Velika količina podataka

S Wikipedije, slobodne enciklopedije
Vizualizacija podataka, napravljena u IBM-u pokazuje da je "velika količina podataka", kao što je uređivanje Wikipedije uz pomoć bota Pearle više smislena kada se unaprijedi pomoću boja i pozicioniranja.[1].

Izraz "velika količina podataka" (en. Big data)[2] iz softverskog inženjerstva i računarskih nauka, opisuje setove podataka koji se povećavaju tako brzo da postaje mučno raditi pomoću "on-hand" tj. trenutno dostupnih alata za uređivanje baza podataka. Teškoće uključuju: prihvatanje, smještaj,[3] traženje, dijeljenje, analizu[4] i grafički prikaz. Ovaj trend se nastavlja jer korist rada sa sve većim skupovima podataka, dozvoljava analitičarima da uoče poslovne trendove, spriječe bolesti i bore se protiv kriminala.[5]

Granice veličine baza podataka se stalno mijenjaju, tako da su danas u rangu terabajta, eksabajta i zetabajta.[6]

Naučnici se redovno susreću sa ovim problemom u meteorologiji, istraživanju gena,[7] biološkim istraživanjima, traženju podataka na internetu, finansijskoj i poslovnoj informatici. Baze podataka također rastu i zato što se dopunjavaju neprestanim rastom broja informaciono osjetljivih mobilnih uređaja, uređaja, kao i softverskih dnevničkih evidencija (log), kamera, mikrofona, RFID čitača, mreža bežičnih senzora, i slično.[8][9]

Obrada "velike količine podataka" je otežana kada se koriste relacione baze podataka i stoni statistički-vizualizacijski paketi, jer zapravo zahtijevaju softver koji omogućava masivno paralelno računanje na desetinama, stotinama, pa čak i hiljadama servera.[10] Iznos "velike količine podataka" varira zavisno od kapaciteta organizacije koja upravlja sa podacima. U nekim organizacijama, suočavanje sa stotinama gigabajta podataka, po prvi put može izazvati ponovno promišljanje o rješenjima za upravljanje podacima. Za neke druge desetine ili stotine terabajta podataka tek postaju razlog značajnog promišljanja o novim rješenjima.[11]


Reference[uredi | uredi izvor]

  1. ^ Watters, Audrey. Visualize Big Data with Flowing Media. ReadWriteWeb. April 15, 2010. http://www.readwriteweb.com/start/2010/04/visualize-big-data-with-flowing-media.php Arhivirano 15. 11. 2010. na Wayback Machine
  2. ^ White, Tom. Hadoop: The Definitive Guide. 2009. 1st Edition. O'Reilly Media. Pg 3.
  3. ^ Kusnetzky, Dan. What is "Big Data?". ZDNet. http://blogs.zdnet.com/virtualization/?p=1708 Arhivirano 21. 2. 2010. na Wayback Machine
  4. ^ Vance, Ashley. Start-Up Goes After Big Data With Hadoop Helper. New York Times Blog. April 22, 2010. http://bits.blogs.nytimes.com/2010/04/22/start-up-goes-after-big-data-with-hadoop-helper/?dbk
  5. ^ Cukier, K. (25 Feb 2010). Data, data everywhere. The Economist. http://www.economist.com/specialreports/displaystory.cfm?story_id=15557443
  6. ^ Horowitz, Mark. Visualizing Big Data: Bar Charts for Words. Wired Magazine. Vol 16 (7). June 23, 2008. http://www.wired.com/science/discoveries/magazine/16-07/pb_visualizing##ixzz0llT2DN5j. Volu 16(7)
  7. ^ Community cleverness required. Nature, 455(7209), 1. 2008. http://www.nature.com/nature/journal/v455/n7209/full/455001a.html
  8. ^ Hellerstein, Joe. Parallel Programming in the Age of Big Data. Gigaom Blog. Nov. 9, 2008. http://gigaom.com/2008/11/09/mapreduce-leads-the-way-for-parallel-programming/ Arhivirano 7. 10. 2012. na Wayback Machine
  9. ^ Segaran, Toby and Hammerbacher, Jeff. Beautiful Data. 1st Edition. O'Reilly Media. Pg 257.
  10. ^ Jacobs, A. (6 July 2009). The Pathologies of Big Data. ACMQueue. http://queue.acm.org/detail.cfm?id=1563874
  11. ^ Magoulas, Roger., Lorica, Ben. (februar 2009.) Introduction to Big Data. Release 2.0. Issue 11. Sebastopol, CA: O’Reilly Media. http://radar.oreilly.com/r2/release2-0-11.html Arhivirano 4. 6. 2010. na Wayback Machine

Vanjski linkovi[uredi | uredi izvor]