Термин Биг Дата^{(Big Data)} се све више користи скоро свуда на планети – онлајн и офлајн. И то није везано само за рачунаре. Долази под општим термином под називом Информациона технологија^{(Information Technology)} , која је сада део скоро свих других технологија и области студија и пословања. Велики подаци^{(Big Data)} нису велика ствар. Химна око тога је сигурно прилично велика ствар која ће вас збунити. Овај чланак разматра шта су велики подаци^{(Big Data)} . Такође садржи пример како је НетФлик^(NetFlix) користио своје податке, тачније, Биг Дата^{(Big Data)} , да боље задовољи потребе својих клијената.

Шта су велики подаци

Подаци који су лежали на серверима ваше компаније били су само подаци до јуче – сортирани и архивирани. Одједном је жаргон Биг Дата^{(Big Data)} постао популаран, а сада су подаци у вашој компанији Биг Дата^{(Big Data)} . Термин покрива сваки податак који је ваша организација до сада ускладиштила. Укључује податке ускладиштене у облацима, па чак и УРЛ адресе^(URLs) које сте обележили. Ваша компанија можда није дигитализовала све податке. Можда нисте већ структурирали све податке. Али онда, сви дигитални, папири, структурирани и неструктурирани подаци у вашој компанији сада су Биг Дата^{(Big Data)} .

Укратко, сви подаци – било да су категорисани или не – присутни на вашим серверима заједнички се називају ВЕЛИКИ ПОДАЦИ^{(BIG DATA)} . Сви ови подаци се могу користити за добијање различитих резултата коришћењем различитих врста анализа. Није неопходно да све анализе користе све податке. Различите анализе користе различите делове ВЕЛИКИХ ПОДАТАКА^{(BIG DATA)} да би произвеле неопходне резултате и предвиђања.

Велики подаци^{(Big Data)} су у суштини подаци које анализирате за резултате које можете користити за предвиђања и друге сврхе. Када користите термин Велики подаци^{(Big Data)} , изненада ваша компанија или организација ради са информатичком^{(Information)} технологијом највишег нивоа како би закључила различите типове резултата користећи исте податке које сте намерно или ненамерно чували током година.

Колико су велики велики подаци

У суштини, сви комбиновани подаци су велики подаци^{(Big Data)} , али многи истраживачи се слажу да се великим подацима –^{(Big Data –)} као таквим – не може манипулисати коришћењем нормалних табела и редовних алата за управљање базом података. Потребни су им специјални алати за анализу као што је Хадооп^(Hadoop) (ово ћемо проучити у посебном посту) тако да сви подаци могу да се анализирају одједном (може укључивати итерације анализе).

Супротно горе наведеном, иако нисам стручњак за ову тему, рекао бих да су подаци са било којом организацијом – великом или малом, организованом или неорганизованом – велики подаци за ту организацију и да организација може изабрати сопствене алате за анализу података.^{(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.)}

Обично, за анализу података, људи су користили да креирају различите скупове података на основу једног или више уобичајених поља, тако да анализа постаје лака. У случају великих података^{(Big Data)} , нема потребе за креирањем подскупова за њихову анализу. Сада имамо алате који могу анализирати податке без обзира на то колико су велики. Вероватно, ови алати сами категоризују податке чак и док их анализирају.

Сматрам да је важно поменути две реченице из књиге „Биг Дата” Џимија Гутермана^{(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.”

-И-

“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.”

Дакле, видите да су и обим и анализа важан део великих података^{(Big Data)} .

Прочитајте^(Read) : Шта је Дата Мининг?^{(What is Data Mining?)}

Концепти великих података

Ово је још једна тачка у којој се већина људи не слаже. Неки стручњаци кажу да су концепти великих података^{(Big Data Concepts)} три В:

1. Волуме
2. Брзина
3. Разноликост

Неки други додају још неколико В концепту:

1. Визуелизација
2. истинитост (поузданост)
3. Променљивост и
4. Валуе

Ја ћу покрити концепте великих података^{(Big Data)} у посебном чланку јер овај пост већ постаје велики. По мом мишљењу, прва три В су довољна да објасне концепт великих података^{(Big Data)} .

Пример великих података – Како га је НетФлик^{(Big Data Example – How NetFlix)} користио да реши своје проблеме

Пред 2008. дошло је до квара на НетФлик-^(NetFlix) у због којег су многи корисници остали у мраку. Док су неки и даље могли да приступе сервисима за стриминг, већина њих није могла. Неки купци су успели да добију своје изнајмљене ДВД-ове^(DVDs) , док други нису успели. У блогу на Валл Стреет Јоурнал-у^{(Wall Street Journal)} се каже да је Нетфлик^(Netflix) управо започео стримовање на захтев.

Прекид је натерао менаџмент да размишља о могућим будућим проблемима и стога; окренуо се великим подацима^{(Big Data)} . Анализирао је области са великим прометом, осетљиве тачке и мрежну пропусност, итд. користећи те податке и радио на томе како би смањио време застоја ако се појави будући проблем док је постао глобалан. Ево везе^{(the link)} до блога Валл Стреет Јоурнала^{(Wall Street Journal Blog)} , ако желите да погледате примере великих података^{(Big Data)} .

Горе наведено сумира шта су Биг Дата на лаичком језику. Можете то назвати врло основним уводом. Планирам да напишем још неколико чланака о повезаним факторима као што су – концепти^(Concepts) , анализа^(Analysis) , алати^(Tools) и употреба великих података^{(uses of Big Data)} , великих података 3 В , итд. У међувремену, ако желите да додате било шта горе наведеном, коментаришите и поделите са нама.

Прочитајте следеће^{(Read next)} : Шта је Веб Сцрапинг^{(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

• Потрошња великих података. Која је употреба великих података.

• Шта је Аналитика података и за шта се користи

• Која је разлика између података и информација

• Како инсталирати Друпал користећи ВАМП на Виндовс-у

• Најбољи софтвер и хардвер Битцоин новчаници за Виндовс, иОС, Андроид

• Најбољи бесплатни софтвер за безбедне дигиталне нотебоок рачунаре и услуге на мрежи

• Шта значи НФТ и како креирати НФТ дигиталну уметност?

• Претворите магнетне везе у везе за директно преузимање користећи Сеедр

• Бесплатно подесите Интернет радио станицу на Виндовс рачунару

• Шта су „чип и ПИН“ или ЕМВ кредитне картице

• Зип датотека је превелика грешка при преузимању датотека са ДропБок-а

• Мицрософт Идентити Манагер: карактеристике, преузимање

• Савети, алати и услуге за управљање репутацијом на мрежи

• Савети за куповину сајбер понедељка и црног петка које желите да пратите

• Управљање е-отпадом, рециклажа, одлагање, чињенице, проблеми, решења

• Вхитебоард Фок је бесплатна бела табла на мрежи која омогућава дељење у реалном времену

• 10 најбољих УСБ ЛЕД лампи за лаптопове

• Апликација за размену порука у сесији нуди јаку сигурност; Није потребан број телефона!

• Разлика између аналогних, дигиталних и хибридних рачунара

• НАСА-ине очи помажу вам да истражујете универзум попут астронаута