
بیگ دیتا یا کلان داده یکی از مواردیست که جهان را تحت تاثیر قرارداده است. همه میدانیم که در دنیای امروز، آمار و اطلاعات حرف اول و آخر را میزند و به همین دلیل است که دوران فعلی را عصر اطلاعات نامگذاری کردهاند. اطلاعات و آمارها به ما کمک میکنند تا بهتر بدانیم که برای موفقیت بیشتر در زندگی و یا کسبوکار خود باید چه کارهایی انجام بدهیم.
داده (Data) به مقدارها یا کاراکترها یا نمادهایی گفته میشود که براساس آن عملیات توسط رایانه انجام میشود. دادهها در واقع مجموعهای از حقایق هستند که بصورت اعداد، کلمات، مقدارها، مشاهدات یا توصیف چیزهای مختلف ثبت میشود. دادهها ممکن است به دو صورت کیفی یا کمی باشند.
دادههای کیفی شامل اطلاعات توصیفی هستند یعنی اطلاعاتی که چیزی را توصیف میکند. دادههای کمی در واقع اطلاعات عددی هستند. داده ممکن است به صورت سیگنالهای الکتریکی ذخیره شده و انتقال یابد و در رسانههای ضبط مغناطیسی، نوری یا مکانیکی، ضبط شود.
بیگ دیتا یا کلان داده عبارتی است که یک حجم زیاد از دادههای ساختاریافته و ساختارنیافته را توصیف میکند که بطور روزانه در یک کسب و کار تولید و انباشته میشود. اما این مقدار داده نیست که حائز اهمیت است. آنچه مهم است، کاری است که سازمانها با دادهها انجام میدهند. میتوان بیگ دیتا را برای بدست آوردن دید و بینش بهتر که منجر به تصمیم گیری درستتر و حرکات راهبردی در کسبوکار می شوند، مورد تجزیه و تحلیل قرار داد.
به بیان دیگر، بیگ دیتا دادهای با اندازه بسیار زیاد است که دارای حجم عظیمی بوده و در عین حال با گذشت زمان به سرعت رشد میکند. به طور خلاصه، چنین دادههایی آنقدر بزرگ و پیچیده هستند که هیچ یک از ابزارهای سنتی مدیریت داده، قادر به ذخیره یا پردازش موثر آن نیستند.
عبارت «بیگ دیتا» به دادههایی گفته میشود که آنقدر بزرگ، سریع یا پیچیده هستند و پردازش آن با استفاده از روشهای سنتی دشوار یا ناممکن است. بدست آوردن و ذخیره مقدار زیادی از اطلاعات برای آنالیز و تحلیل، مدت زیادی است که در میان شرکتها و کسبوکارها مطرح شده است. اما مفهوم بیگ دیتا در اوایل دهه 2000 میلادی آرام آرام شروع به رواج یافتن کرد، هنگامیکه تحلیلگر صنعت، داگ لانی، تعریفی از بیگ دیتا را به عنوان سه V بیان کرد. تعریفی که امروزه آن را به عنوان معنای اصلی بیگ دیتا مطرح میکنند:
سازمانها معمولا دادهها را از منابع مختلف از جمله معاملات تجاری، دستگاههای هوشمند (اینترنت اشیا – Internet of Things)، تجهیزات صنعتی، فیلمها، شبکههای اجتماعی و غیره جمع آوری میکنند. در گذشته ذخیره سازی این دادهها یک مشکل بزرگ بود اما ذخیره سازی ارزانتر در سیستم عاملهایی مانند دریاچههای داده و هادوپ (Hadoop)، میزان دشواری این کار را کاهش داده است.
با رشد اینترنت اشیا (IoT) امروزه دادهها با سرعتی بی سابقه به کسب و کارهای مختلف انتقال مییابند و باید به موقع مدیریت شوند. برچسبهای RFID، حسگرها و کنتورهای هوشمند، این نیاز را ایجاد میکنند که این سیل دادهها تقریبا بصورت لحظهای مدیریت شوند.
دادهها همیشه به یک شکل نیستند و معمولا به شکلها و فرمتهای مختلفی وجود دارند مانند:
به تازگی، در تعریف بیگ دیتا، دو جنبه دیگر را هم در نظر می گیرند:
علاوه بر افزایش سرعت و انواع دادهها، مشکل دیگری که به تازگی مشاهده شده این است که جریان دادهها قابل پیشبینی نیستند یعنی اغلب تغییر میکنند و با یکدیگر بسیار متفاوت هستند. این امر چالش برانگیز است، اما کسب و کارها باید خبردار باشند که هرچیزی چه زمانی در شبکههای اجتماعی در حال مُد شدن و دست به دست شدن است و بدانند که چگونه میتوان میزان اوج بار دادههای روزانه، ترافیک دادههای مناسبتی و یا ناگهانی را مدیریت کرد.
پارامتر صحت و درستی به کیفیت دادهها اشاره دارد. از آنجا که دادهها از منابع مختلفی بدست میآیند، پیوند دادن، همسانسازی، پاکسازی و تبدیل دادهها در بین سیستمها دشوار است. کسب و کارها باید ارتباط میان روابط، سلسله مراتب و پیوندهای دادهای متعدد را پیدا کرده و آنها را به هم پیوند دهند. در غیر این صورت ممکن است دادههای آنها خیلی سریع از کنترل خارج شوند.
ما در همیار آکادمی به طور کامل، بیگ دیتا یا کلان داده را معرفی کرده ایم که با مراجعه به صفحه بیگ دیتا چیست؟ می توانید آن را مطالعه کنید.