Big data

Stránka ve výstavbě

Na této stránce se právě pracuje. Prosím needitujte tuto stránku, dokud na ní zůstává tato šablona. Předejdete tak editačnímu konfliktu. Jestliže uběhla od poslední editace doba alespoň dvou dnů, neváhejte tuto šablonu odstranit.

Big data pojem, nejčastěji vyskytující se v oblasti Informačních technologií (ICT), který označuje takové množství dat, které není možné v reálném čase zpracovat na běžně dostupném hardwarovém a softwarovém vybavení.

náhled

Rozdělení

Big Data se definují několika dimenzemi.

První dimenzí je objem (volume). To jsou data, co se nepohybují, ale narůstají obrovským tempem. Bylo již zmíněno v úvodu práce, že tempo růstu objemu dat je rychlejší každým rokem, a do roku 2020 bude ze současných 8000 exabajtů až 35000 exabajtů dat na světě.

Druhou dimenzí je rychlost (velocity). Míněna je rychlost dat a jejich pohybu, vytváření, hromadění a zpracování. Streamovaná data s milisekundovou odezvou, real-time komunikační odezvy a informace.

Třetí dimenze je typ (variety). Data v mnoha různých formách. Strukturovaná, nestrukturovaná, textová a multimediální.

Čtvrtá dimenze je věrohodnost (veracity). Tuto dimenzi přidala společnost IBM pro lepší a přesnější definování Big Data. Nejistá data jsou z důvodů nekonzistence, věrohodnosti či neúplnosti. Při analyzování veškerých dat kolem nás musíme s určitou mírou nevěrohodnosti počítat. V některých zdrojích je jako čtvrtá dimenze uváděna hodnota (value), ve smyslu hodnoty pro podnik a lepší byznys modely.

Firma SAS, která se správou velkoobjemových dat zabývá, přidává ještě další složku a tou je:

Pátá dimenze - složitost (complexity). Dnešní data pocházejí z mnoha zdrojů. Provázání, porovnání, sloučení, vyčištění a transformace dat ve všech systémech je stále náročnějším úkolem. Je velmi důležité spojit a korelovat vztahy, hierarchii a početné vazby mezi daty, jinak nad svými daty rychle ztratíte kontrolu.

Uchovávání

Big data se uchovávají v tzv. Datových skladech (anglicky Data Warehouse), toto slovní spojení použil poprvé William H. Inmon

Podle TDKIV je Datový sklad vnímán jako Databáze optimalizovaná pro dotazy, analýzy dat a tvorbu sestav. Vytváří se přenosem, transformací a často též agregací primárních dat z provozních systémů a z externích zdrojů a jejich integrováním do jednotné datové základny. Struktura datového skladu je založena zpravidla na dvou typech objektů - tabulkách faktů a tabulkách dimenzí (např. čas, místo), z nichž lze vytvářet vícerozměrné objekty (kostky). Uložená data lze využívat prostřednictvím dotazování, reportingu, OLAP (on-line analytické zpracování), dolování dat, vizualizace dat.

Externí odkazy

• Datové sklady a možnosti analýzy a reportování dat ve výuce

Klíčová slova

Big data, Datový sklad, Data Warehouse, Databáze