CAPÍTULO 3

CAPÍTULO 3

1. O que é Big Data? Dados são informações provenientes de uma variedade de fontes, como pessoas, fotos, texto, sensores e sites da Web. Os dados também são fornecidos por dispositivos tecnológicos, como telefones celulares, computadores, quiosques, tablets e caixas registradoras.

   • Big Data é um grande volume de dados, mas o que é um grande volume? Ninguém sabe o número exato que diz quando os dados de uma empresa são considerados "Big Data".
   • As empresas não devem, necessariamente, gerar seus próprios Big Data. As empresas menores podem não ter os sensores, o volume de clientes ou a capacidade de gerar a variedade de informações que podem se beneficiar suas empresas.
   • Quais são os desafios do Big Data? Estimativas de Big Data da IBM concluem que "cada dia criamos 2,5 quintilhões de bytes de dados". Para colocar isso no contexto, a cada minuto todos os dias:
     • Carregamos mais de 300 horas de vídeo do YouTube.
     • Enviamos mais de 3,5 milhões de mensagens de texto.
   • Analisar o Big Data para uso eficaz nas empresas Big data é exatamente isso – GRANDE! É muito útil se você puder analisá-lo para obter valor. A análise de dados é o processo de inspeção, limpeza, transformação e modelagem de dados para descobrir informações úteis.
   • A análise de Big Data normalmente exige ferramentas e aplicativos criados para essa finalidade. Essas ferramentas de análise foram desenvolvidas para fornecer às empresas informações detalhadas, padrões e insights valiosos.

2. Onde podemos armazenar Big Data? Em geral, o big data é armazenado em vários servidores, normalmente dentro de data centers. Para segurança, acessibilidade e redundância, normalmente os dados são distribuídos e/ou replicados em vários servidores diferentes, em diversos data centers.

3. A nuvem e a computação em nuvem Como mencionado anteriormente, a nuvem é um conjunto de data centers ou grupos de servidores conectados. O acesso ao software, armazenamento e serviços disponíveis nos servidores é obtido por meio da Internet através de uma interface de navegador.

4. Processamento distribuído Do ponto de vista de gerenciamento de dados, a análise era simples quando só os seres humanos criavam dados. O volume de dados era gerenciável e relativamente fácil de examinar. No entanto, com a explosão dos sistemas de automação empresarial e o crescimento exponencial de aplicativos da Web e dados gerados por máquina, a análise está se tornando cada vez mais difícil de gerenciar.

   • Na verdade, 90% dos dados existentes atualmente foram gerados apenas nos últimos dois anos. Esse volume maior em um curto período é uma propriedade de crescimento exponencial. Esse grande volume de dados é difícil de processar e analisar em um prazo aceitável.
   • Visualização dos dados A mineração de dados é o processo de transformar dados brutos em informações significativas, detectando padrões e relacionamentos em grandes conjuntos de dados.

5. Por que as empresas analisam os dados? Toda empresa deve se tornar mais eficiente e inovadora para permanecer competitiva e relevante no mundo digitalizado. A IoT faz parte do cumprimento dessa eficiência e inovação.

   • Fontes de informações A fonte de dados nos grandes conjuntos de dados é variada. Além dos dados de sensores, outros dados são provenientes de tudo que foi digitalizado, inserido e lançado na Internet de fontes como:
     • Sites de mídia social - Facebook, YouTube, eHarmony e Twitter HTTP, páginas da Web e mecanismos de pesquisa na Internet Dados históricos de arquivos públicos e privados