- Big data: olyan nagy vagy összetett adathalmazok, amelyek meghaladják a hagyományos adatkezelő és elemző eszközök képességeit.
- A négy V: volume (mennyiség), variety (változatosság), velocity (sebesség) és raveracity (valószínűség) az adatok méretét, típusát, változásának sebességét és megbízhatóságát írja le.
- Magában foglalja a strukturált adatokat (numerikus adatbázisok) és a strukturálatlan adatokat (web, e-mailek, közösségi hálózatok), bővülő forrásokat és az elemzés összetettségét.
- Alkalmazások: egészségügy, szolgáltatásfejlesztés, közbiztonság és üzleti optimalizálás; a felhő a hagyományos RDBMS-hez képest megkönnyíti a tárolást és a skálázhatóságot.
A big data tág fogalom az olyan nagy vagy összetett adatkészletekre, amelyek miatt a hagyományos adatfeldolgozó alkalmazások nem megfelelőek. A big data bármilyen típusú információt tartalmazhat, strukturált és strukturálatlan egyaránt.
Big data példák és definíció
Nagy adathalmazok
A big data tág fogalom az olyan nagy vagy összetett adatkészletekre, amelyek miatt a hagyományos adatfeldolgozó alkalmazások nem megfelelőek. A big data hatóköre tetszőleges méretű lehet, a terabájttól a petabájtig (1 billió bájt) és még tovább. Általánosságban elmondható, hogy a big data hatóköre strukturált és strukturálatlan típusú információkat egyaránt tartalmaz.
A big data az internet, a közösségi média és más források által generált hatalmas mennyiségű információt jelenti . A big data olyan adathalmazokra utal, amelyek mérete meghaladja a hagyományos adatbázis-kezelő eszközök kapacitását a hatékony rögzítéshez, tároláshoz, kezeléshez és elemzéshez a standard relációs adatbázis-kezelő rendszerek (RDBMS) használatával.
Becslések szerint a világ adatainak 98%-a csak az elmúlt két évben keletkezett.
Az adatok exponenciálisan nőnek. Valójában a becslések szerint a világ adatainak 98%-a csak az elmúlt két évben keletkezett. És ha kíváncsi vagy, hogy mi lett a maradék 2%-kal, hát azt sem tudjuk.
Hogyan tudunk megbirkózni ezzel az exponenciális növekedéssel? Nos, szükségünk van egy új adattárolási modellre , amely lehetővé teszi számunkra, hogy tároljuk az összes információnkat, majd később kitaláljuk, mit tegyünk velük (vagy ne).
Ezért a legtöbb szervezet felhőalapú tárolási szolgáltatásokat, például az Amazon Web Services-t (AWS), a Google Cloud Platform-ot (GCP) vagy a Microsoft Azure-t használ, ahelyett, hogy a nulláról építené fel saját infrastruktúráját, vagy hagyományos relációs adatbázisokat , például Oracle DBMS-t vagy Microsoft SQL Server DBMS-t használna, amelyekhez évente drága licencekért kell fizetni csak azért, hogy továbbra is tárolhassák az összes gigabájtnyi digitális eszközt.
A big data négy v-je
A nagy adatok négy V-értéke a mennyiség, a változatosság, a sebesség és a hitelesség.
A mennyiség a vállalat által feldolgozott adatok méretére utal. A változatosság az összes típusra vonatkozik: strukturált (például táblázatok) és strukturálatlan (például képek). A sebesség az információ időbeli változásának sebességét jelenti: ha például egy online áruház értékesítési adatai nagyjából óránként változnak, akkor olyan rendszerre van szüksége, amely képes ezeket a változásokat elég gyorsan kezelni ahhoz, hogy ne befolyásolják jelentősen az üzleti döntéseket.
Végül a valódiság, vagyis a pontosság: mennyire megbízható az információ? Ha olyan külső forrásból érkezik, mint például a Twitter vagy a Facebook, ahol bárki bármikor közzétehet bármit előzetes ellenőrzés nélkül, akkor nem biztos, hogy olyan megbízható.
Strukturált és strukturálatlan adatok.
A big data bármilyen típusú információt tartalmazhat, strukturált és strukturálatlan egyaránt.
Példák strukturált adatokra: társadalombiztosítási számok, hitelkártyaszámok és telefonszámok.
Példák strukturálatlan adatokra: weboldalak, e-mailek, tweetek és egyéb közösségi médiatartalom.
A big data technológia segítségével elemezhető az emberi genom, és megtalálhatjuk a betegségek genetikai markereit.
A big data technológia felhasználható az emberi genom elemzésére és a betegségek genetikai markereinek megtalálására. A DNS-szekvenálás egy példa a big data technológiára, amelyet a 2000-es évek eleji megjelenése óta használnak az orvosi kutatásban. Az egyes gének és azok variációinak azonosításával a kutatók meghatározhatják azokat a genetikai tényezőket, amelyek olyan betegségekhez járulnak hozzá, mint a rák vagy a cukorbetegség.
A genomszintű asszociációs vizsgálatok (GWAS) a microarray-nek nevezett technikát alkalmazzák, amely lehetővé teszi a tudósok számára, hogy egyszerre több ezer mintát elemezzenek, keresve a génexpressziós szintek meghatározott mintáit. Ez a folyamat lehetővé teszi számukra, hogy azonosítsák az olyan betegségekhez kapcsolódó genetikai változatokat, mint az Alzheimer-kór vagy a skizofrénia; A legtöbb GWAS-eredmény azonban továbbra sem meggyőző, nagyrészt azért, mert kis mintaméreteken alapulnak (sok esetben kevesebb mint 100 egyén).
Ahogy növekszik az ezekben a vizsgálatokban részt vevő emberek száma, és különösen, ha ezek a résztvevők beleegyeznek a további vizsgálatokba, egyre nagyobb pontosságra kell számítanunk, valamint jobban meg kell értenünk, hogy bizonyos környezeti tényezők hogyan lépnek kölcsönhatásba génjeinkkel az életút későbbi fejlődési szakaszaiban.
Big Data felhasználása
Manapság a Big Data-nak számos felhasználási módja létezik, amelyek megváltoztatják élet- és munkamódszerünket.
A big data felhasználható az egészségügy, az ügyfélszolgálat és az oktatás fejlesztésére . Segíthet a közbiztonsági szerveknek abban is, hogy jobban megvédjék közösségeiket, és a vállalkozások új lehetőségekhez jussanak a big data üzleti folyamatainak fejlesztése révén.
Egészségügy : Az orvosok és az ápolók a betegek adatait használják a kezelési döntések meghozatalához, de mivel minden betegről rengeteg információ áll rendelkezésre, nehéz megtalálni, amire szükségük van, amikor szükségük van rá. A big data elemzőeszközöknek köszönhetően az orvosok minden eddiginél szélesebb körű információkhoz férhetnek hozzá betegeik kórtörténetéről, beleértve azt is, hogy egy gyógyszer okozott-e mellékhatást, vagy hogy vannak-e más gyógyszerek, amelyek negatívan kölcsönhatásba léphetnek egymással (például vérnyomáscsökkentő gyógyszerek). Ez életeket menthet, mivel az orvosok a múltbeli tapasztalatok alapján azonnal tudnák, hogy melyik kezelés működne a legjobban, ahelyett, hogy időt pazarolnának különböző kombinációk kipróbálására, amíg valami elég jól nem működik.
A Big Data-nak manapság számos olyan felhasználási területe van, amelyeket talán nem is sejt.
A nagy adatokat sokféleképpen használják fel az emberi viselkedés elemzésére. Használható annak elemzésére, hogy az emberek hogyan használják a mobileszközeiket, hogyan kommunikálnak egymással, és még azt is, hogyan költik el a pénzüket.
Íme néhány példa a Big Data alkalmazásokra:
- Elemezze a közösségi médiát, hogy megtudja, mi történik a körülötte lévő világban, amiről esetleg nem tud (például divat- vagy technológiai trendek).
- A városokban elhelyezett érzékelők és kamerák használata a forgalom figyelésére, hogy a kormányok jobban megtervezhessék a közmunkákat vagy javítsák a tömegközlekedést.
Következtetés
A big data kifejezés azt a hatalmas mennyiségű adatot írja le, amelyet összegyűjthetünk, elemezhetünk és felhasználhatunk mindennapi életünkben. Ez az információ számos különböző célra felhasználható, például betegségek genetikai markereinek felkutatására vagy emberi genomok elemzésére, hogy jobban megértsük, hogyan működnek. Fontos megjegyezni, hogy ennek a technológiának negatív következményei is vannak, például a személyes adatokhoz hozzáférő személyek magánéletével kapcsolatos aggályok.