Revista de Engenharia da Computação e Tecnologia da Informação

Aplicações de análise de Big Data em tempo real

Jochen Blom

O aumento da geração provocou o excesso de informação, o que exige sistemas de armazenamento de estatísticas mais sofisticados. Traços tecnológicos desde a invenção da imprensa até à aquisição automatizada de factos da exploração da área impuseram a explosão das estatísticas. O número cada vez maior de depósitos de informação, tanto informação de difícil reprodução como fitas magnéticas, atestava a necessidade de, de uma forma ou de outra, condensar a extensão dos registos e, ao mesmo tempo, manter o seu conteúdo. A necessidade de suprimir o aumento das estatísticas para além da explosão das estatísticas tornou-se importante e o termo big data foi utilizado pela primeira vez nas ações judiciais da conferência sobre a visualização para descrever este aumento de factos. Neste sistema, propôs uma solução de visualização fora do meio quando um único conjunto de dados que desejamos visualizar é maior do que o potencial de reminiscência principal e visualização remota fora do meio, enquanto um único conjunto de dados é maior do que a capacidade de reminiscência e disco próximos. Mais do que alguns fatores contribuem para o aumento da quantidade de estatísticas. Os registos estão a tornar-se um recurso útil tangível e não estão a ser descartados. Como resultado, os registos baseados em transações armazenados ao longo do tempo, informações não estruturadas transmitidas através das redes sociais, sensores e registos do sistema para o dispositivo que estão a ser acumulados contribuem para o aumento da extensão das estatísticas que são tratadas através de compras extra na garagem online. Diferentes estratégias, como a aplicação de sistemas de garagem em níveis, a externalização do controlo de registos e a criação de perfis de fontes de informação, estão a ser seguidas. No além, o armazenamento de dados tornou-se o problema principal, mas com a redução das despesas de garagem surgem outros problemas, como como determinar a relevância em grandes volumes de dados e como usar a análise para criar custos a partir de dados relevantes.