download (1)

Big Data

Big data descreve uma estratégia de gerenciamento de informações holística que inclui e integra muitos tipos de dados e gerenciamento de dados juntamente com dados tradicionais.

Big data também foi definido pelos quatro Vs:

  • Volume. A quantidade de dados. Enquanto volume indica mais dados, é a natureza granular dos dados que é única. Big data requer processamento de grandes volumes de dados Haddop de baixa densidade e não estruturados – ou seja, dados de valor desconhecido, como feeds de dados do Twitter, fluxos de clicks em um site e em um aplicativo para dispositivos móveis, tráfego de rede, equipamento ativado por sensor que captura dados na velocidade da luz e muito mais. É tarefa de big data converter tais dados Hadoop em informações valiosas. Para algumas organizações, podem ser dezenas de terabytes, para outras podem ser centenas de petabytes.
  • Velocidade A taxa rápida à qual os dados são recebidos e talvez administrados. A velocidade mais alta com que dados são transmitidos para a memória em relação à velocidade com que são gravados em disco. Alguns aplicativos de Internet das coisas (IoT) possuem ramificações de saúde e segurança que requerem avaliação e ação em tempo real. Outros produtos inteligentes ativados por internet operam em tempo real ou quase em tempo real. Por exemplo, aplicativos de eCommerce do consumidor buscam combinar preferências pessoais e de localização do dispositivo móvel para realizar ofertas de marketing sensíveis ao tempo. Operacionalmente, as experiências de aplicativos móveis possuem grandes populações de usuários, tráfego de rede aumentado e a expectativa de resposta imediata.
  • Variedade. Novos tipos de dados não estruturados. Tipos de dados não estruturados ou semiestruturados, como texto, áudio e vídeo, requerem processamento adicional para derivar significado e metadados de apoio. Depois de interpretados, os dados não estruturados possuem muitos dos mesmo requisitos que os dados estruturados, como sumarização, linhagem, auditabilidade e privacidade. Mais complexidade surge quando os dados de uma fonte desconhecida mudam sem aviso. Mudanças do esquema frequentes ou em tempo real são um fardo enorme para ambientes de transação e análise.
  • Valor. Os dados possuem valor intrínseco – mas isso deve ser descoberto. Há uma série de técnicas quantitativas e investigativas para derivar valor a partir dos dados – desde a descoberta da preferência ou sentimento do cliente à realização de uma oferta relevante por localização ou para identificação de uma peça do equipamento que está prestes a falhar. A revolução tecnológica é que o custo do armazenamento e computação de dados diminuiu exponencialmente, oferecendo, assim, uma abundância de dados a partir de análises estatísticas em todo o conjunto de dados em relação a somente uma amostra anterior. A revolução tecnológica torna as decisões o mais precisas possível. Porém, encontrar valor também requer novos processos de descoberta que envolvem análises inteligentes e informativas, usuários comerciais e executivos. O verdadeiro desafio de big data é o humano, que está aprendendo a fazer as perguntas corretas, reconhecer padres, fazer conjecturas informadas e prever comportamento.

 

fonte: https://www.oracle.com/br/big-data/index.html