- Malaking datos: mga hanay ng datos na napakalaki o kumplikado na lumalampas sa mga kakayahan ng mga tradisyunal na kagamitan sa pamamahala at pagsusuri.
- Ang apat na Vs: volume, variety, velocity, at verocity ay naglalarawan sa laki, uri, rate ng pagbabago, at reliability ng data.
- Kabilang dito ang nakaistrukturang datos (mga numerikal na database) at di-nakaistrukturang datos (web, email, social network), lumalawak na mga mapagkukunan at kasalimuotan ng pagsusuri.
- Mga Aplikasyon: kalusugan, pagpapabuti ng serbisyo, kaligtasan ng publiko at pag-optimize ng negosyo; pinapadali ng cloud ang pag-iimbak at kakayahang sumukat kumpara sa tradisyonal na RDBMS.
Ang malaking data ay isang malawak na termino para sa mga set ng data na napakalaki o kumplikado kaya hindi sapat ang mga tradisyonal na aplikasyon sa pagpoproseso ng data. Maaaring kabilang sa malaking data ang anumang uri ng impormasyon, parehong nakabalangkas at hindi nakabalangkas.
Mga halimbawa at kahulugan ng malaking data
Big data set
Ang malaking data ay isang malawak na termino para sa mga set ng data na napakalaki o kumplikado kaya hindi sapat ang mga tradisyonal na aplikasyon sa pagpoproseso ng data. Ang saklaw ng malaking data ay maaaring maging anumang laki, mula terabytes hanggang petabytes (1 trilyong byte) at higit pa. Sa pangkalahatan, ang saklaw ng malaking data ay kinabibilangan ng parehong structured at unstructured na uri ng impormasyon.
Ang big data ay tumutukoy sa napakalaking dami ng impormasyong nalilikha ng internet, social media, at iba pang mga mapagkukunan . Ang big data ay tumutukoy sa mga dataset na ang laki ay higit pa sa kapasidad ng mga tradisyonal na tool sa pamamahala ng database upang epektibong makuha, maiimbak, pamahalaan, at suriin ang mga ito gamit ang mga karaniwang relational database management system (RDBMS).
Tinatayang 98% ng data sa mundo ang nalikha sa huling dalawang taon lamang.
Ang data ay lumalaki nang husto. Sa katunayan, tinatayang 98% ng data sa mundo ang nalikha sa nakalipas na dalawang taon lamang. At kung nagtataka kayo kung ano ang nangyari sa natitirang 2%, well, hindi rin namin alam iyon.
Paano natin makakayanan ang mabilis na paglagong ito? Kailangan natin ng isang bagong modelo ng pag-iimbak ng datos na magbibigay-daan sa atin na iimbak ang lahat ng ating impormasyon at pagkatapos ay alamin kung ano ang gagawin dito sa ibang pagkakataon (o hindi).
Ito ang dahilan kung bakit karamihan sa mga organisasyon ay gumagamit ng mga serbisyo ng cloud storage tulad ng Amazon Web Services (AWS), Google Cloud Platform (GCP), o Microsoft Azure, sa halip na bumuo ng sarili nilang imprastraktura mula sa simula o gumamit ng mga tradisyonal na relational database tulad ng Oracle DBMS o Microsoft SQL Server DBMS, na nangangailangan ng pagbabayad ng mga mamahaling lisensya bawat taon para lamang mapanatili ang pag-iimbak ng lahat ng gigabytes at gigabytes ng mga digital asset.
Ang apat na Vs ng malaking data
Ang apat na Vs ng malaking data ay volume, variety, velocity at veracity.
Ang volume ay tumutukoy sa laki ng datos na pinoproseso ng iyong kumpanya. Ang variety ay tumutukoy sa lahat ng uri nito: structured (tulad ng mga spreadsheet) at unstructured (tulad ng mga imahe). Ang velocity ay tumutukoy sa kung gaano kabilis nagbabago ang impormasyon sa paglipas ng panahon: kung ito ay parang mga numero ng benta ng isang online store na nagbabago halos bawat oras, kailangan mo ng isang sistema na kayang pangasiwaan ang mga pagbabagong iyon nang mabilis upang hindi ito makaapekto nang malaki sa mga desisyon sa negosyo.
Sa wakas, mayroong katotohanan, iyon ay, katumpakan: hanggang saan ang impormasyon ay maaasahan? Kung ito ay nagmula sa isang panlabas na pinagmulan, tulad ng mga social network tulad ng Twitter o Facebook, kung saan maaaring mag-post ang sinuman anumang oras nang walang paunang pag-verify, maaaring hindi ito maaasahan.
Nakabalangkas at hindi nakabalangkas na data.
Maaaring kabilang sa malaking data ang anumang uri ng impormasyon, parehong nakabalangkas at hindi nakabalangkas.
Mga halimbawa ng structured data: mga social security number, credit card number, at phone number.
Mga halimbawa ng hindi nakabalangkas na data: mga web page, email, tweet, at iba pang nilalaman ng social media.
Maaaring gamitin ang teknolohiya ng malaking data upang pag-aralan ang genome ng tao at maghanap ng mga genetic marker ng mga sakit.
Maaaring gamitin ang teknolohiya ng big data upang suriin ang genome ng tao at maghanap ng mga genetic marker para sa mga sakit. Ang DNA sequencing ay isang halimbawa ng teknolohiya ng big data na ginamit sa pananaliksik medikal simula nang itatag ito noong mga unang taon ng 2000s. Sa pamamagitan ng pagtukoy sa mga indibidwal na gene at sa kanilang mga pagkakaiba-iba, matutukoy ng mga mananaliksik ang mga genetic factor na nakakatulong sa mga sakit tulad ng kanser o diabetes.
Gumagamit ang Genome-wide association studies (GWAS) ng pamamaraan na tinatawag na microarrays na nagpapahintulot sa mga siyentipiko na suriin ang libu-libong sample nang sabay-sabay na naghahanap ng mga partikular na pattern sa mga antas ng expression ng gene. Ang prosesong ito ay nagpapahintulot sa kanila na matukoy ang mga genetic na variant na nauugnay sa mga sakit tulad ng Alzheimer's o schizophrenia; Gayunpaman, ang karamihan sa mga resulta ng GWAS ay nananatiling walang tiyak na katiyakan dahil nakabatay ang mga ito sa maliliit na laki ng sample (sa maraming kaso, wala pang 100 indibidwal).
Habang tumataas ang bilang ng mga taong nakikilahok sa mga pag-aaral na ito, at lalo na kung pumayag ang mga kalahok na iyon sa karagdagang pagsubok, dapat nating asahan ang pagtaas ng mga rate ng katumpakan kasama ang higit na pag-unawa sa kung paano nakikipag-ugnayan ang mga partikular na salik sa kapaligiran sa ating mga gene sa mga yugto ng pag-unlad mamaya sa landas ng buhay.
Ginagamit para sa Big Data
Sa ngayon, maraming gamit ang Big Data na nagbabago sa paraan ng ating pamumuhay at pagtatrabaho.
Maaaring gamitin ang big data upang mapabuti ang pangangalagang pangkalusugan, serbisyo sa customer, at edukasyon . Makakatulong din ito sa mga ahensya ng kaligtasan ng publiko na mas maprotektahan ang kanilang mga komunidad at mga negosyo na makakuha ng mga bagong pagkakataon sa pamamagitan ng paggamit ng big data upang mapabuti ang mga proseso ng negosyo.
Pangangalagang Pangkalusugan : Ginagamit ng mga doktor at nars ang mga rekord ng pasyente upang gumawa ng mga desisyon sa paggamot, ngunit dahil sa napakaraming impormasyong magagamit tungkol sa bawat pasyente, mahirap mahanap kung ano ang kailangan nila kapag kailangan nila ito. Gamit ang mga tool sa big data analytics, magkakaroon ng access ang mga doktor sa mas malawak na hanay ng impormasyon tungkol sa mga medikal na kasaysayan ng kanilang mga pasyente kaysa dati, kabilang ang impormasyon tungkol sa kung ang isang gamot ay nagdulot ng masamang reaksyon o kung may iba pang mga gamot na maaaring negatibong makipag-ugnayan sa isa't isa (tulad ng mga gamot para sa presyon ng dugo). Maaari itong magligtas ng mga buhay dahil agad na malalaman ng mga doktor kung aling mga paggamot ang pinakamahusay na gagana batay sa nakaraang karanasan, sa halip na mag-aksaya ng oras sa pagsubok ng iba't ibang mga kumbinasyon hanggang sa ang isang bagay ay gumana nang maayos.
Ang Big Data ay maraming gamit ngayon na maaaring hindi mo napagtanto.
Ang malaking data ay ginagamit sa maraming iba't ibang paraan upang pag-aralan ang pag-uugali ng tao. Maaari itong magamit upang suriin kung paano ginagamit ng mga tao ang kanilang mga mobile device, kung paano sila nakikipag-ugnayan sa isa't isa, at maging kung paano nila ginagastos ang kanilang pera.
Narito ang ilang halimbawa ng mga application ng Big Data:
- Suriin ang social media upang malaman kung ano ang nangyayari sa mundo sa paligid mo na maaaring hindi mo alam (halimbawa, mga uso sa fashion o teknolohiya).
- Paggamit ng mga sensor at camera na inilagay sa mga lungsod upang subaybayan ang trapiko, upang mas makapagplano ang mga pamahalaan ng mga pampublikong gawain o mapabuti ang pampublikong sasakyan.
Konklusyon
Ang malaking data ay isang terminong ginamit upang ilarawan ang napakaraming data na maaari nating kolektahin, suriin at gamitin sa ating pang-araw-araw na buhay. Maaaring gamitin ang impormasyong ito para sa maraming iba't ibang layunin, tulad ng paghahanap ng mga genetic marker para sa mga sakit o pagsusuri ng mga genome ng tao upang mas maunawaan kung paano gumagana ang mga ito. Mahalagang tandaan na mayroon ding mga negatibong kahihinatnan na nauugnay sa teknolohiyang ito, tulad ng mga alalahanin tungkol sa privacy ng mga taong may access sa iyong personal na impormasyon.