Cuprins:
Definiție - Ce înseamnă Big Data?
Datele mari se referă la un proces care este utilizat atunci când tehnicile tradiționale de extragere și manipulare a datelor nu pot descoperi informațiile și semnificația datelor de bază. Datele care nu sunt structurate sau sensibile la timp sau pur și simplu foarte mari nu pot fi procesate de motoarele bazei de date relaționale. Acest tip de date necesită o abordare diferită de prelucrare numită date mari, care folosește un paralelism masiv pe hardware-ul ușor disponibil.
Techopedia explică Big Data
Simplu, datele mari reflectă lumea în schimbare în care trăim. Cu cât se schimbă mai multe lucruri, cu atât schimbările sunt capturate și înregistrate ca date. Luăm ca exemplu vremea. Pentru un pronostic meteorologic, cantitatea de date colectate în întreaga lume despre condițiile locale este substanțială. În mod logic, ar avea sens că mediile locale dictează efecte regionale și efectele regionale dictează efecte globale, dar ar putea fi chiar invers. Într-un fel sau altul, aceste date meteorologice reflectă atributele datelor mari, unde procesarea în timp real este necesară pentru o cantitate masivă de date și unde numărul mare de intrări poate fi generat automat, observații personale sau forțe exterioare, cum ar fi petele solare.
Prelucrarea informațiilor de acest fel ilustrează motivul pentru care datele mari au devenit atât de importante:
- Majoritatea datelor colectate acum nu sunt structurate și necesită diferite stocări și prelucrări care se găsesc în bazele de date relaționale tradiționale.
- Puterea de calcul disponibilă este rachetă, ceea ce înseamnă că există mai multe oportunități de procesare a datelor mari.
- Internetul a democratizat datele, crescând constant datele disponibile, producând totodată mai multe date brute.
Datele în forma sa brută nu au nicio valoare. Datele trebuie prelucrate pentru a fi de valoare. Totuși, aici se află problema inerentă a datelor mari. Procesarea datelor de la formatul obiectului nativ la o perspectivă utilizabilă merită costul capitalului masiv în acest sens? Sau există prea multe date cu valori necunoscute pentru a justifica jocul de procesare a acestora cu instrumente de date mari? Cei mai mulți dintre noi am fi de acord că, pentru a putea prezice vremea va avea valoare, întrebarea este dacă această valoare ar putea depăși costurile pentru ștergerea tuturor datelor în timp real într-un raport meteo pe care s-ar putea conta.
