Académique Documents
Professionnel Documents
Culture Documents
O termo Big Data est cada vez mais popular, embora ainda esteja mal
compreendido. Observo em muitas palestras que no existe consenso quanto a
que realmente Big Data e quais as tecnologias fundamentais que o sustentam.
E mais ainda, existem muitas dvidas de como tangibilizar o conceito, ou seja,
como sair do conceitual e criar solues de negcio que agreguem valor para as
companhias.
Eliminar estas dvidas essencial e o primeiro passo para as empresas se
aventurarem em projetos Big Data.
Para colocarmos o termo em contexto, Big Data vem chamando ateno pela
acelerada escala em que volumes cada vez maiores de dados so criados pela
sociedade. J falamos comumente em petabytes de dados gerados cada dia, e
zetabytes comea a ser uma escala real e no mais imaginria e futurista. O que
era futuro h uma dcada, terabytes, hoje ns j temos nas nossas prprias
casas.
As tecnologias que sustentam Big Data podem ser analisadas sob duas ticas: as
envolvidas com analytics, tendo Hadoop e MapReduce como nomes principais e
as tecnologias de infraestrutura, que armazenam e processam os petabytes de
dados. Neste aspecto, destacam-se os bancos de dados NoSQL (No, significa not
only SQL). Por que estas tecnologias? Por que Big Data a simples constatao
prtica que o imenso volume de dados gerados a cada dia excede a capacidade
das tecnologias atuais de os tratarem adequadamente.
Comeando pelo incio. O que Big Data? Outro dia escrevi um post com uma
frmula simples para conceitualiz-lo. Big Data = volume + variedade +
velocidade. Hoje adiciono mais dois Vs: veracidade e valor. Vamos detalhar
estes tpicos um pouco mais.
Volume est claro. Geramos petabytes de dados a cada dia. E estima-se que este
volume dobre a cada 18 meses. Variedade tambm, pois estes dados vm de
sistemas estruturados (hoje minoria) e no estruturados (a imensa maioria),
gerados por e-mails, mdias sociais (Facebook, Twitter, YouTube e outros),
documentos eletrnicos, apresentaes estilo Powerpoint, mensagens