Sommario:
Definizione - Cosa significano i Big Data?
I big data si riferiscono a un processo utilizzato quando le tradizionali tecniche di data mining e gestione non sono in grado di scoprire le intuizioni e il significato dei dati sottostanti. I dati non strutturati o sensibili al tempo o semplicemente molto grandi non possono essere elaborati dai motori di database relazionali. Questo tipo di dati richiede un diverso approccio di elaborazione chiamato big data, che utilizza un enorme parallelismo su hardware prontamente disponibile.
Techopedia spiega i Big Data
Molto semplicemente, i big data riflettono il mondo che cambia in cui viviamo. Più le cose cambiano, più i cambiamenti vengono acquisiti e registrati come dati. Prendi il tempo come esempio. Per un meteorologo, la quantità di dati raccolti in tutto il mondo sulle condizioni locali è notevole. Logicamente, avrebbe senso che gli ambienti locali dettino effetti regionali e gli effetti regionali dettino effetti globali, ma potrebbe anche essere il contrario. In un modo o nell'altro, questi dati meteorologici riflettono gli attributi dei big data, dove l'elaborazione in tempo reale è necessaria per una grande quantità di dati e dove è possibile generare un gran numero di input, osservazioni personali o forze esterne come le macchie solari.
L'elaborazione di informazioni come questa illustra perché i big data sono diventati così importanti:
- La maggior parte dei dati raccolti ora non è strutturata e richiede una memorizzazione e un'elaborazione diverse rispetto a quelle presenti nei database relazionali tradizionali.
- La potenza computazionale disponibile è alle stelle, il che significa che ci sono più opportunità per elaborare i big data.
- Internet ha democratizzato i dati, aumentando costantemente i dati disponibili e producendo sempre più dati non elaborati.
I dati nella sua forma grezza non hanno valore. I dati devono essere elaborati per essere utili. Tuttavia, qui sta il problema intrinseco dei big data. L'elaborazione dei dati dal formato di oggetti nativi a una visione utilizzabile vale l'enorme costo di capitale per farlo? O ci sono troppi dati con valori sconosciuti per giustificare la scommessa di elaborarli con strumenti di big data? La maggior parte di noi concorderebbe sul fatto che essere in grado di prevedere il tempo avrebbe un valore, la domanda è se quel valore potrebbe superare i costi di sgretolamento di tutti i dati in tempo reale in un bollettino meteorologico su cui poter contare.
