- Big data: conjuntos de dados tão grandes ou complexos que excedem as capacidades das ferramentas tradicionais de gestão e análise.
- Os quatro Vs: volume, variedade, velocidade e veracidade descrevem o tamanho, os tipos, a taxa de mudança e a confiabilidade dos dados.
- Inclui dados estruturados (bases de dados numéricas) e dados não estruturados (web, emails, redes sociais), ampliando as fontes e a complexidade das análises.
- Aplicações: saúde, melhoria de serviços, segurança pública e otimização de negócios; a nuvem facilita o armazenamento e a escalabilidade em comparação com os SGBDs relacionais tradicionais.
Big data é um termo amplo para conjuntos de dados tão grandes ou complexos que os aplicativos tradicionais de processamento de dados são inadequados. Big data pode incluir qualquer tipo de informação, tanto estruturada quanto não estruturada.
Exemplos e definições de big data
Grandes conjuntos de dados
Big data é um termo amplo para conjuntos de dados tão grandes ou complexos que os aplicativos tradicionais de processamento de dados são inadequados. O escopo do big data pode ser de qualquer tamanho, de terabytes a petabytes (1 trilhão de bytes) e além. Em geral, o escopo do big data inclui tipos de informações estruturadas e não estruturadas.
Big data refere-se à enorme quantidade de informações geradas pela internet, mídias sociais e outras fontes . Big data engloba conjuntos de dados cujo tamanho excede a capacidade das ferramentas tradicionais de gerenciamento de banco de dados de capturá-los, armazená-los, gerenciá-los e analisá-los de forma eficaz, utilizando sistemas de gerenciamento de banco de dados relacionais (SGBDR) padrão.
Estima-se que 98% dos dados do mundo foram criados somente nos últimos dois anos.
Os dados crescem exponencialmente. De fato, estima-se que 98% dos dados do mundo foram criados somente nos últimos dois anos. E se você está se perguntando o que aconteceu com os 2% restantes, bem, nós também não sabemos.
Como podemos lidar com esse crescimento exponencial? Bem, precisamos de um novo modelo de armazenamento de dados que nos permita guardar todas as nossas informações e depois decidir o que fazer com elas (ou não).
É por isso que a maioria das organizações está usando serviços de armazenamento em nuvem como Amazon Web Services (AWS), Google Cloud Platform (GCP) ou Microsoft Azure, em vez de construir sua própria infraestrutura do zero ou usar bancos de dados relacionais tradicionais como Oracle DBMS ou Microsoft SQL Server DBMS, que exigem o pagamento de licenças caras todos os anos apenas para manter o armazenamento de todos esses gigabytes e gigabytes de ativos digitais.
Os quatro Vs do big data
Os quatro Vs do big data são volume, variedade, velocidade e veracidade.
Volume refere-se ao tamanho dos dados que sua empresa processa. Variedade refere-se a todos os seus tipos: estruturados (como planilhas) e não estruturados (como imagens). Velocidade refere-se à rapidez com que as informações mudam ao longo do tempo: se for algo como os números de vendas de uma loja online mudando aproximadamente a cada hora, você precisa de um sistema que consiga lidar com essas mudanças com rapidez suficiente para que elas não impactem significativamente as decisões de negócios.
Por fim, há a veracidade, ou seja, a exatidão: até que ponto a informação é confiável? Se vier de uma fonte externa, como redes sociais como Twitter ou Facebook, onde qualquer pessoa pode postar qualquer coisa a qualquer momento sem verificação prévia, pode não ser tão confiável.
Dados estruturados e não estruturados.
Big data pode incluir qualquer tipo de informação, tanto estruturada quanto não estruturada.
Exemplos de dados estruturados: números de previdência social, números de cartão de crédito e números de telefone.
Exemplos de dados não estruturados: páginas da web, e-mails, tweets e outros conteúdos de mídia social.
A tecnologia de big data pode ser usada para analisar o genoma humano e encontrar marcadores genéticos de doenças.
A tecnologia de big data pode ser usada para analisar o genoma humano e encontrar marcadores genéticos para doenças. O sequenciamento de DNA é um exemplo de tecnologia de big data que vem sendo utilizada em pesquisas médicas desde o seu início, no começo dos anos 2000. Ao identificar genes individuais e suas variações, os pesquisadores podem determinar fatores genéticos que contribuem para doenças como câncer ou diabetes.
Estudos de associação genômica ampla (GWAS) empregam uma técnica chamada microarrays que permite aos cientistas analisar milhares de amostras de uma só vez, procurando padrões específicos nos níveis de expressão genética. Esse processo permite identificar variantes genéticas associadas a doenças como Alzheimer ou esquizofrenia; No entanto, a maioria dos resultados do GWAS permanece inconclusiva, em grande parte porque se baseiam em amostras pequenas (em muitos casos, menos de 100 indivíduos).
À medida que o número de pessoas que participam desses estudos aumenta, e especialmente se esses participantes consentirem com testes adicionais, devemos esperar taxas de precisão crescentes, juntamente com uma maior compreensão de como fatores ambientais específicos interagem com nossos genes durante estágios de desenvolvimento mais adiante na trajetória de vida.
Usos para Big Data
Hoje, há muitos usos para Big Data que estão mudando a maneira como vivemos e trabalhamos.
O Big Data pode ser usado para aprimorar a saúde, o atendimento ao cliente e a educação . Também pode ajudar as agências de segurança pública a proteger melhor suas comunidades e as empresas a acessar novas oportunidades, utilizando o Big Data para melhorar os processos de negócios.
Saúde : Médicos e enfermeiros utilizam os prontuários dos pacientes para tomar decisões sobre o tratamento, mas com tanta informação disponível sobre cada paciente, é difícil encontrar o que precisam quando precisam. Com ferramentas de análise de big data, os médicos terão acesso a uma gama de informações sobre o histórico médico de seus pacientes muito mais ampla do que nunca, incluindo informações sobre se um medicamento causou uma reação adversa ou se existem outros medicamentos que podem interagir negativamente entre si (como remédios para pressão arterial). Isso pode salvar vidas, pois os médicos saberão imediatamente quais tratamentos funcionarão melhor com base na experiência anterior, em vez de perder tempo tentando diferentes combinações até encontrar uma que funcione bem o suficiente.
O Big Data tem muitos usos hoje que você talvez não perceba.
O big data é usado de muitas maneiras diferentes para analisar o comportamento humano. Ele pode ser usado para analisar como as pessoas usam seus dispositivos móveis, como elas interagem umas com as outras e até mesmo como gastam seu dinheiro.
Aqui estão alguns exemplos de aplicações de Big Data:
- Analise as mídias sociais para descobrir o que está acontecendo no mundo ao seu redor e que você talvez não saiba (por exemplo, tendências em moda ou tecnologia).
- Usar sensores e câmeras colocados nas cidades para monitorar o tráfego, para que os governos possam planejar melhor as obras públicas ou melhorar o transporte público.
Conclusão
Big data é um termo usado para descrever as grandes quantidades de dados que podemos coletar, analisar e usar em nossa vida cotidiana. Essas informações podem ser usadas para muitos propósitos diferentes, como encontrar marcadores genéticos para doenças ou analisar genomas humanos para entender melhor como eles funcionam. É importante lembrar que também há consequências negativas associadas a essa tecnologia, como preocupações com a privacidade das pessoas que têm acesso às suas informações pessoais.