Big Data

L'espressione "big data" viene spesso usata in contesti aziendali per descrivere grandi quantità di dati. Non si riferisce a una quantità specifica di dati, ma descrive piuttosto un insieme di dati che non può essere archiviato o elaborato usando i tradizionali software per database.

Esempi di big data includono l'indice di ricerca di Google, il database dei profili degli utenti di Facebook e l'elenco dei prodotti di Amazon.com. Queste raccolte di dati (o "insiemi di dati") sono così grandi che i dati non possono essere archiviati in un database tipico o persino in un singolo computer. Al contrario, i dati devono essere archiviati ed elaborati usando un sistema di gestione dei database altamente scalabile. I big data sono spesso distribuiti su più dispositivi di archiviazione, talvolta in luoghi diversi.

Molti sistemi tradizionali di gestione dei database hanno limiti sulla quantità di dati che possono archiviare. Ad esempio, un database di Access 2010 può contenere solo due gigabyte di dati, il che rende impraticabile archiviare diversi petabyte o exabyte di dati. Anche se un DBMS può archiviare grandi quantità di dati, potrebbe funzionare in modo inefficiente se vengono create troppe tabelle o record, causando prestazioni lente. Le soluzioni per i big data risolvono questi problemi offrendo sistemi di archiviazione altamente reattivi e scalabili.

Esistono diversi tipi di soluzioni software per i big data, tra cui piattaforme di archiviazione dei dati e programmi di analisi dei dati. Tra i prodotti software per i big data più comuni figurano Apache Hadoop, Big Data Platform di IBM, Oracle NoSQL Database, Microsoft HDInsight ed EMC Pivotal One.