Indholdsfortegnelse:
Definition - Hvad betyder Big Data?
Big data henviser til en proces, der bruges, når traditionel data mining og håndteringsteknikker ikke kan afsløre indsigt og betydning af de underliggende data. Data, der er ustrukturerede eller tidsfølsomme eller simpelthen meget store, kan ikke behandles af relationelle databasemotorer. Denne type data kræver en anden behandlingsmetode kaldet big data, som bruger massiv parallelisme på let tilgængelig hardware.
Techopedia forklarer Big Data
Store data afspejler ganske enkelt den skiftende verden, vi lever i. Jo flere ting ændrer sig, desto mere fanges ændringerne og registreres som data. Tag vejret som et eksempel. For en vejrvarsler er mængden af data, der indsamles over hele verden om lokale forhold, betydelig. Logisk set ville det være fornuftigt, at lokale miljøer dikterer regionale effekter og regionale effekter dikterer globale effekter, men det kunne godt være omvendt. En eller anden måde afspejler disse vejrdata attributterne til big data, hvor realtidsbehandling er nødvendig for en enorm mængde data, og hvor det store antal input kan genereres maskine, personlige observationer eller udvendige kræfter som solplader.
Behandling af information som denne illustrerer, hvorfor big data er blevet så vigtig:
- De fleste data, der indsamles nu, er ustrukturerede og kræver forskellig opbevaring og behandling, end den findes i traditionelle relationelle databaser.
- Tilgængelig computerkraft er sky-rocketing, hvilket betyder, at der er flere muligheder for at behandle big data.
- Internettet har demokratiseret data, hvilket stadigt øger de tilgængelige data, mens det også producerer flere og flere rå data.
Data i sin rå form har ingen værdi. Data skal behandles for at være værdifulde. Imidlertid ligger her det iboende problem med big data. Er behandling af data fra oprindeligt objektformat til en brugbar indsigt værd at de enorme kapitalomkostninger ved at gøre det? Eller er der bare for mange data med ukendte værdier til at retfærdiggøre gamble af at behandle dem med big data-værktøjer? De fleste af os er enige om, at det at have mulighed for at forudsige vejret ville have værdi, spørgsmålet er, om denne værdi kan opveje omkostningerne ved at knuse alle realtidsdata i en vejrrapport, der kunne regnes med.
