Izraz Big Data sve se više koristi gotovo svugdje na planetu - online i offline. I to nije vezano samo za računala. Dolazi pod općim pojmom pod nazivom Informacijska tehnologija^{(Information Technology)} , koja je sada dio gotovo svih drugih tehnologija i područja studija i poslovanja. Veliki podaci^{(Big Data)} nisu velika stvar. Hipe oko toga sigurno je prilično velika stvar koja će vas zbuniti. Ovaj članak govori o tome što su Big Data . Također sadrži primjer kako je NetFlix koristio svoje podatke, odnosno Big Data , kako bi bolje služio potrebama svojih klijenata.

Što su Big Data

Podaci koji su ležali na serverima vaše tvrtke do jučer su bili samo podaci – sortirani i arhivirani. Odjednom je žargon Big Data postao popularan, a sada su podaci u vašoj tvrtki Big Data . Pojam pokriva svaki podatak koji je vaša organizacija do sada pohranila. Uključuje podatke pohranjene u oblacima, pa čak i URL-ove^(URLs) koje ste označili. Vaša tvrtka možda nije digitalizirala sve podatke. Možda niste već strukturirali sve podatke. Ali tada su svi digitalni, papiri, strukturirani i nestrukturirani podaci s vašom tvrtkom sada Big Data .

Ukratko, svi podaci – kategorizirani ili ne – prisutni na vašim poslužiteljima zajednički se nazivaju VELIKI PODACI^{(BIG DATA)} . Svi ti podaci mogu se koristiti za dobivanje različitih rezultata korištenjem različitih vrsta analiza. Nije nužno da sve analize koriste sve podatke. Različite analize koriste različite dijelove VELIKIH PODATAKA^{(BIG DATA)} kako bi proizvele potrebne rezultate i predviđanja.

Veliki podaci^{(Big Data)} u osnovi su podaci koje analizirate za rezultate koje možete koristiti za predviđanja i druge namjene. Kada koristite izraz Big Data , iznenada vaša tvrtka ili organizacija radi s najvišom informacijskom^{(Information)} tehnologijom kako bi zaključila različite vrste rezultata koristeći iste podatke koje ste namjerno ili nenamjerno pohranjivali tijekom godina.

Koliko su veliki Big Data

U osnovi, svi kombinirani podaci su veliki podaci^{(Big Data)} , ali mnogi se istraživači slažu da se velikim podacima –^{(Big Data –)} kao takvima – ne može manipulirati pomoću uobičajenih proračunskih tablica i redovitih alata za upravljanje bazom podataka. Potrebni su im posebni alati za analizu kao što je Hadoop (proučit ćemo to u zasebnom postu) kako bi se svi podaci mogli analizirati odjednom (mogu uključivati ​​iteracije analize).

Suprotno gore navedenom, iako nisam stručnjak za tu temu, rekao bih da su podaci s bilo kojom organizacijom – velikom ili malom, organiziranom ili neorganiziranom – Big Data za tu organizaciju i da organizacija može odabrati vlastite alate za analizu podaci.^{(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.)}

Obično su ljudi za analizu podataka stvarali različite skupove podataka na temelju jednog ili više uobičajenih polja kako bi analiza postala laka. U slučaju velikih podataka^{(Big Data)} , nema potrebe za stvaranjem podskupova za njihovu analizu. Sada imamo alate koji mogu analizirati podatke bez obzira na to koliko su veliki. Vjerojatno sami ovi alati kategoriziraju podatke čak i dok ih analiziraju.

Smatram važnim spomenuti dvije rečenice iz knjige “Big Data” Jimmyja Gutermana^{(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.”

-I-

“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.”

Dakle, vidite da su i volumen i analiza važan dio velikih podataka^{(Big Data)} .

Pročitajte^(Read) : Što je Data Mining?^{(What is Data Mining?)}

Koncepti velikih podataka

Ovo je još jedna točka s kojom se većina ljudi ne slaže. Neki stručnjaci kažu da su Big Data koncepti^{(Big Data Concepts)} tri V:

1. Volumen
2. Brzina
3. Raznolikost

Neki drugi konceptu dodaju još nekoliko V-ova:

1. Vizualizacija
2. Vjerodostojnost (pouzdanost)
3. Varijabilnost i
4. Vrijednost

Pojasnit ću koncepte velikih podataka^{(Big Data)} u zasebnom članku jer ovaj post već postaje velik. Po mom mišljenju, prva tri V-a su dovoljna da objasne koncept velikih podataka^{(Big Data)} .

Primjer velikih podataka – kako ga je NetFlix^{(Big Data Example – How NetFlix)} koristio da riješi svoje probleme

Pred 2008. na NetFlixu^(NetFlix) je došlo do kvara zbog kojeg su mnogi korisnici ostali u mraku. Dok su neki još uvijek mogli pristupiti uslugama strujanja, većina ih nije mogla. Neki kupci uspjeli su dobiti svoje iznajmljene DVD-ove^(DVDs) , dok drugi nisu uspjeli. U blogu u Wall Street Journalu^{(Wall Street Journal)} stoji da je Netflix upravo započeo streaming na zahtjev.

Ispad je natjerao upravu da razmišlja o mogućim budućim problemima i stoga; okrenuo se Big Data . Analizirao je područja s velikim prometom, osjetljive točke i mrežnu propusnost, itd. koristeći te podatke i radio na tome kako bi smanjio vrijeme zastoja ako se pojavi budući problem dok je postao globalan. Ovdje je poveznica^{(the link)} na blog Wall Street Journala^{(Wall Street Journal Blog)} , ako želite provjeriti primjere velikih podataka^{(Big Data)} .

Gore navedeno sažima što su Big Data na laičkom jeziku. Možete to nazvati vrlo osnovnim uvodom. Planiram napisati još nekoliko članaka o povezanim čimbenicima kao što su – koncepti^(Concepts) , analiza^(Analysis) , alati^(Tools) i upotreba velikih podataka^{(uses of Big Data)} , velikih podataka 3 V , itd. U međuvremenu, ako želite nešto dodati gore navedenom, komentirajte i podijelite s nama.

Pročitajte sljedeće^{(Read next)} : Što je 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

• Potrošnja velikih podataka. Koja je upotreba velikih podataka.

• Što je Data Analytics i čemu služi

• Koja je razlika između podataka i informacija

• Kako instalirati Drupal koristeći WAMP na Windows

• Najbolji softverski i hardverski Bitcoin novčanici za Windows, iOS, Android

• Taj račun nije povezan ni s jednim Mixer računom

• Zaključani ste iz postavki Plex poslužitelja i poslužitelja? Evo popravka!

• Whiteboard Fox je besplatna internetska ploča koja omogućuje dijeljenje u stvarnom vremenu

• Što je Magnet link i kako otvoriti Magnet linkove u pregledniku

• Aplikacija za razmjenu poruka nudi snažnu sigurnost; Broj telefona nije potreban!

• Što je sindrom glupog prozora - objašnjenje i prevencija

• Kako instalirati Windows 95 na Windows 10

• Kako zatvoriti svoj Payoneer račun?

• Besplatno postavite internetsku radio stanicu na Windows PC

• Gospodarenje e-otpadom, recikliranje, zbrinjavanje, činjenice, problemi, rješenja

• Savjeti, alati i usluge za upravljanje reputacijom na mreži

• Zip datoteka je prevelika pogreška prilikom preuzimanja datoteka s DropBoxa

• Kako pretvoriti binarni u tekst pomoću ovog pretvarača teksta u binarni

• Najbolji ruksaci za prijenosna računala za muškarce i žene

• Donesite svoj vlastiti uređaj (BYOD) prednosti, najbolje primjere iz prakse itd.