Wat is Big Data?

Gegevens of data wordt Big Data genoemd op het moment dat het niet meer in standaard database systemen op te slaan en te beheren is.

We hebben het dan meer dan een zettabyte aan gegevens. Een zettabyte is 10²¹ byte – ter vergelijking: Een kB is 10³, MB 10⁶, GB 10⁹ en een TB 10¹². We hebben het hier dus over gigantische hoeveelheden data.

Big Data wordt gebruikt voor Data Science doeleinden, om relaties of verbanden te vinden tussen verschillende type datasets. Door het kunnen combineren van grote hoeveelheden verschillende data brengt dit soms verrassende inzichten naar boven: 

• Het aantal mensen dat per jaar verdrinkt in een zwembad correleert met het aantal films per jaar waarin Nicolas Cage voor komt.
  
• De leeftijd van Miss America per jaar correleert met het aantal moorden per jaar door middel van hete stoom, dampen en andere hete objecten.
  
• Een aantal Japanse passagiers auto’s verkocht in de US per jaar correleert met het aantal zelfmoorden door middel van het crashen van een motorvoertuig per jaar..

Big Data Software

Om Big Data te kunnen bevatten is er gespecialiseerde software nodig. Veelgebruikte Big Data systemen zijn Hadoop en MongoDB.