Big data
Tecniche e tecnologie
V.2 Big data
Elisabetta Ronchieri
Università di Ferrara
Dipartimento di Economia e Management
Insegnamento di Informatica
Dicembre 11, 2015
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Argomenti
1
Big data
Perchè usare i big data
Come usare i big data
Criticità
2
Tecniche e tecnologie
Tecniche
Tecnologie software
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Introduzione
Di big data si parla sempre di più in diversi contesti.
Di solito senza una effettiva condivisione del significato
che si da a questo termine.
I big data costituiscono uno dei fattori evolutivi dell’analisi
dei dati.
Diventa importante:
saper analizzare grandi quantità di dati;
decifrare le informazioni e identificare le correlazioni
nascoste;
estrarre le informazioni significative.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Ammontare dei dati
I dati sono tanti e crescono velocemente.
International Data Corporation (IDC) 1 stima che entro il
2020 l’insieme dei dati sarà pari a 40 Zettabyte.
Il seguente studio ha evidenziato http://www.emc.com/
leadership/digital-universe/2012iview/big-data-2020.htm
500 Exabytes, 2009
10 Zettabytes 2015
Altri ipotizzano che per il 2020 saranno disponibili 110
Zettabyte.
1
IDC è una azienda di mercato, analisi e consulenza, specializzata nel IT.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Ammontare delle grandezze dei dati
La tabella mostra i nomi e i simboli dei multipli del byte secondo
le unità del Sistema Internazionale (SI) delle unità di misura.
Nome SI
Kilobyte
Megabyte
Gigabyte
Terabyte
Petabyte
Exabyte
Zettabyte
Yottabyte
Simbolo SI
KB
MB
GB
TB
PB
EB
ZB
YB
Elisabetta Ronchieri
Multiplo SI
103
106
109
1012
1015
1018
1021
1024
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Peculiarità dei big data
Il volume dei dati è elevato, poichè tutti i dati originali,
indipendentemente dal loro utilizzo, sono memorizzati.
La complessità dei dati da trattare è variabile a seconda
del tipo di dato e dell’analisi da effettuare.
I dati sono generati a velocità differenti.
Non sono elaborabili con le tecnologie (metodi matematici,
applicativi software e dispositivi hardware) tradizionali,
fornendo argomenti di ricerca al mondo accademico.
Sono importanti in ambito commerciale, fornendo
informazioni sui comportamenti individuali e collettivi.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Definizione
Segue principalmente il modello delle
tre V definito da Doug Laney (2001):
1
Volume indica la quantità di dati
che continua a crescere;
2
Velocità indica la velocità di
gestione dei dati man mano che
vengono messi a disposizione;
3
Varietà indica la diversità di
formati, strutture e fonti.
Non è solo questione di velocità.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Definizione
Ma al modello delle 3V è possibile
aggiungerne altre:
Veridicità indica l’attendibilità dei
dati raccolti;
Volatilità indica il tempo di validità
dei dati;
Value indica l’informazione
estratta dall’insieme dei dati.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Definizione
Volume
Gigabyte, Terabyte, Petabyte, Exabyte, Zettabyte, Yottabyte
Varietà
Strutturati, semi-strutturati, non strutturati; Testi, immagini, audio,
video, record
Velocità
periodica, quasi tempo reale (piccolo ritardo dovuto a motivi tecnici),
tempo reale
Valore
Può generare grossi vantaggi competitivi.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Provenienza dei dati
I dati dell’ordine del Terabyte o Petabyte sono generati da
sistemi scientifici o da sensori.
I dati provenienti da Web hanno dimensioni più contenute
ma sono sempre dell’ordine dei Terabyte o Petabyte.
Quanti dati sono generati in un giorno?
7 TB, Twitter
10 TB, Facebook
Alcuni dati sono transitori:
i log del Web server
documenti e pagine Web
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
I dati strutturati
I dati rappresentati in un formato tabellare all’interno di un
database relazionale sono dati strutturati.
Nel caso della relazione IMPIEGATO (con i campi Nome,
Cognome, Indirizzo, Sesso, Stipendio), tutti i record della
relazione hanno il medesimo formato.
Il DBMS garantisce che tutti i dati verifichino la struttura e i
vincoli definiti nello schema.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
I dati semi strutturati
Sono dati che presentano parte dei loro dati in formato
strutturato.
Nel caso di una lista di riferimenti bibliografici di un
progetto di ricerca si possono avere libri, rapporti tecnici,
articoli di ricerca su rivista, ognuna con attributi e tipi di
informazioni diversi.
I database NoSQL forniscono i meccanismi per la
organizzazione dei dati senza imporre una rigidità dello
schema.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
I dati non strutturati
Sono dati che non possiedono una struttura predefinita,
non conducibili ad un formato tabellare.
Non sono organizzati.
Possono causare ambiguità.
Ne sono esempio:
Documenti di vario genere, quali Word, Excel, Tex,
PowerPoint, Pdf, pagine HTML;
Immagini, audio e video in vari formati;
Strumenti del Web 2.0;
e-mail.
Sono usati database NoSQL.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Classificazione dei dati per volume e complessità
Fonte Alessandro Rezzani
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Tipo di fonte
Può essere umana o automatica.
Fonte Alessandro Rezzani
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Tipo di fonte
Fonte
Dati da strumenti scientifici
Dati astronomici
Dati metereologici
Dati fiscali, bancari e patrimoniali
Documenti
Caratteristiche
Velocità e volume
Volume
Volume
Volume
Quotazioni e transazioni su mercati finanziari
Social network
Velocità e volume
Volume e Varietà
Volume,
Varietà
Velocità,
Elisabetta Ronchieri
Esempi di uso
Simulazioni
Analisi dei dati provenienti dagli osservatori
Previsioni meteo
Identificazione di comportamenti anomali da parte del
Ministero delle Finanze o dell’Agenzia delle entrate
Individuazione di casi fraudolenti nelle richieste di
risarcimento effettuate alle assicurazioni.
Sistemi automatici di analisi previsionali
Servizi di intelligence
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Perchè usare i big data
Permettono di capire la società in cui viviamo.
Offrono la possibilità di sviluppare nuove tecnologie e
modelli matematici per poter estrarre l’effettivo valore.
Danno la possibilità di perseguire nuovi modelli di
business.
Portano vantaggi economici alle aziende che hanno deciso
di sfruttare l’informazione ottenibile dai dati in loro
possesso.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Impatto dei big data nel sociale
Secondo Zeynep Tufekci in Big Questions for Social Media Big
Data http://arxiv.org/abs/1403.7400
i big data hanno un impatto nello studio del comportamento
umano simile all’introduzione del microscopio o del telescopio
nei campi della biologia e dell’astronomia.
I big data sono in grado di misurare e prevedere crisi
economiche, epidemie, diffusione di opinioni, distribuzione
delle risorse energetiche, bisogni di mobilità.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Impatto dei big data sulle aziende
I big data aiutano a comprendere le dinamiche del proprio
mercato di riferimento.
Le aziende possono analizzare i comportamenti d’acquisto
e le opinioni nei confronti dei prodotti, dell’azienda stessa o
dei propri competitor.
Le aziende possono creare nuovi prodotti di successo o
fare previsioni sull’andamento dei mercati finanziari.
Per riuscire a trarne il massimo bisogna soddisfare alcuni
requisiti:
cambiare mentalità accettando di recuperare l’informazione
dai dati;
attivare team di ricerca sui big dati;
investire nella gestione di dati non strutturati.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Impatto dei big data sulla politica
I big data aiutano a comprendere le dinamiche della
società, consentendo di fare previsioni delle elezioni
politiche.
Tramite le tecnologie di analisi dei dati provenienti dal Web
è possibile monitorare le reazioni dei votanti e di reagire ai
cambiamenti della comunità quasi in tempo reale.
I dati raccolti possono essere usati per trovare potenziali
votanti e convincerli a concedere il proprio voto.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Impatto dei big data sul pubblico
I servizi di intelligence possono monitorare i contenuti sui
siti web e social network per individuare minacce alla
sicurezza del paese.
Le forze di polizia possono ottenere utili informazioni alla
lotta contro la criminalità.
I gestori di servizi pubblici possono monitorare le
performance dei ministeri, dipartimenti ed enti.
Gli uffici pubblici possono identificare sprechi.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
ROI dei big data
ROI (Return on investment) indica la redditività
dell’investimento.
ROI = Risultato operativo / Capitale investito netto
operativo
Il risultato operativo è il risultato economico della gestione
di un certo esercizio.
Il capitale investito netto operativo è il totale degli
investimenti direttamente riguardanti l’attività al netto di
ammortamenti e accantonamenti.
ROIBD = minori costi + maggiori ricavi - costi ricorrenti /
investimento iniziale
Big data + Marketing = ROI enorme
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Elaborazione dei big data
Prevede:
Collezione e memorizzazione dei dati
Classificazione per categorie
Trasformazione dei dati
Generazione dei risultati trovati
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Come usare i big data
Per prendere decisioni in
modo efficace è
necessario percorrere
diverse fasi.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Acquisizione
Richiede:
Selezione
Filtraggio
Generazione di
metadati
Gestione
provenienza
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Estrazione
Richiede:
Trasformazione
Normalizzazione
Cleaning
Aggregazione
Gestione errori
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Estrazione
Per cleaning si intende
aggiunta di valori mancanti,
aggiustamento dei dati evidentemente errati.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Integrazione
Richiede:
Standardizzazione
Gestione conflitti
Riconciliazione
Definizione di
mapping
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Integrazione
Riconciliazione prevede
analisi delle differenze e tentativo di conciliarle.
Definizione di mapping prevede
attività di creazione, prelievo, aggiornamento ed eliminazione
dei dati.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Analisi
Richiede:
Esplorazione
Mining
Apprendimento
automatico
Visualizzazione
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Analisi
Mining
è l’insieme di tecniche e metodologie che hanno per oggetto
l’estrazione di un sapere o di una conoscenza a partire da
grandi quantità di dati.
Apprendimento automatico
tecnica comune per l’analisi statistica dei dati.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Interpretazione
Richiede:
Conoscenza del
dominio
Conoscenza della
provenienza
Identificazione
pattern di interesse
(i vari ambiti di
interesse)
Flessibilità del
processo
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Decisione
Richiede:
Capacità
Manageriali
Miglioramento
continuo del
processo
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Limitazioni
Ci sono spesso dei gap tra l’interpretazione concettuale dei
big data e i suoi indicatori e la realtà stessa degli indicatori.
Spesso non si riesce ad avere accesso ai dati più utili,
perchè sono bloccati dietro barriere proprietarie o
governative.
Si rischia di fare troppo con i dati cui abbiamo accesso,
prendendo decisioni errate.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
I rischi
I big data presentano dei rischi legati: alla qualità, affidabilità
dei dati
affidabilità dei dati
qualità dei dati
privacy
proprietà dei dati
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Perchè usare i big data
Come usare i big data
Criticità
Qualità
È caratterizzata da
completezza dei dati: presenza di tutti i dati (se manca una
voce di bilancio rende il bilancio incompleto);
consistenza dei dati: assenza di contraddizione nei dati (il
saldo di fine mese deve tener conto dei totali attivi e
passivi);
accuratezza dei dati: esattezza dei valori;
assenza di duplicazione;
integrità: per esempio dati dello stesso tipo su una stessa
colonna.
È importante adottare procedure automatizzate di controllo e
verifica dei dati per determinare la qualità dei dati.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Le tecniche di analisi
Tra le tecniche di analisi troviamo:
Natural language processing (NLP)
Neural networks
Predictive modeling
NoSQL systems (Cassandra, Dynamo, Hbase, Big Table)
Extract, transform, and load (ETL)
Mashup
Stream processing
On Line Analytical Processing (OLAP)
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
NLP
NLP o Elaborazione del linguaggio naturale:
è il processo di trattamento automatico delle informazioni
scritte o parlate in una lingua naturale;
è reso particolarmente difficile e complesso a causa delle
caratteristiche intrinseche di ambiguità del linguaggio
umano;
suddivide il processo di elaborazione in fasi diverse, simili
a quelle del processo di elaborazione di un linguaggio di
programmazione.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
NLP
Fasi del processo di elaborazione:
analisi lessicale: scomposizione di un’espressione
linguistica in token (in questo caso le parole);
analisi grammaticale: associazione delle parti del discorso
a ciascuna parola nel testo;
analisi sintattica: arrangiamento dei token in una struttura
sintattica (ad albero: parse tree);
analisi semantica: assegnazione di un significato
(semantica) alla struttura sintattica e, di conseguenza,
all’espressione linguistica.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Neural networks
Il termine neural networks può riferirsi a due tipi di reti.
Reti neurali biologiche
costituite dai neuroni biologici, cellule viventi connesse tra loro
o nel sistema nervoso periferico o nel sistema nervoso centrale.
Reti neurali artificiali:
sono modelli matematici che rappresentano
l’interconnessione tra elementi, definiti neuroni artificiali,
che imitano le proprietà dei neuroni viventi;
sono modelli in grado di risolvere problemi ingegneristici di
intelligenza artificiale negli ambiti dell’elettronica,
informatica, simulazione e altre discipline.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Predictive modeling
Predictive modeling o modellazione predittiva:
è un processo utilizzato in analisi predittiva per creare un
modello statistico del comportamento futuro;
è l’area del data mining che si occupa di probabilità e
previsione delle tendenze;
è costituito da un numero di predittori, che sono fattori
variabili che possono influenzare il comportamento o i
risultati futuri.
Nel marketing l’età e la cronologia degli acquisti di un cliente
possono prevedere la probabilità di una futura vendita.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
ETL
Si riferisce al processo di estrazione, trasformazione e
caricamento dei dati in un sistema di sintesi, quale quello
del data warehouse2 .
Estrae i dati da sistemi sorgenti quali database
transazionali, comuni file di testo o da altri sistemi
informatici.
Trasforma i dati per renderli più aderenti alla logica di
business del sistema di analisi.
Carica i dati puliti e integrati nelle tabelle del sistema di
sintesi.
2
Il data warehouse è un database che contiene dati integrati, consistenti e
certificati dei processi di business di una azienda.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
ETL
Il processo di trasformazione si compone dei seguenti passi:
selezionare solo i dati che sono di interesse per il sistema;
normalizzare i dati (per esempio eliminando i duplicati);
tradurre i dati codificati;
derivare nuovi dati calcolati;
eseguire accoppiamenti (join) tra dati recuperati da
differenti tabelle;
raggruppare i dati.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Stream processing
È un paradigma di programmazione parallela di tipo SIMD
(Single Instruction, Multiple Data) in cui più unità elaborano
dati diversi in parallelo.
Presume di avere i dati da elaborare organizzati in gruppi
(stream).
Applica ai diversi gruppi una serie di operazioni
configurabili.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Mash-up (poltiglia)
Indica un sito o una applicazione web tale da includere
informazioni o contenuti provenienti da più parti (Sito della
Università di Ferrara e Google Maps per evidenziare una
via).
Indica una applicazione il cui contenuto è dato da più
sorgenti per creare un servizio completamente diverso.
È facile da progettare.
Richiede minime conoscenze tecniche.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
OLAP
È un insieme di tecniche software in grado di analizzare
velocemente grandi quantità di dati, anche in modo
complesso.
Serve alle aziende per analizzare i risultati delle vendite,
l’andamento dei costi di acquisto merci, il successo di una
campagna pubblicitaria.
Permette di
studiare una grande quantità di dati
vedere i dati da prospettive diverse
supportare i processi decisionali
Trasforma le singole informazioni in dati multidimensionali,
producendo un cubo multidimensionale.
Permette quindi di interrogare i dati strutturati in tempi
ridotti rispetto alle stesse operazioni effettuate su db
relazionali.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Come costruire un cubo multidimensionale
Schema a stella
Al centro è riportata la tabella dei fatti che elenca i
principali elementi
Collega a questa tabella altre tabelle delle dimensioni che
specificano l’aggregazione dei dati.
Un archivio di clienti può essere raggruppato per città e
regione: i clienti possono essere relazionati con i prodotti
ed ogni prodotto può essere raggruppato per categoria.
Le possibili combinazioni delle aggregazioni rappresenta la
struttura.
Si memorizza solo un numero predeterminato di
combinazioni, le altre vengono ricalcolate in base alla
richiesta.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Not only SQL (NoSQL)
È un movimento che promuove il non utilizzo del modello
relazionale.
Identifica un’ampia varietà di tecnologie legate ai
database non relazionali.
nosql-database.org offre database NoSQL non
relazionali, distribuiti e scalabili.
Risponde:
al crescente volume di dati memorizzati sulla Rete
alle modalità e alla frequenza di accesso ai dati
alla necessità di performance e di potenza di calcolo
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
I vantaggi NoSQL
Scalabilità
Prestazioni migliori
Schemi dinamici
Facile da utilizzare
Flessibile
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Reperimento delle informazioni
È l’insieme delle tecniche utilizzate per gestire oggetti
contenenti informazioni.
Permettono di:
rappresentare i dati
memorizzare i dati
organizzare i dati
Soddisfa il bisogno informativo dell’utente.
Gestisce la ricerca delle informazioni, non i dati.
Gestisce la restituzione di risultati non pertinenti.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Hadoop
http://hadhoop.apache.org
È un software open source, affidabile e scalabile per il
calcolo distribuito.
Sfrutta le caratteristiche del calcolo distribuito (distributed
computing):
le operazioni sono eseguite su più calcolatori collegati in
rete;
la capacità di calcolo di ciascun calcolatore si somma a
quella degli altri;
Supporta applicazioni di calcolo distribuite con elevato
accesso ai dati.
Permette di lavorare con migliaia di nodi e petabyte di dati.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Yahoo!
https://it.yahoo.com/?p=us
Yahoo! è una piattaforma proprietaria usata tra l’altro per il
processamento dei dati.
È usato anche da:
AOL, Ebay, Facebook, IBM, ImageShack, Joost, Linkedin,
Spotify, The New York Times e Twitter.
Elisabetta Ronchieri
V Innovazione Informatica
Big data
Tecniche e tecnologie
Tecniche
Tecnologie software
Per ulteriori letture
Laney D. "3D Data Management: controlling data volume,
velocity and variety.", 2001, Meta Group Research Note.
Viktor Mayer-Schönberger, Kenneth Cukier. "Big Data: A
Revolution That Will Transform How We Live, Work, and
Think Paperback", 2014, Eamon Dolan/Mariner Books;
Reprint edition (March 4, 2014)
Alessandro Rezzani. "Big Data. Architettura, tecnologie e
metodi per l’utilizzo di grandi basi di dati.", 2013, Cap. 2,
Apogeo Education, Maggioli Editore.
Glenn Brookshear, Informatica una panoramica generale,
11-esima versione, Pearson, Cap 9.
Elisabetta Ronchieri
V Innovazione Informatica
