Big Data
Big Data – termin określający zbiory danych o tak dużej objętości, dynamice i różnorodności, że ich przechowywanie, przetwarzanie oraz analiza wykraczają poza możliwości tradycyjnych systemów bazodanowych i oprogramowania relacyjnego.
Fundament definicyjny: Model V
| Filar (V) | Polskie znaczenie | Opis i przykłady |
|---|---|---|
| Volume | Objętość / Ilość | Ogromny wolumen danych mierzony w terabajtach, petabajtach czy eksabajtach. |
| Velocity | Prędkość / Przyrost | Wysoka szybkość napływu danych oraz potrzeba ich analizy w czasie rzeczywistym. |
| Variety | Różnorodność | Mieszanka danych ustrukturyzowanych (bazy SQL) i nieustrukturyzowanych (tekst, e-maile, pliki wideo, sygnały z czujników IoT). |
| Rozszerzenia (Model 5V) |
Veracity & Value | Dbałość o wiarygodność/jakość danych (Veracity) oraz wyciąganie z nich realnej wartości biznesowej (Value). |
Wymagania technologiczne i cele biznesowe
Przetwarzanie Big Data wymaga zaawansowanej infrastruktury – najczęściej opartej na chmurze obliczeniowej oraz systemach rozproszonych. Służy jako paliwo do trenowania zaawansowanych algorytmów sztucznej inteligencji (AI) i uczenia maszynowego (ML).
Główne zastosowania
- Wykrywanie ukrytych wzorców: Identyfikacja trendów rynkowych, nietypowych zachowań klientów i niewidocznych na pierwszy rzut oka korelacji.
- Podejmowanie decyzji w czasie rzeczywistym: Systemy rekomendacji, wykrywanie oszustw finansowych czy dynamiczne ustalanie cen (dynamic pricing).
- Optymalizacja procesów: Przewidywanie awarii maszyn (predictive maintenance) i automatyzacja logistyki.