Big Data
La phrase "big data" est souvent utilisée dans entreprise paramètres pour décrire de grandes quantités de date. Il ne fait pas référence à une quantité spécifique de données, mais décrit plutôt un ensemble de données qui ne peut pas être stocké ou traité à l'aide de la méthode traditionnelle. base de données logiciel.
Les exemples de données volumineuses incluent le Google index de recherche, la base de données de Facebook profils d'utilisateurs et liste de produits d'Amazon.com. Ces collections de données (ou "ensembles de données") sont si grandes que les données ne peuvent pas être stockées dans une base de données classique, ni même sur un seul ordinateur. Au lieu de cela, les données doivent être stockées et traitées à l’aide d’un outil hautement évolutif. système de gestion de base de données. Les mégadonnées sont souvent réparties sur plusieurs périphériques de stockage, parfois dans plusieurs endroits différents.
De nombreux systèmes de gestion de base de données traditionnels ont une limite de quantité de données qu'ils peuvent stocker. Par exemple, une base de données Access 2010 ne peut contenir que deux gigaoctets de données, ce qui rend impossible de stocker plusieurs pétaoctets or exaoctets de données. Même si un SGBD peut stocker de grandes quantités de données, il peut ne pas fonctionner correctement si trop les tables or Articles sont créés, ce qui peut ralentir les performances. Les solutions Big Data résolvent ces problèmes en fournissant des systèmes de stockage hautement réactifs et évolutifs.
Il existe plusieurs types de big data logiciel solutions, y compris les plates-formes de stockage de données et les programmes d'analyse de données. Parmi les produits logiciels Big Data les plus courants, citons Apache Hadoop, la plate-forme Big Data d'IBM, Oracle. NoSQL Base de données, Microsoft HDInsight et EMC Pivotal One.