- Big data: Datasæt, der er så store eller komplekse, at de overstiger mulighederne i traditionelle styrings- og analyseværktøjer.
- De fire V'er: volumen, variation, hastighed og sandfærdighed beskriver dataenes størrelse, typer, ændringshastighed og pålidelighed.
- Det omfatter strukturerede data (numeriske databaser) og ustrukturerede data (web, e-mails, sociale netværk), hvilket giver stadig flere kilder og kompleksitet i analysen.
- Anvendelser: sundhed, serviceforbedring, offentlig sikkerhed og forretningsoptimering; skyen letter lagring og skalerbarhed sammenlignet med traditionelle RDBMS'er.
Big data er en bred betegnelse for datasæt så store eller komplekse, at traditionelle databehandlingsapplikationer er utilstrækkelige. Big data kan omfatte enhver form for information, både struktureret og ustruktureret.
Big data eksempler og definition
Store datasæt
Big data er en bred betegnelse for datasæt så store eller komplekse, at traditionelle databehandlingsapplikationer er utilstrækkelige. Omfanget af big data kan være af enhver størrelse, fra terabyte til petabyte (1 billion bytes) og mere. Generelt omfatter omfanget af big data både strukturerede og ustrukturerede typer information.
Big data refererer til de enorme mængder information, der genereres af internettet, sociale medier og andre kilder . Big data refererer til datasæt, hvis størrelse overstiger traditionelle databasestyringsværktøjers kapacitet til effektivt at indsamle, gemme, administrere og analysere dem ved hjælp af standard relationelle databasestyringssystemer (RDBMS).
Det anslås, at 98 % af verdens data er blevet skabt i de sidste to år alene.
Data vokser eksponentielt. Faktisk anslås det, at 98 % af verdens data er blevet skabt i de sidste to år alene. Og hvis du undrer dig over, hvad der skete med de resterende 2%, ja, det ved vi heller ikke.
Hvordan kan vi håndtere denne eksponentielle vækst? Vi har brug for en ny datalagringsmodel , der giver os mulighed for at lagre alle vores oplysninger og derefter finde ud af, hvad vi skal gøre med dem senere (eller ej).
Derfor bruger de fleste organisationer cloud-lagringstjenester som Amazon Web Services (AWS), Google Cloud Platform (GCP) eller Microsoft Azure i stedet for at bygge deres egen infrastruktur fra bunden eller bruge traditionelle relationelle databaser som Oracle DBMS eller Microsoft SQL Server DBMS, som kræver dyre licenser hvert år bare for at blive ved med at lagre alle de gigabyte og atter gigabyte af digitale aktiver.
De fire Vs af big data
De fire V'er af big data er volumen, variation, hastighed og sandhed.
Volumen refererer til størrelsen af de data, din virksomhed behandler. Variation refererer til alle dens typer: struktureret (som regneark) og ustruktureret (som billeder). Hastighed refererer til, hvor hurtigt informationen ændrer sig over tid: hvis det er noget i retning af en onlinebutiks salgstal , der ændrer sig omtrent hver time, har du brug for et system, der kan håndtere disse ændringer hurtigt nok til, at de ikke påvirker forretningsbeslutninger væsentligt.
Endelig er der sandhed, det vil sige nøjagtighed: i hvilket omfang er informationen pålidelig? Hvis det kommer fra en ekstern kilde, såsom sociale netværk som Twitter eller Facebook, hvor alle kan poste hvad som helst til enhver tid uden forudgående bekræftelse, er det muligvis ikke så pålideligt.
Strukturerede og ustrukturerede data.
Big data kan omfatte enhver form for information, både struktureret og ustruktureret.
Eksempler på strukturerede data: CPR-numre, kreditkortnumre og telefonnumre.
Eksempler på ustrukturerede data: websider, e-mails, tweets og andet indhold på sociale medier.
Big data-teknologi kan bruges til at analysere det menneskelige genom og finde genetiske markører for sygdomme.
Big data-teknologi kan bruges til at analysere det menneskelige genom og finde genetiske markører for sygdomme. DNA-sekventering er et eksempel på big data-teknologi, der er blevet brugt i medicinsk forskning siden dens opståen i begyndelsen af 2000'erne. Ved at identificere individuelle gener og deres variationer kan forskere udpege genetiske faktorer, der bidrager til sygdomme som kræft eller diabetes.
Genom-wide association studies (GWAS) anvender en teknik kaldet mikroarrays, der gør det muligt for forskere at analysere tusindvis af prøver på én gang på udkig efter specifikke mønstre i genekspressionsniveauer. Denne proces giver dem mulighed for at identificere genetiske varianter forbundet med sygdomme som Alzheimers eller skizofreni; De fleste GWAS-resultater forbliver dog uafklarede, hovedsagelig fordi de er baseret på små stikprøvestørrelser (i mange tilfælde mindre end 100 individer).
Efterhånden som antallet af mennesker, der deltager i disse undersøgelser, stiger, og især hvis disse deltagere giver samtykke til yderligere test, bør vi forvente stigende nøjagtighedsrater sammen med større forståelse af, hvordan specifikke miljøfaktorer interagerer med vores gener under udviklingsstadier senere i livet.
Bruges til Big Data
I dag er der mange anvendelsesmuligheder for Big Data, som ændrer den måde, vi lever og arbejder på.
Big data kan bruges til at forbedre sundhedspleje, kundeservice og uddannelse . Det kan også hjælpe offentlige sikkerhedsmyndigheder med bedre at beskytte deres lokalsamfund, og virksomheder kan få adgang til nye muligheder ved at bruge big data til at forbedre forretningsprocesser.
Sundhedsvæsen : Læger og sygeplejersker bruger patientjournaler til at træffe beslutninger om behandling, men med så mange oplysninger tilgængelige om hver patient er det svært at finde det, de har brug for, når de har brug for det. Med big data-analyseværktøjer vil læger have adgang til en bredere vifte af oplysninger om deres patienters sygehistorier end nogensinde før, herunder oplysninger om, hvorvidt en medicin har forårsaget en bivirkning, eller om der er andre lægemidler, der kan interagere negativt med hinanden (såsom blodtryksmedicin). Dette kan redde liv, fordi læger straks vil vide, hvilke behandlinger der virker bedst baseret på tidligere erfaringer, i stedet for at spilde tid på at prøve forskellige kombinationer, indtil noget virker godt nok.
Big Data har mange anvendelser i dag, som du måske ikke er klar over.
Big data bruges på mange forskellige måder til at analysere menneskelig adfærd. Det kan bruges til at analysere, hvordan folk bruger deres mobile enheder, hvordan de interagerer med hinanden, og endda hvordan de bruger deres penge.
Her er nogle eksempler på Big Data-applikationer:
- Analyser sociale medier for at finde ud af, hvad der sker i verden omkring dig, som du måske ikke er opmærksom på (for eksempel trends inden for mode eller teknologi).
- Brug af sensorer og kameraer placeret i byer til at overvåge trafikken, så regeringer bedre kan planlægge offentlige arbejder eller forbedre offentlig transport.
Konklusion
Big data er et begreb, der bruges til at beskrive de enorme mængder data, vi kan indsamle, analysere og bruge i vores hverdag. Denne information kan bruges til mange forskellige formål, såsom at finde genetiske markører for sygdomme eller analysere menneskelige genomer for bedre at forstå, hvordan de fungerer. Det er vigtigt at huske, at der også er negative konsekvenser forbundet med denne teknologi, såsom bekymringer om privatlivets fred for personer, der har adgang til dine personlige oplysninger.