-Articolo a cura di Mauro Vittorio
Da un po’ di tempo a questa parte è andato affermandosi sul web un argomento che riguarda molto tutti gli utilizzatori di internet, in particolare i cosiddetti final users (utenti finali), cioè coloro che fruiscono dei molteplici servizi che internet offre e che sicuramente, navigando per la rete, si saranno imbattuti nelle due paroline di cui parleremo oggi, i
big data. Infatti se ne parla sempre di più, in quanto influenzano non poco la nostra esperienza digitale, soprattutto sul web.

Ma quanto siamo veramente informati su questo argomento? Ovviamente noi di CuE siamo qui per darvi una risposta!

Big Data Facebook Cosa sono come si elaborano
Photo: pixabay.com

Una prima definizione

La prima cosa che ci viene da pensare quando leggiamo le parole inglesi “big” e “data” è appunto, una enorme quantità di dati. Non sbagliamo, infatti, di questo si tratta. Sostanzialmente stiamo parlando di database, che data la loro notevole estensione, vengono appunto dotati dell’aggettivo “big”, grande.

Proviamo a dare una definizione leggermente più articolata dell’argomento in questione. Ciò che ci interessa davvero non sono queste fantomatiche enormi basi di dati in sé, bensì le tecnologie che permettono di gestirle. Avere a che fare con molti dati non è mai semplice (e i programmatori lo sanno più che bene!), figurarsi quando bisogna star dietro a raccolte di informazioni che osiamo definire quasi sconfinate. Per dare un’idea della reale grandezza dei big data portiamo un esempio che risulterà sicuramente familiare a tutti. Possiamo definire big data l’insieme di tutte le informazioni relative a tutti gli utenti iscritti a Facebook (del quale parleremo più avanti), che vengono opportunamente utilizzate per raggiungere un risultato.

Big Data Facebook Cosa sono come si elaborano
Photo: bp.com

Come si elaborano dunque i Big Data?

Facciamo una precisazione forse ovvia ma dovuta. È necessario sapere che i big data si compongono di varie “parti” che risiedono su computer diversi (desktop o server). Viene naturale pensare che la difficoltà nel manipolare questi dati stia nello sviluppare e/o riuscire ad utilizzare particolari software che riescano a lavorare con le varie macchine interconnesse tra loro allo scopo di raccogliere un quantitativo non indifferente di informazioni, processarle e produrre un risultato flessibile, il tutto in un lasso di tempo sufficientemente piccolo. Queste considerazioni diventano di fondamentale importanza quando si lavora con i big data proprio per il fatto che qualsiasi software, predilige e riesce a gestire più velocemente dei dati memorizzati in un computer (in locale, per intenderci) invece che in remoto. Per questo risultano caratteristiche fondamentali dei big data la distribuzione di ogni modulo di informazioni in ogni macchina e la metodologia di interconnessione stessa di tutti i nodi della rete, ovvero la definizione e la progettazione del network di lavoro.

Classificazione ed esempi di big data

I campi di utilizzo dei big data sono veramente vasti, basti pensare che essi sono alla base di quello che è internet oggi. Riprendiamo però l’esempio che avevamo dato nel primo paragrafo citando Facebook. In questo caso, i big data vengono utilizzati per memorizzare i gusti e le preferenze di ogni utente iscritto al famosissimo social network, al fine di garantire un’esperienza di navigazione migliore e fornire agli utenti i contenuti che meglio soddisfano i loro interessi.

Due tipologie di Big Data molto comuni sono:

  • Database transnazionali
  • Database sensoriali

I database transnazionali lavorano con informazioni di natura prevalentemente economica e finanziaria, tra cui: indici di borsa e dati finanziari aziendali utili alla produzione di un risultato che ha lo scopo migliorare i vari processi produttivi di ogni azienda e di conseguenza la qualità e il rendimento dell’azienda stessa.

L’utilizzo di database sensoriali invece, si riversa nel mondo dell’IoT (Internet of Things, internet delle cose) permettendo la raccolta e la manipolazione ad esempio di dati di diagnostica forniti da robot aziendali relativi alla produzione industriale, con l’obiettivo di velocizzare e ottimizzare il processo di produzione e di diagnostica, nel caso di malfunzionamenti.

In conclusione

Potremmo andare avanti ad elencare esempi di big data all’infinito. Nella buona sostanza, qualunque tipo di dato utile all’ottimizzazione di un determinato servizio utilizzato da un’utenza elevata, può essere considerato e di conseguenza trattato come parte di un big data. Detto questo, speriamo di essere riusciti a raggiungere il nostro scopo ovvero quello di definire e classificare in modo abbastanza dettagliato ciò che prima conoscevamo soltanto in maniera intuitiva, in modo da non doverci trovare impreparati la prossima volta che ne sentiremo parlare.

 

LASCIA UN COMMENTO