ข้อมูลขนาดใหญ่a89x Igain srm Rx elofn C_7 Fea, aa067123cupf 4u
ในสาขาเทคโนโลยีสารสนเทศ, ข้อมูลขนาดใหญ่ (อังกฤษ: Big data) [1][2][3] คือชุมนุมของชุดข้อมูลที่มีขนาดและความซับซ้อนมาก จนมันยากที่จะประมวลผลได้ด้วยเครื่องมือจัดการฐานข้อมูลที่มีอยู่ ความท้าทายนี้รวมถึงการจับบันทึก การจัดเก็บ[4] การค้นหา การแบ่งปัน การวิเคราะห์[5] และการวาดภาพข้อมูล แนวโน้มของชุดข้อมูลต่างๆ ที่ใหญ่ขึ้นเป็นผลจากสารสนเทศเพิ่มเติมที่ได้มาจากการวิเคราะห์ชุดข้อมูลชุดใหญ่ชุดเดียวของข้อมูลที่เกี่ยวข้องกัน เทียบกับชุดข้อมูลย่อยๆ หลายชุดที่แยกจากกันที่มีขนาดรวมกันแล้วเท่ากัน สิ่งนี้อนุญาตให้ความเชื่อมโยงถูกค้นพบได้ เพื่อ "หาแนวโน้มทางธุรกิจ ตัดสินคุณภาพของงานวิจัย ป้องกันโรค วิเคราะห์การอ้างอิงกฎหมาย ต่อสู้กับอาชญากรรม และบอกสภาพการจราจรตามเวลาจริง"[6][7][8]
เนื้อหา
- 1 นิยาม
- 2 ตัวอย่าง
- 3 อ้างอิง
- 4 ดูเพิ่ม
- 5 แหล่งข้อมูลอื่น
- 6 อ้างอิง
นิยาม[แก้]
big data มักรวมถึงชุดข้อมูลที่มีขนาดใหญ่เกินกว่าความสามารถของซอฟต์แวร์ที่ใช้กันอยู่ทั่วไป จะจับบันทึก จัดการ และประมวลผลข้อมูลดังกล่าวได้ภายในเวลาที่ยอมรับได้ ขนาดของ big data นั้นเป็นเป้าหมายที่เคลื่อนไปเรื่อยๆ ตามเวลา ในปี 2012 ขนาดของมันอยู่ที่ตั้งแต่ไม่กี่เทราไบต์ไปจนถึงหลายๆ เพตาไบต์ในชุดข้อมูลชุดเดียว ด้วยความยากลำบากนี้ แพลตฟอร์มใหม่สำหรับ "big data" จึงได้เกิดขึ้นเพื่อจะสามารถทำจัดการกับข้อมูลจำนวนมากเช่นนั้นได้ ตัวอย่างเช่น Apache Hadoop Big Data Platform.
ตัวอย่าง[แก้]
ตัวอย่างของ big data เช่น ปูมบันทึกการใช้งานเว็บ, RFID, เครือข่ายเซ็นเซอร์, เครือข่ายสังคม, ข้อมูลสังคม (social data), เอกสารและข้อความบนอินเทอร์เน็ต, การทำดัชนีค้นหาอินเทอร์เน็ต, บันทึกการโทรศัพท์, ดาราศาสตร์, วิทยาศาสตร์สภาพอากาศ, จีโนมิกส์, การวิจัยทางชีวธรณีเคมี ชีววิทยา และการวิจัยทางวิทยาศาสตร์ที่ซับซ้อนและมักจะข้ามสาขา, การสอดส่องทางการทหาร, เวชระเบียน, คลังภาพถ่าย, คลังภาพเคลื่อนไหว, และพาณิชย์อิเล็กทรอนิกส์ขนาดใหญ่
สำหรับในประเทศไทย มีบริษัทที่พัฒนาจากระบบ Ecosystem และพัฒนาต่อยอดทำเป็น Big Data ด้วยเช่นกัน ในปัจจุบันปี 2562 มีฐานข้อมูลของผู้ใช้งานกว่า 50 ล้านราย รองจาก Facebook และ Google เป็นต้น
อ้างอิง[แก้]
- ↑ White, Tom (10 May 2012). Hadoop: The Definitive Guide. O'Reilly Media. p. 3. ISBN 978-1-4493-3877-0.
- ↑ "MIKE2.0, Big Data Definition".
- ↑ Grobelnik, Marko. "Big Data Tutorial".
- ↑ Kusnetzky, Dan. "What is "Big Data?"". ZDNet.
- ↑ Vance, Ashley (22 April 2010). "Start-Up Goes After Big Data With Hadoop Helper". New York Times Blog.
- ↑ Cukier, K. (25 February 2010). "Data, data everywhere". The Economist.
- ↑ "E-Discovery Special Report: The Rising Tide of Nonlinear Review". Hudson Global. สืบค้นเมื่อ 1 July 2012. by Cat Casey and Alejandra Perez
- ↑ "What Technology-Assisted Electronic Discovery Teaches Us About The Role Of Humans In Technology — Re-Humanizing Technology-Assisted Review". Forbes. สืบค้นเมื่อ 1 July 2012.
ดูเพิ่ม[แก้]
- Hilbert, Martin; López, Priscila (2011). "The World's Technological Capacity to Store, Communicate, and Compute Information". Science. 332 (6025): 60–65. doi:10.1126/science.1200970. PMID 21310967.
- Grobelnik, Marko (2012). "Big Data Tutorial". 2nd ESWC Summer School 2012. http://videolectures.net/. External link in
|publisher=(help)
แหล่งข้อมูลอื่น[แก้]
- 10 Steps for Testing and Choosing a Big Data Appliance