Big data: Porovnání verzí

m
 
(Není zobrazeno 7 mezilehlých verzí od 3 dalších uživatelů.)
Řádek 1: Řádek 1:
−
{{Pracuje se}}
 
−
 
−
'''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. 
 
−
[[Soubor:BigData 2267x1146 trasparent.png|thumb|upright 2|right|náhled]]
 
  
 +
'''Big data''' pojem, nejčastěji vyskytující se v oblasti [[informační technologie|informačních technologií]] (ICT), který označuje takové množství [[data|dat]], které není možné v reálném čase zpracovat na běžně dostupném hardwarovém a softwarovém vybavení. [[Problematika velkých dat. Big data.]] 
  
 
== Rozdělení  ==
 
== Rozdělení  ==
  
−
Big Data se definují několika dimenzemi.
+
Big Data se definují několika dimenzemi<ref>MACEK, Jáchym Praha. <i>Big Data, jejich skladování a možnosti využití</i>. Praha, 2014.</ref>:
  
−
'''První dimenzí je objem (volume).'''
+
*'''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.  
 
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).'''
+
*'''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.  
 
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).'''
+
*'''Třetí dimenze je typ (variety).'''
 
Data v mnoha různých formách. Strukturovaná, nestrukturovaná, textová a multimediální.  
 
Data v mnoha různých formách. Strukturovaná, nestrukturovaná, textová a multimediální.  
  
−
'''Čtvrtá dimenze je věrohodnost (veracity).'''
+
*'''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. <ref>MACEK, Jáchym Praha. <i>Big Data, jejich skladování a možnosti využití</i>. Praha, 2014.</ref>
+
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 [http://www.sas.com/cs_cz/home.html SAS], která se správou velkoobjemových dat zabývá, přidává ještě další složku a tou je:
 
  
−
 
+
''Firma [http://www.sas.com/cs_cz/home.html SAS], která se správou velkoobjemových dat zabývá, přidává ještě další složku a tou je:
−
'''Pátá dimenze - složitost (complexity).'''
+
''
 +
*'''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.<ref><i>What Is Big Data? | SAS</i> [online]. [cit. 2015-11-9]. Dostupné z: http://www.sas.com/cs_cz/insights/big-data/what-is-big-data.html</ref>
 
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.<ref><i>What Is Big Data? | SAS</i> [online]. [cit. 2015-11-9]. Dostupné z: http://www.sas.com/cs_cz/insights/big-data/what-is-big-data.html</ref>
  
Řádek 32: Řádek 27:
 
Big data se uchovávají v tzv. [[Datový sklad|Datových skladech]] (anglicky Data Warehouse), toto slovní spojení použil poprvé [[William H. Inmon]]<ref>INMON, William H a Chuck KELLEY. <i>Rdb/VMS, developing the data warehouse</i>. Boston: QED Pub. Group, c1993, xxiv, 225 p.</ref>
 
Big data se uchovávají v tzv. [[Datový sklad|Datových skladech]] (anglicky Data Warehouse), toto slovní spojení použil poprvé [[William H. Inmon]]<ref>INMON, William H a Chuck KELLEY. <i>Rdb/VMS, developing the data warehouse</i>. Boston: QED Pub. Group, c1993, xxiv, 225 p.</ref>
  
−
Podle [[Česká terminologická databáze knihovnictví a informační vědy|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.<ref>KUČEROVÁ, Helena. Datový sklad. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2015-11-25]. Dostupné z: http://aleph.nkp.cz/F/?func=direct&doc_number=000000389&local_base=KTD.</ref>
+
Podle [[Česká terminologická databáze knihovnictví a informační vědy|TDKIV]]<ref>Česká terminologická databáze knihovnictví a informační vědy</ref> 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.<ref>KUČEROVÁ, Helena. Datový sklad. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2015-11-25]. Dostupné z: http://aleph.nkp.cz/F/?func=direct&doc_number=000000389&local_base=KTD.</ref>
  
−
=== Zdroje ===
+
== Zdroje ==
  
  
Řádek 42: Řádek 37:
  
 
<references/>
 
<references/>
 +
 +
=== Související články ===
 +
[[Data]]<br />
 +
[[Software]]
  
 
=== Externí odkazy ===
 
=== Externí odkazy ===
  
−
*[http://info.sks.cz/www/zavprace/soubory/82110.pdf Datové sklady a možnosti analýzy a reportování dat ve výuce]
+
*[http://info.sks.cz/www/zavprace/soubory/82110.pdf Datové sklady a možnosti analýzy a reportování dat ve výuce][cit. 2015-11-25].
 +
 
 +
*ČERNË, Michal. Big data a jejich možnosti v kontextu knihoven. Knihovna [online]. 2013, 24(1): 104-111 [cit. 2015-12-17]. ISSN 18013252. Dostupné z: http://search.ebscohost.com/login.aspx?direct=true&db=lls&an=88175803&scope=site
 +
 
 +
*GOES, Paulo B. Big Data and IS Research. MIS Quarterly [online]. 2014, 38(3): iii [cit. 2015-12-17]. ISSN 02767783. Dostupné z: http://search.ebscohost.com/login.aspx?direct=true&db=bth&an=97267368&scope=site
  
 
=== Klíčová slova ===
 
=== Klíčová slova ===
Řádek 51: Řádek 54:
 
Big data, Datový sklad, Data Warehouse, Databáze
 
Big data, Datový sklad, Data Warehouse, Databáze
  
−
[[Kategorie:Informační studia a knihovnictví]]
+
[[Kategorie:Informační studia a knihovnictví]][[Kategorie:Informační technologie, knihovnické technologie]][[Kategorie:Hesla k opravě UISK]]

Aktuální verze z 8. 10. 2018, 17:50

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. Problematika velkých dat. Big data.

Rozdělení

Big Data se definují několika dimenzemi[1]:

  • 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.[2]

Uchovávání

Big data se uchovávají v tzv. Datových skladech (anglicky Data Warehouse), toto slovní spojení použil poprvé William H. Inmon[3]

Podle TDKIV[4] 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.[5]

Zdroje

  1. ↑ MACEK, Jáchym Praha. Big Data, jejich skladování a možnosti využití. Praha, 2014.
  2. ↑ What Is Big Data? | SAS [online]. [cit. 2015-11-9]. Dostupné z: http://www.sas.com/cs_cz/insights/big-data/what-is-big-data.html
  3. ↑ INMON, William H a Chuck KELLEY. Rdb/VMS, developing the data warehouse. Boston: QED Pub. Group, c1993, xxiv, 225 p.
  4. ↑ Česká terminologická databáze knihovnictví a informační vědy
  5. ↑ KUČEROVÁ, Helena. Datový sklad. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2015-11-25]. Dostupné z: http://aleph.nkp.cz/F/?func=direct&doc_number=000000389&local_base=KTD.

Související články

Data
Software

Externí odkazy

Klíčová slova

Big data, Datový sklad, Data Warehouse, Databáze

Citováno z „https://wikisofia.cz/w/index.php?title=Big_data&oldid=55780“