Vad är Big Data? Typer, egenskaper och exempel

Innan du går vidare till introduktionen till Big Data behöver du först veta vad data i sig är.

Vad är data?

Data är de kvantiteter, tecken eller symboler som en dator utför operationer på, vilka kan lagras och transmiti form av elektriska signaler och inspelade på magnetiska, optiska eller mekaniska inspelningsmedia.

Låt oss nu titta på definitionen av big data.

Vad är Big Data?

Stora data är en datasamling som är enorm i volym, men som ändå växer exponentiellt med tiden. Det är data av så stor storlek och komplexitet att inget av de traditionella datahanteringsverktygen kan lagra den eller bearbeta den effektivt. Big Data är fortfarande data, men av en storlek som bryter mot vanliga verktyg.

Diagrammet nedan ställer den definitionen mot de vanliga data en organisation redan hanterar, så skalförskjutningen är lätt att se.

Vad är Big Data?

Vad är ett exempel på Big Data?

Följande är några av Big Data-exemplen-

Börsdata

Ocuco-landskapet New York Stock Exchange är ett exempel på Big Data som genererar ca en terabyte nya handelsdata per dag.

Sociala medier

Det visar statistiken 500+terabyte av ny data tas in i databaserna på sociala medier Facebook, varje dag. Dessa data genereras huvudsakligen i form av foto- och videouppladdningar, meddelandeutbyten, kommentarer etc.

Jetmotorer

En enda Jetmotor kan generera 10+terabyte av data i 30 minuter av flygtiden. Med många tusen flygningar per dag når genereringen av data upp till många Petabyte.

Dessa tre siffror är ögonblicksbilder per källa från den period då exemplen först publicerades, och de har bara ökat sedan dess. För en aktuell uppfattning om skala skapar världen som helhet nu ungefär 402 miljoner terabyte data varje dag, vilket sätter den årliga totalsumman för 2026 på track för mer än 200 zettabyte.

Typer av Big Data

Följande är typerna av Big Data:

1. Strukturerad
2. Ostrukturerad
3. Halvstrukturerad

Strukturerad

All data som kan lagras, nås och bearbetas i ett fast format kallas "strukturerad" data. Med tiden har datavetenskapen uppnått stora framgångar inom utvecklingenping tekniker för att arbeta med den här typen av data, där formatet är välkänt i förväg, och för att utvinna värde ur det. Men vi står nu inför problem när storleken på sådan data växer enormt, med typiska storlekar som uppgår till flera zettabyte.

Vet du? En zettabyte är 10²¹ byte, vilket är en miljard terabyte.

När man tittar på dessa siffror kan man lätt förstå varför namnet Big Data ges, och föreställa sig utmaningarna med lagring och bearbetning av dessa data.

Vet du? Data som lagras i ett relationsdatabashanteringssystem är ett exempel på 'strukturerad' data.

Exempel på strukturerad data

En tabell med "anställda" i en databas är ett exempel på strukturerad data. Varje rad har samma fem kolumner, och varje kolumn har en känd typ, vilket är just det som gör data lätta att söka efter.

Ostrukturerad

All data med okänd form eller struktur klassificeras som ostrukturerad data. Förutom att vara enorm, innebär ostrukturerad data flera utmaningar när det gäller att bearbeta den för att utvinna värde. Ett typiskt exempel på ostrukturerad data är en heterogen datakälla som innehåller en kombination av enkla textfiler, bilder, videor etc. Numera har organisationer tillgång till en mängd data, men tyvärr vet de inte hur de ska utvinna värde ur den, eftersom denna data är i sitt råa eller ostrukturerade format.

Exempel på ostrukturerad data

Utdata som returneras av 'Google 'Sök' är ostrukturerad: samma fråga returnerar sidor, bilder, utdrag och länkar utan något gemensamt schema bakom dem.

Exempel på ostrukturerad data

Halvstrukturerad

Semistrukturerad data kan innehålla båda formerna ovan. Den ser strukturerad ut, men den definieras inte av ett formellt schema, såsom en tabelldefinition i en relationell databas. DBMSEtt vanligt exempel på semistrukturerad data är data som representeras i en XML-fil. JSON-dokument och loggrader med nyckel-värde-par faller inom samma kategori.

Exempel på semistrukturerad data

Personuppgifter lagrade i en XML-fil-

<rec><name>Prashant Rao</name><sex>Male</sex><age>35</age></rec>
<rec><name>Seema R.</name><sex>Female</sex><age>41</age></rec>
<rec><name>Satish Mane</name><sex>Male</sex><age>29</age></rec>
<rec><name>Subrato Roy</name><sex>Male</sex><age>26</age></rec>
<rec><name>Jeremiah J.</name><sex>Male</sex><age>35</age></rec>

Datatillväxt över åren

Diagrammet nedan trachur blandningen av strukturerad och ostrukturerad data har förändrats i takt med att den totala volymen har ökat.

Datatillväxt över åren

Observera att webbapplikation Data, som är ostrukturerad, består av loggfiler, transaktionshistorikfiler etc. OLTP-system är byggda för att arbeta med strukturerad data, där data lagras i relationer (tabeller).

Egenskaper hos Big Data

Big Data kan beskrivas med följande egenskaper:

• Volym
• Variety
• Hastighet
• Variabilitet

(i) Volym – Själva namnet Big Data är relaterat till en enorm storlek. Datans storlek spelar en mycket avgörande roll för att bestämma vilket värde som kan dras av den. Huruvida en viss datamängd faktiskt kan betraktas som Big Data eller inte beror också på dess volym. Därför, 'Volym' är en egenskap som måste beaktas när man hanterar Big Data-lösningar.

(ii) Variation – Nästa aspekt av Big Data är dess mängd.

Variation hänvisar till heterogena källor och datatyper, både strukturerade och ostrukturerade. Förr i tiden var kalkylblad och databaser de enda datakällor som beaktades av de flesta applikationer. Numera beaktas även data i form av e-postmeddelanden, foton, videor, övervakningsenheter, PDF-filer, ljud etc. i analysprogram. Denna variation av ostrukturerad data medför vissa problem för lagring, utvinning och analys av data.

(iii) Hastighet – Uttrycket 'hastighet' avser hastigheten på datagenereringen. Hur snabbt data genereras och bearbetas för att möta efterfrågan avgör den verkliga potentialen i data.

Big Data-hastighet handlar om den hastighet med vilken data flödar in från källor som affärsprocesser, applikationsloggar, nätverk, sociala medier, sensorer mobil enheter etc. Dataflödet är massivt och kontinuerligt.

(iv) Variabilitet – Detta hänvisar till den inkonsekvens som kan visas av data ibland, vilket hindrar processen för att kunna hantera och hantera data effektivt.

Ytterligare två egenskaper läggs ofta till den listan idag, vilket ger de allmänt citerade "fem V:na":

• sanningshalten – hur tillförlitlig och korrekt informationen är. Duplicerade register, sensoravvikelser och saknade fält minskar alla sanningsenligheten, och ingen volym kompenserar för det.
• Värderar – vad datan faktiskt är värd när den väl analyserats. Data som aldrig omvandlas till beslut ökar bara lagringskostnaden.

Fördelar med stordatabehandling

Möjligheten att bearbeta stordata i ett DBMS ger flera fördelar, såsom-

Företag kan använda extern information när de fattar beslut

Tillgång till sociala data från sökmotorer och sajter som Facebook och X (tidigare Twitter) gör det möjligt för organisationer att finjustera sina affärsstrategier.

Förbättrad kundservice

Traditionella system för kundfeedback ersätts av nya system utformade med stordatateknik. I dessa nya system används stordata och naturlig språkbehandling för att läsa och utvärdera konsumentresponser.

Tidig identifiering av risker för produkter och tjänster

Att kontinuerligt analysera transaktionsregister, sensoravläsningar och supportärenden avslöjar defekter, bedrägerimönster och servicefel medan de fortfarande är små, istället för att vänta på en månadsrapport för att avslöja dem.

Bättre Operationell effektivitet

Stordatateknik kan användas för att skapa ett mellanlandningsområde eller en landningszon för ny data innan man identifierar vad som ska flyttas till datalagretDessutom hjälper en sådan integration av stordatateknik och datalagret en organisation att avlasta data som sällan används.

Vanliga frågor