Begrebet Big Data bliver i stigende grad brugt næsten overalt på planeten – online og offline. Og det er ikke kun relateret til computere. Det kommer under en rammebetegnelse kaldet informationsteknologi^{(Information Technology)} , som nu er en del af næsten alle andre teknologier og studieområder og virksomheder. Big Data er ikke en big deal. Hypen omkring det er en sikker temmelig stor ting at forvirre dig. Denne artikel tager et kig på, hvad der er Big Data . Den indeholder også et eksempel på, hvordan NetFlix brugte sine data, eller rettere sagt, Big Data , for bedre at kunne betjene sine kunders behov.

Hvad er Big Data

De data, der lå på din virksomheds servere, var blot data indtil i går – sorteret og arkiveret. Pludselig blev slangen Big Data populær, og nu er dataene i din virksomhed Big Data . Begrebet dækker hvert eneste stykke data, din organisation har gemt indtil nu. Det inkluderer data, der er gemt i skyer og endda de URL'er^(URLs) , som du har bogmærket. Din virksomhed har muligvis ikke digitaliseret alle data. Du har muligvis ikke allerede struktureret alle data. Men så er alle de digitale, papirer, strukturerede og ikke-strukturerede data med din virksomhed nu Big Data .

Kort sagt kaldes alle data – uanset om de er kategoriseret eller ej – der findes på dine servere, tilsammen BIG DATA . Alle disse data kan bruges til at få forskellige resultater ved hjælp af forskellige typer analyser. Det er ikke nødvendigt, at alle analyser bruger alle data. De forskellige analyser bruger forskellige dele af BIG DATA til at producere de nødvendige resultater og forudsigelser.

Big Data er i bund og grund de data, du analyserer for resultater, som du kan bruge til forudsigelser og andre formål. Når du bruger udtrykket Big Data , arbejder din virksomhed eller organisation pludselig med ^{(Big Data)}informationsteknologi^{(Information)} på topniveau for at udlede forskellige typer resultater ved hjælp af de samme data, som du har gemt med vilje eller utilsigtet gennem årene.

Hvor stor er Big Data

Grundlæggende er alle de kombinerede data Big Data , men mange forskere er enige om, at Big Data – som sådan – ikke kan manipuleres ved hjælp af normale regneark og almindelige værktøjer til databasestyring. De har brug for specielle analyseværktøjer som Hadoop (vi vil studere dette i et separat indlæg), så alle data kan analyseres på én gang (kan omfatte gentagelser af analyse).

I modsætning til ovenstående, selvom jeg ikke er ekspert på emnet, vil jeg sige, at data med enhver organisation – stor eller lille, organiseret eller uorganiseret – er Big Data for den pågældende organisation, og at organisationen kan vælge sine egne værktøjer til at analysere data.^{(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.)}

Normalt, for at analysere data, plejede folk at oprette forskellige datasæt baseret på et eller flere almindelige felter, så analysen bliver nem. I tilfælde af Big Data er det ikke nødvendigt at oprette undersæt til at analysere dem. Vi har nu værktøjer, der kan analysere data, uanset hvor store de er. Sandsynligvis kategoriserer disse værktøjer selv dataene, selvom de analyserer dem.

Jeg finder det vigtigt at nævne to sætninger fra bogen "Big Data" af 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.”

-Og-

“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.”

Så du ser, at både volumen og analyse er en vigtig del af Big Data .

Læs^(Read) : Hvad er Data Mining?^{(What is Data Mining?)}

Big Data koncepter

Dette er endnu et punkt, hvor de fleste mennesker ikke er enige. Nogle eksperter siger, at Big Data-koncepterne^{(Big Data Concepts)} er tre V'er:

1. Bind
2. Hastighed
3. Bred vifte

Nogle andre tilføjer nogle flere V'er til konceptet:

1. Visualisering
2. Sandhed (pålidelighed)
3. Variabilitet og
4. Værdi

Jeg vil dække begreber om Big Data i en separat artikel, da dette indlæg allerede er ved at blive stort. Efter min mening er de første tre V'er nok til at forklare begrebet Big Data .

Big Data Eksempel – Hvordan Netflix^{(Big Data Example – How NetFlix)} brugte det til at løse sine problemer

Hen mod 2008 var der et udfald hos NetFlix , som gjorde, at mange kunder blev efterladt i mørket. Mens nogle stadig kunne få adgang til streamingtjenesterne, kunne de fleste af dem ikke. Nogle kunder formåede at få deres lejede dvd'er^(DVDs) , mens andre mislykkedes. Et blogindlæg på Wall Street Journal siger, at Netflix lige var begyndt on-demand-streaming.

Afbrydelsen fik ledelsen til at tænke over de mulige fremtidige problemer og dermed; det blev til Big Data . Den analyserede områder med høj trafik, modtagelige punkter og netværksgennemstrømning osv. ved at bruge disse data og arbejdede på det for at sænke nedetiden, hvis der opstår et fremtidigt problem, da det blev globalt. Her er linket^{(the link)} til Wall Street Journal Blog , hvis du ønsker at tjekke eksemplerne på Big Data .

Ovenstående opsummerer, hvad der er Big Data på et lægmandssprog. Man kan kalde det en meget grundlæggende introduktion. Jeg planlægger at skrive et par flere artikler om tilknyttede faktorer såsom – Koncepter^(Concepts) , Analyse^(Analysis) , Værktøjer^(Tools) og anvendelser af Big Data^{(uses of Big Data)} , Big Data 3 V’er osv. I mellemtiden, hvis du gerne vil tilføje noget til ovenstående, så kommenter og del gerne med os.

Læs næste^{(Read next)} : Hvad er webskrabning^{(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

• Big Data forbrug. Hvad er brugen af ​​Big Data.

• Hvad er Data Analytics, og hvad bruges det til

• Hvad er forskellen mellem data og information

• Sådan installeres Drupal ved hjælp af WAMP på Windows

• Bedste Software & Hardware Bitcoin Wallets til Windows, iOS, Android

• Bedste gratis sikre digitale notebooksoftware og onlinetjenester

• Zip-filen er for stor fejl ved download af filer fra DropBox

• Forskellen mellem analoge, digitale og hybride computere

• Konfigurer internetradiostation gratis på Windows-pc

• Bedste bærbare rygsække til mænd og kvinder

• Hvad er et magnetlink, og hvordan åbner man magnetlinks i en browser

• De bedste funktioner i LibreOffice Calc

• Låst ude af Plex-server og serverindstillinger? Her er rettelsen!

• SMS Organizer: SMS-applikation drevet af Machine Learning

• Gratis opgavestyringssoftware til at styre teamarbejde

• Hvad er 'Chip og PIN' eller EMV-kreditkort

• Hvad betyder NFT, og hvordan skaber man NFT Digital Art?

• Hvordan lukker du din Payoneer-konto?

• Tips, værktøjer og tjenester til online omdømmestyring

• Hvad er Blue Whale Challenge Dare Game