Výraz Big Data sa čoraz častejšie používa takmer všade na planéte – online aj offline. A netýka sa to len počítačov. Spadá pod všeobecný pojem nazývaný informačné technológie^{(Information Technology)} , ktorý je v súčasnosti súčasťou takmer všetkých ostatných technológií a študijných odborov a podnikov. Big Data nie sú veľký problém. Humbuk okolo toho je určite dosť veľký problém, ktorý vás zmiatne. Tento článok sa zaoberá tým, čo sú veľké dáta^{(Big Data)} . Obsahuje tiež príklad toho, ako NetFlix využíval svoje dáta, alebo skôr Big Data , aby lepšie slúžil potrebám svojich klientov.

Čo sú veľké dáta

Dáta ležiace na serveroch vašej spoločnosti boli dovčera len dátami – triedenými a archivovanými. Zrazu sa slang Big Data stal populárnym a teraz sú dátami vo vašej spoločnosti Big Data . Tento výraz zahŕňa všetky údaje, ktoré vaša organizácia doteraz uchovávala. Zahŕňa údaje uložené v cloude a dokonca aj adresy URL^(URLs) , ktoré ste si pridali medzi záložky. Vaša spoločnosť možno nezdigitalizovala všetky údaje. Možno ste už neštrukturovali všetky údaje. Ale potom sú všetky digitálne, papierové, štruktúrované a neštruktúrované údaje s vašou spoločnosťou teraz Big Data .

Stručne povedané, všetky údaje – či už kategorizované alebo nie – prítomné na vašich serveroch sa súhrnne nazývajú VEĽKÉ ÚDAJE^{(BIG DATA)} . Všetky tieto údaje možno použiť na získanie rôznych výsledkov pomocou rôznych typov analýz. Nie je potrebné, aby všetky analýzy využívali všetky údaje. Rôzne analýzy využívajú rôzne časti BIG DATA na vytvorenie potrebných výsledkov a predpovedí.

Veľké údaje^{(Big Data)} sú v podstate údaje, ktoré analyzujete s cieľom získať výsledky, ktoré môžete použiť na predpovede a iné účely. Keď použijete výraz Big Data , vaša spoločnosť alebo organizácia zrazu pracuje s informačnou^{(Information)} technológiou najvyššej úrovne na odvodenie rôznych typov výsledkov pomocou rovnakých údajov, ktoré ste úmyselne alebo neúmyselne uložili v priebehu rokov.

Aké veľké sú veľké dáta

V podstate sú všetky údaje spojené s veľkými údajmi^{(Big Data)} , ale mnohí výskumníci súhlasia s tým, že veľké údaje –^{(Big Data –)} ako také – nemožno manipulovať pomocou bežných tabuliek a bežných nástrojov na správu databáz. Potrebujú špeciálne analytické nástroje, ako je Hadoop (budeme to študovať v samostatnom príspevku), aby bolo možné analyzovať všetky údaje naraz (môže zahŕňať iterácie analýzy).

Na rozdiel od vyššie uvedeného, ​​hoci nie som odborníkom na túto tému, povedal by som, že údaje akejkoľvek organizácie – veľkej alebo malej, organizovanej alebo neorganizovanej – sú pre túto organizáciu veľkými údajmi a že organizácia si môže vybrať svoje vlastné nástroje na analýzu údajov.^{(Contrary to the above, though I am not an expert on the subject, I would say that data with any organization – big or small, organized or unorganized – is Big Data for that organization and that the organization may choose its own tools to analyze the data.)}

Za normálnych okolností ľudia na analýzu údajov vytvárali rôzne súbory údajov na základe jedného alebo viacerých spoločných polí, aby sa analýza stala jednoduchou. V prípade veľkých dát^{(Big Data)} nie je potrebné vytvárať podmnožiny na ich analýzu. Teraz máme nástroje, ktoré dokážu analyzovať údaje bez ohľadu na to, aké veľké sú. Pravdepodobne tieto nástroje samotné kategorizujú údaje, aj keď ich analyzujú.

Považujem za dôležité spomenúť dve vety z knihy „Big Data“ od Jimmyho Gutermana^{(Jimmy Guterman)} :

“Big Data: when the size and performance requirements for data management become significant design and decision factors for implementing a data management and analysis system.”

-a-

“For some organizations, facing hundreds of gigabytes of data for the first time may trigger a need to reconsider data management options. For others, it may take tens or hundreds of terabytes before data size becomes a significant consideration.”

Takže vidíte, že objem aj analýza sú dôležitou súčasťou veľkých dát^{(Big Data)} .

Prečítajte si^(Read) : Čo je dolovanie údajov?^{(What is Data Mining?)}

Big Data Concepts

Toto je ďalší bod, s ktorým väčšina ľudí nesúhlasí. Niektorí odborníci tvrdia, že koncepty veľkých dát^{(Big Data Concepts)} sú tri V:

1. Objem
2. Rýchlosť
3. Rozmanitosť

Niektorí iní pridávajú do konceptu niekoľko ďalších V:

1. Vizualizácia
2. Vernosť (spoľahlivosť)
3. Variabilita a
4. Hodnota

Konceptom veľkých dát^{(Big Data)} sa budem venovať v samostatnom článku, pretože tento príspevok je už veľký. Podľa môjho názoru prvé tri písmená V stačia na vysvetlenie pojmu Big Data .

Príklad veľkých dát – ako to NetFlix^{(Big Data Example – How NetFlix)} použil na riešenie svojich problémov

V roku 2008 došlo v NetFlixe^(NetFlix) k výpadku, kvôli ktorému mnohí zákazníci zostali v nevedomosti. Zatiaľ čo niektorí mali stále prístup k streamovacím službám, väčšina z nich nemohla. Niektorým zákazníkom sa podarilo získať vypožičané DVD^(DVDs) , zatiaľ čo iným sa to nepodarilo. Blogový príspevok na Wall Street Journal hovorí , že Netflix práve spustil streamovanie na požiadanie.

Výpadok prinútil manažment zamyslieť sa nad možnými budúcimi problémami, a teda; zmenilo sa na veľké dáta^{(Big Data)} . Pomocou týchto údajov analyzovala oblasti s vysokou návštevnosťou, citlivé body a priepustnosť siete atď. a pracovala na nich, aby skrátila prestoje, ak sa v budúcnosti vyskytne problém, keď sa to stalo globálnym. Tu je odkaz^{(the link)} na blog Wall Street Journal^{(Wall Street Journal Blog)} , ak si chcete pozrieť príklady veľkých dát^{(Big Data)} .

Vyššie uvedené sumarizuje, čo sú Big Data v laickom jazyku. Môžete to nazvať veľmi jednoduchým úvodom. Plánujem napísať niekoľko ďalších článkov o súvisiacich faktoroch, ako sú – Koncepty^(Concepts) , Analýza^(Analysis) , Nástroje^(Tools) a využitie veľkých dát^{(uses of Big Data)} , Big Data 3 V atď. Ak by ste medzitým chceli k vyššie uvedenému niečo pridať, komentujte a zdieľajte s nami.

Čítať ďalej^{(Read next)} : Čo je to Web Scraping ?

What is Big Data - A Simple Explanation with Example

The term Big Data is being increasingly used almost everywhere on the planet – online and offline. And it is not related to computers only. It comes under a blanket term called Information Technology, which is now part of almost all other technologies and fields of studies and businesses. Big Data is not a big deal. The hype surrounding it is a sure pretty big deal to confuse you. This article takes a look at what is Big Data. It also contains an example of how NetFlix used its data, or rather, Big Data, to better serve its clients’ needs.

What is Big Data

The data lying in the servers of your company was just data until yesterday – sorted and filed. Suddenly, the slang Big Data got popular, and now the data in your company is Big Data. The term covers each and every piece of data your organization has stored until now. It includes data stored in clouds and even the URLs that you bookmarked. Your company might not have digitized all the data. You may not have structured all the data already. But then, all the digital, papers, structured and non-structured data with your company is now Big Data.

In short, all the data – whether or not categorized – present in your servers are collectively called BIG DATA. All this data can be used to get different results using different types of analysis. It is not necessary that all analyses use all the data. The different analysis uses different parts of the BIG DATA to produce the results and predictions necessary.

Big Data is essentially the data that you analyze for results that you can use for predictions and other uses. When using the term Big Data, suddenly your company or organization is working with top-level Information technology to deduce different types of results using the same data that you stored intentionally or unintentionally over the years.

How big is Big Data

Essentially, all the data combined is Big Data, but many researchers agree that Big Data – as such – cannot be manipulated using normal spreadsheets and regular tools of database management. They need special analysis tools like Hadoop (we’ll study this in a separate post) so that all the data can be analyzed at one go (may include iterations of analysis).

Contrary to the above, though I am not an expert on the subject, I would say that data with any organization – big or small, organized or unorganized – is Big Data for that organization and that the organization may choose its own tools to analyze the data.

Normally, for analyzing data, people used to create different data sets based on one or more common fields so that analysis becomes easy. In the case of Big Data, there is no need to create subsets for analyzing it. We now have tools that can analyze data irrespective of how huge it is. Probably, these tools themselves categorize the data even as they are analyzing it.

I find it important to mention two sentences from the book “Big Data” by Jimmy Guterman:

“Big Data: when the size and performance requirements for data management become significant design and decision factors for implementing a data management and analysis system.”

-And-

“For some organizations, facing hundreds of gigabytes of data for the first time may trigger a need to reconsider data management options. For others, it may take tens or hundreds of terabytes before data size becomes a significant consideration.”

So you see that both volume and analysis are an important part of Big Data.

Read: What is Data Mining?

Big Data Concepts

This is another point where most people don’t agree. Some experts say that the Big Data Concepts are three V’s:

1. Volume
2. Velocity
3. Variety

Some others add few more V’s to the concept:

1. Visualization
2. Veracity (Reliability)
3. Variability and
4. Value

I will cover concepts of Big Data in a separate article as this post is already getting big. In my opinion, the first three V’s are enough to explain the concept of Big Data.

Big Data Example – How NetFlix used it to fix its problems

Towards 2008, there was an outage at NetFlix due to which many customers were left in the dark. While some could still access the streaming services, most of them could not. Some customers managed to get their rented DVDs whereas others failed. A blog post on the Wall Street Journal says Netflix had just started on-demand streaming.

The outage made the management think about the possible future problems and hence; it turned to Big Data. It analyzed high traffic areas, susceptible points, and network throughput, etc. using that data and worked on it to lower the downtime if a future problem arises as it went global. Here is the link to the Wall Street Journal Blog, if you wish to check out the examples of Big Data.

The above summarizes what is Big Data in a layman’s language. You can call it a very basic introduction. I plan to write a few more articles on associated factors such as – Concepts, Analysis, Tools, and uses of Big Data, Big Data 3 V’s, etc. Meanwhile, if you would like to add anything to the above, please comment and share with us.

Read next: What is Web Scraping?

Related posts

• Spotreba veľkých dát. Aké sú využitie veľkých dát.

• Čo je Data Analytics a na čo sa používa

• Aký je rozdiel medzi údajmi a informáciami

• Ako nainštalovať Drupal pomocou WAMP na Windows

• Najlepšie softvérové ​​a hardvérové ​​bitcoinové peňaženky pre Windows, iOS, Android

• Najlepšie nástroje na bezplatné odosielanie SMS z počítača

• Online tipy, nástroje a služby na riadenie dobrej povesti

• Whiteboard Fox je bezplatná online tabuľa, ktorá umožňuje zdieľanie v reálnom čase

• Tento účet nie je prepojený so žiadnym účtom Mixer

• Ako vytvoriť pozvánku v počítači so systémom Windows

• Pole s komentárom sa nenačítava alebo nezobrazuje pre webovú stránku

• Etiketa pri videokonferenciách, tipy a pravidlá, ktoré musíte dodržiavať

• Ako vytvoriť certifikáty SSL s vlastným podpisom v systéme Windows 11/10

• Pri kontrole aktualizácií vo VLC sa vyskytla chyba

• Čo je to odkaz Magnet a ako otvoriť odkazy Magnet v prehliadači

• Ako nainštalovať Windows 95 na Windows 10

• Čo sú virtuálne kreditné karty a ako a kde ich získate?

• Nákupné tipy na nákupy v Cyber ​​Monday & Black Friday, ktoré chcete dodržiavať

• Chyba pri sťahovaní súborov z DropBoxu je príliš veľký súbor zip

• Rozdiel medzi analógovými, digitálnymi a hybridnými počítačmi