Innehållsförteckning:
Definition - Vad betyder Big Data?
Big data hänvisar till en process som används när traditionell data mining och hanteringsteknik inte kan avslöja insikten och betydelsen av de underliggande data. Data som är ostrukturerade eller tidskänsliga eller helt enkelt mycket stora kan inte behandlas av relationella databasmotorer. Denna typ av data kräver en annan behandlingsmetod som kallas big data, som använder massiv parallellitet på lättillgänglig maskinvara.
Techopedia förklarar Big Data
Big data återspeglar helt enkelt den föränderliga världen vi lever i. Ju fler saker förändras, desto mer fångas och registreras som data. Ta vädret som ett exempel. För en väderprognos är mängden data som samlas in världen över lokala förhållanden betydande. Logiskt skulle det vara meningsfullt att lokala miljöer dikterar regionala effekter och regionala effekter dikterar globala effekter, men det kan mycket väl vara tvärtom. På ett eller annat sätt återspeglar denna väderdata attributen för big data, där realtidsbehandling behövs för en enorm mängd data, och där det stora antalet ingångar kan genereras av maskinen, personliga observationer eller utsidan krafter som solfläckar.
Att bearbeta information som denna illustrerar varför big data har blivit så viktigt:
- De flesta data som samlas in nu är ostrukturerade och kräver annan lagring och bearbetning än det som finns i traditionella relationsdatabaser.
- Tillgänglig beräkningskraft är sky-rocketing, vilket innebär att det finns fler möjligheter att behandla big data.
- Internet har demokratiserat data och ökat tillgängliga data samtidigt som det producerar mer och mer rå data.
Data i sin råa form har inget värde. Data måste behandlas för att vara värdefulla. Här ligger dock det inneboende problemet med big data. Är bearbetning av data från ursprungligt objektformat till en användbar insikt värd den enorma kapitalkostnaden för att göra det? Eller finns det för mycket data med okända värden för att motivera spelet att bearbeta det med big data-verktyg? De flesta av oss håller med om att det att kunna förutsäga vädret skulle ha värde, frågan är om det värdet kan uppväga kostnaderna för att knäcka alla realtidsdata i en väderrapport som man kan räkna med.
