Termen Big Data används i allt större utsträckning nästan överallt på planeten – online och offline. Och det är inte bara relaterat till datorer. Det kommer under en ram term som kallas informationsteknologi^{(Information Technology)} , som nu är en del av nästan alla andra tekniker och studier och företag. Big Data är ingen stor sak. Hypen kring det är en ganska stor sak att förvirra dig. Den här artikeln tar en titt på vad som är Big Data . Den innehåller också ett exempel på hur NetFlix använde sin data, eller snarare, Big Data , för att bättre tillgodose sina kunders behov.

Vad är Big Data

Datan som låg på ditt företags servrar var bara data fram till igår – sorterad och arkiverad. Plötsligt blev slangen Big Data populär, och nu är datan i ditt företag Big Data . Termen täcker varje bit av data som din organisation har lagrat fram till nu. Det inkluderar data lagrade i moln och till och med webbadresserna^(URLs) som du bokmärkt. Ditt företag kanske inte har digitaliserat all data. Du kanske inte redan har strukturerat all data. Men då är all digital, papper, strukturerad och icke-strukturerad data med ditt företag nu Big Data .

Kort sagt, all data – oavsett om den är kategoriserad eller inte – som finns på dina servrar kallas tillsammans BIG DATA . Alla dessa data kan användas för att få olika resultat med hjälp av olika typer av analyser. Det är inte nödvändigt att alla analyser använder all data. Den olika analysen använder olika delar av BIG DATA för att producera de resultat och förutsägelser som krävs.

Big Data är i huvudsak den data som du analyserar för resultat som du kan använda för förutsägelser och annan användning. När du använder termen Big Data arbetar plötsligt ditt företag eller organisation med informationsteknologi^{(Information)} på toppnivå för att härleda olika typer av resultat med samma data som du lagrat avsiktligt eller oavsiktligt under åren.

Hur stor är Big Data

I huvudsak är all data kombinerad Big Data , men många forskare är överens om att Big Data – som sådan – inte kan manipuleras med vanliga kalkylblad och vanliga verktyg för databashantering. De behöver speciella analysverktyg som Hadoop (vi kommer att studera detta i ett separat inlägg) så att all data kan analyseras på en gång (kan inkludera iterationer av analys).

I motsats till ovanstående, även om jag inte är expert på ämnet, skulle jag säga att data med vilken organisation som helst – stor eller liten, organiserad eller oorganiserad – är Big Data för den organisationen och att organisationen kan välja sina egna verktyg för att analysera data.^{(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.)}

Normalt, för att analysera data, brukade människor skapa olika datamängder baserade på ett eller flera vanliga fält så att analysen blir enkel. När det gäller Big Data finns det inget behov av att skapa delmängder för att analysera den. Vi har nu verktyg som kan analysera data oavsett hur stor den är. Förmodligen kategoriserar dessa verktyg själva data även när de analyserar dem.

Jag tycker att det är viktigt att nämna två meningar från boken "Big Data" av 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.”

-Och-

“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.”

Så du ser att både volym och analys är en viktig del av Big Data .

Läs^(Read) : Vad är Data Mining?^{(What is Data Mining?)}

Big Data koncept

Detta är ytterligare en punkt där de flesta inte håller med. Vissa experter säger att Big Data-koncepten^{(Big Data Concepts)} är tre V:n:

1. Volym
2. Hastighet
3. Mängd

Några andra lägger till några fler V till konceptet:

1. Visualisering
2. Veracity (tillförlitlighet)
3. Variabilitet och
4. Värde

Jag kommer att täcka begreppen Big Data i en separat artikel eftersom det här inlägget redan börjar bli stort. Enligt min mening räcker de tre första V:n för att förklara konceptet Big Data .

Big Data Exempel – Hur Netflix^{(Big Data Example – How NetFlix)} använde det för att åtgärda sina problem

Mot 2008 inträffade ett avbrott hos NetFlix på grund av att många kunder lämnades i mörkret. Medan vissa fortfarande kunde komma åt streamingtjänsterna, kunde de flesta av dem inte. Vissa kunder lyckades få sina hyrda DVD-skivor^(DVDs) medan andra misslyckades. Ett blogginlägg på Wall Street Journal säger att Netflix precis hade börjat streama på begäran.

Avbrottet fick ledningen att tänka på eventuella framtida problem och därmed; det övergick till Big Data . Den analyserade områden med hög trafik, känsliga punkter och nätverksgenomströmning, etc. med hjälp av denna data och arbetade med den för att minska stilleståndstiden om ett framtida problem skulle uppstå när det blev globalt. Här är länken^{(the link)} till Wall Street Journal Blog , om du vill kolla in exemplen på Big Data .

Ovanstående sammanfattar vad som är Big Data på ett lekmannaspråk. Man kan kalla det en väldigt grundläggande introduktion. Jag planerar att skriva några fler artiklar om associerade faktorer som – Koncept^(Concepts) , Analys^(Analysis) , Verktyg^(Tools) och användningar av Big Data^{(uses of Big Data)} , Big Data 3 V’s , etc. Under tiden, om du vill lägga till något till ovanstående, vänligen kommentera och dela med oss.

Läs nästa^{(Read next)} : Vad är webbskrapning^{(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

• Big Data Konsumtion. Vad är användningen av Big Data.

• Vad är Data Analytics och vad används det till

• Vad är skillnaden mellan data och information

• Hur man installerar Drupal med WAMP på Windows

• Bästa mjukvara och hårdvara Bitcoin-plånböcker för Windows, iOS, Android

• Bästa gratis säkra digitala bärbara programvara och onlinetjänster

• Etikett för videokonferenser, tips och regler du måste följa

• Hur man gör inbjudningskort i Windows PC

• Ett fel uppstod vid sökning efter uppdateringar i VLC

• De bästa funktionerna i LibreOffice Calc

• Hur man krypterar och lägger till lösenord till LibreOffice-dokument

• Utestängd från Plex Server och Serverinställningar? Här är fixen!

• Cyber ​​Monday & Black Friday Rea shoppingtips som du vill följa

• Hur man tar bort ditt LastPass-konto

• Microsoft Identity Manager: Funktioner, nedladdning

• Det kontot är inte kopplat till något Mixer-konto

• Automate.io är ett gratis automationsverktyg och IFTTT-alternativ

• Hur man använder en mall för att skapa ett dokument med LibreOffice

• Vad betyder NFT och hur skapar man NFT Digital Art?

• Bästa bärbara ryggsäckar för män och kvinnor