Table des matières:
Définition - Que signifie le Big Data?
Les mégadonnées font référence à un processus qui est utilisé lorsque les techniques traditionnelles d'exploration et de traitement des données ne peuvent pas révéler les informations et la signification des données sous-jacentes. Les données non structurées ou sensibles au facteur temps ou simplement très volumineuses ne peuvent pas être traitées par les moteurs de bases de données relationnelles. Ce type de données nécessite une approche de traitement différente appelée big data, qui utilise un parallélisme massif sur du matériel facilement disponible.
Techopedia explique le Big Data
Tout simplement, les mégadonnées reflètent le monde en évolution dans lequel nous vivons. Plus les choses changent, plus les changements sont capturés et enregistrés sous forme de données. Prenons l'exemple de la météo. Pour un météorologue, la quantité de données collectées dans le monde sur les conditions locales est importante. Logiquement, il serait logique que les environnements locaux dictent les effets régionaux et les effets régionaux dictent les effets mondiaux, mais ce pourrait être l'inverse. D'une manière ou d'une autre, ces données météorologiques reflètent les attributs des mégadonnées, où le traitement en temps réel est nécessaire pour une énorme quantité de données, et où le grand nombre d'entrées peuvent être générées par la machine, des observations personnelles ou des forces extérieures comme les taches solaires.
Le traitement d'informations comme celle-ci illustre pourquoi le big data est devenu si important:
- La plupart des données collectées actuellement ne sont pas structurées et nécessitent un stockage et un traitement différents de ceux des bases de données relationnelles traditionnelles.
- La puissance de calcul disponible monte en flèche, ce qui signifie qu'il y a plus d'occasions de traiter les mégadonnées.
- Internet a démocratisé les données, augmentant régulièrement les données disponibles tout en produisant de plus en plus de données brutes.
Les données sous leur forme brute n'ont aucune valeur. Les données doivent être traitées pour être utiles. Cependant, c'est là que réside le problème inhérent aux mégadonnées. Le traitement des données à partir d'un format d'objet natif vers un aperçu utilisable vaut-il le coût d'investissement considérable de le faire? Ou y a-t-il simplement trop de données avec des valeurs inconnues pour justifier le pari de les traiter avec des outils de Big Data? La plupart d'entre nous conviendraient qu'être en mesure de prédire le temps aurait une valeur, la question est de savoir si cette valeur pourrait l'emporter sur les coûts de collecte de toutes les données en temps réel dans un rapport météorologique sur lequel on pouvait compter.
