుస్తుంది.
- ఆటోమొబైల్: రోల్స్ రాయిస్ దాని ఇంజన్లు మరియు ప్రొపల్షన్ సిస్టమ్స్‌లో వందలాది సెన్సార్లను అమర్చడం ద్వారా బిగ్ డేటాను స్వీకరించింది, ఇది వాటి ఆపరేషన్ గురించి ప్రతి చిన్న వివరాలను రికార్డ్ చేస్తుంది. నిజ సమయంలో డేటాలో మార్పులు ఇంజనీర్లకు నివేదించబడతాయి, వారు నిర్వహణను షెడ్యూల్ చేయడం లేదా ఇంజనీరింగ్ బృందాలను పంపించడం వంటి ఉత్తమ చర్యలను నిర్ణయిస్తారు.
- చదువు: బిగ్ డేటా అనలిటిక్స్ నెమ్మదిగా మరియు క్రమంగా గ్రహించబడుతున్న ఒక ఫీల్డ్ ఇది.సాంప్రదాయ ఉపన్యాస పద్ధతులకు బదులుగా పెద్ద డేటా శక్తితో కూడిన సాంకేతిక పరిజ్ఞానాన్ని ఒక అభ్యాస సాధనంగా ఎంచుకోవడం, విద్యార్థుల అభ్యాసాన్ని మెరుగుపరుస్తుంది మరియు ఉపాధ్యాయులు వారి పనితీరును బాగా తెలుసుకోవడానికి సహాయపడింది.
- రిటైల్: ఇ-కామర్స్ మరియు ఇన్-స్టోర్స్‌తో సహా రిటైల్ తమ వ్యాపారాన్ని ఆప్టిమైజ్ చేయడానికి బిగ్ డేటా అనలిటిక్స్ను విస్తృతంగా ఉపయోగిస్తోంది. ఉదాహరణకు, అమెజాన్, వాల్‌మార్ట్ మొదలైనవి.
పెద్ద డేటా వినియోగ కేసులు
నేను ఇక్కడ తీసుకున్న మొదటి వినియోగ కేసు స్టార్‌బక్స్.
నేను మీతో పంచుకోవాలనుకుంటున్న రెండవ ఉపయోగం కేసు ప్రొక్టర్ & గాంబుల్.
బిగ్ డేటా అనలిటిక్స్లో పోకడలు
క్రింద ఉన్న చిత్రం వర్ణిస్తుంది బిగ్ డేటా మార్కెట్ ఆదాయం లోబిలియన్2011 నుండి 2027 వరకు యు.ఎస్. డాలర్లు.
ఇక్కడ కొన్ని ఉన్నాయి ఫోర్బ్స్ చేత వాస్తవాలు మరియు గణాంకాలు :
కెరీర్ అవకాశాలు బిగ్ డేటా అనలిటిక్స్లో:
- జీతం కోణాలు: అనలిటిక్స్ ఉద్యోగాల సగటు జీతం సుమారు, 94,167. డేటా సైంటిస్ట్ మూడు సంవత్సరాల పాటు అమెరికాలో ఉత్తమ ఉద్యోగంగా ఎంపికయ్యాడు, సగటు మూల వేతనం, 000 110,000 మరియు 4,524 జాబ్ ఓపెనింగ్స్. భారతదేశంలో INR 10 లక్షల కన్నా తక్కువ జీతాలను ఆర్జించే అనలిటిక్స్ నిపుణుల శాతం 15 లక్షల కన్నా ఎక్కువ సంపాదించే అనలిటిక్స్ నిపుణుల శాతం తగ్గింది 17% 2016 లో ఇరవై ఒకటి% 2017 లో 22.3% 2018 లో.
- భారీ ఉద్యోగ అవకాశాలు: గూగుల్, ఆపిల్, ఐబిఎం, అడోబ్, క్వాల్కమ్ వంటి సంస్థలు బిగ్ డేటా అనలిటిక్స్ ప్రొఫెషనల్స్ ను నియమించుకుంటాయి.
నైపుణ్యములు
బిగ్ డేటా అనలిటిక్స్ రంగంలో పాత్రను బట్టి ఇవి అవసరమైన కొన్ని నైపుణ్యాలు:
- ప్రాథమిక ప్రోగ్రామింగ్: జావా మరియు పైథాన్ వంటి కొన్ని సాధారణ ప్రయోజన ప్రోగ్రామింగ్ భాష గురించి ఒకరికి జ్ఞానం ఉండాలి.
- గణాంక మరియు పరిమాణ విశ్లేషణ: గణాంకాలు మరియు పరిమాణాత్మక విశ్లేషణ గురించి ఒక ఆలోచన కలిగి ఉండటం అనువైనది.
- డేటా వేర్‌హౌసింగ్: SQL మరియు NoSQL డేటాబేస్ల పరిజ్ఞానం అవసరం.
- డేటా విజువలైజేషన్: అంతర్దృష్టులను అర్థం చేసుకోవడానికి మరియు చర్యలో వర్తింపజేయడానికి డేటాను ఎలా విజువలైజ్ చేయాలో తెలుసుకోవడం చాలా ముఖ్యం.
- నిర్దిష్ట వ్యాపార జ్ఞానం: వారి కార్యకలాపాలను ఆప్టిమైజ్ చేయడానికి వారు విశ్లేషణలను వర్తింపజేస్తున్న వ్యాపారం గురించి తప్పనిసరిగా తెలుసుకోవాలి.
- గణన చట్రాలు: బిగ్ డేటా అనలిటిక్స్ కోసం అవసరమైన కనీసం ఒకటి లేదా రెండు సాధనాల గురించి తెలుసుకోవాలి.
ఇప్పుడు మీకు బిగ్ డేటా అనలిటిక్స్ తెలుసు, చూడండి ప్రపంచవ్యాప్తంగా విస్తరించి ఉన్న 250,000 మందికి పైగా సంతృప్తికరమైన అభ్యాసకుల నెట్‌వర్క్‌తో విశ్వసనీయ ఆన్‌లైన్ లెర్నింగ్ సంస్థ ఎడురేకా చేత. రిటైల్, సోషల్ మీడియా, ఏవియేషన్, టూరిజం, ఫైనాన్స్ డొమైన్‌లో రియల్ టైమ్ యూజ్ కేసులను ఉపయోగించి హెచ్‌డిఎఫ్‌ఎస్, నూలు, మ్యాప్‌రెడ్యూస్, పిగ్, హైవ్, హెచ్‌బేస్, ఓజీ, ఫ్లూమ్ మరియు స్కూప్‌లో నిపుణులు కావడానికి ఎడురేకా బిగ్ డేటా హడూప్ సర్టిఫికేషన్ ట్రైనింగ్ కోర్సు సహాయపడుతుంది.
సి ++ సోర్స్ కోడ్‌ను విలీనం చేయండి
మాకు ప్రశ్న ఉందా? దయచేసి దీన్ని వ్యాఖ్యల విభాగంలో పేర్కొనండి మరియు మేము మిమ్మల్ని సంప్రదిస్తాము.