Big Data – znaczenie, zastosowania i rozwiązania technologiczne

• Authors: Racka Katarzyna

Title variants

EN

Big Data – meaning, applications and technology solutions

• Languages of publication: PL

Abstracts

PL

Technologie Big Data i ich zastosowanie do procesów biznesowych rozwijają się w tempie dynamicznym. Przedsiębiorstwa analityczno-doradcze specjalizujące się w zagadnieniach strategicznego wykorzystania technologii IT informują, że z roku na rok zwiększa się liczba przedsiębiorstw wdrażających lub planujących wdrożenie rozwiązań technologicznych związanych z Big Data. Dużo przedsiębiorstw uważa, że analizy danych niestrukturalnych będą kluczem do głębszego zrozumienia zachowań klienta. Uważają one, że analityka jest absolutnie niezbędna lub bardzo ważna dla prowadzenia ogólnej strategii biznesowej przedsiębiorstwa oraz do poprawy wyników operacyjnych. Celem tego artykułu jest wyjaśnienie co dokładnie oznacza pojęcie Big Data, co to są dane niestrukturalne oraz jakie mogą mieć zastosowania. Ponadto, w artykule prezentuję wyniki raportów dotyczących wdrażanie technologii Big Data i omawiam przykładowe technologie związane z Big Data.

EN

Big Data technologies and their application to business processes is growing rapidly. Analytical and consulting enterprises specializing in issues of strategic use of IT technology indicate that the number of companies implementing or planning to implement technological solutions related to Big Data is increasing annually. A lot of companies believe that the analysis of unstructured data will be the key to a deeper understanding of customer behavior. They believe that the analyst is absolutely essential or very important to conduct the overall business strategy and improve operational results. The purpose of the article is to define Big Data, explain what the unstructured data are and how to apply them. Furthermore, in the article I present the results of reports on the Big Data technologies implementation and discuss the associated technologies.

Keywords

PL

Big Data; NoSQL; MapReduce; Hadoop

EN

Big Data; NoSQL; MapReduce; Hadoop

• Publisher: Państwowa Wyższa Szkoła Zawodowa w Płocku
• Journal: Zeszyty Naukowe PWSZ w Płocku. Nauki Ekonomiczne
• Year: 2016
• Volume: 1(23)
• Pages: 311 - 323

Contributors

author

Racka Katarzyna

• Państwowa Wyższa Szkoła Zawodowa w Płocku

References

• Busłowska Eugenia, Juźwiuk Łukasz. „Wprowadzenie do optymalnego wykorzystania MapReduce”. Logistyka 4/2014. [dostęp online http://www.czasopismologistyka.pl] (dostęp: 14.03.2016).
• Cox Michael, Ellsworth David. 1997. Managing Big Data for Scientific Visualization. Siggraph [dostęp online
• www.dcs.ed.ac.uk/teaching/cs4/www/visualisation/SIGGRAPH/gigabyte_datasets2.pdf] (dostęp: 14.03.2016).
• Ledwoń Paweł. 2009. Bezbolesne wprowadzenie do MapReduce. Wrocławski Portal Informatyczny [dostęp online http://informatyka.wroc.pl] (dostęp: 14.03.2016).
• Laney Doug. 2001. 3D Data Management: Controlling Data Volume, Velocity, and Variety. META Group (obecnie Gartner) [dostęp online http://blogs.gartner. com] (dostęp: 14.03.2016).
• Mayer-Schönberger Viktor. Cukier Kenneth. 2014. BIG DATA Rewolucja, która zmieni nasze myślenie, pracę i życie. Warszawa: MT Biznes.
• Marz Nathan, Warren James. 2016. Big Data. Najlepsze praktyki budowy skalowalnych systemów obsługi danych w czasie rzeczywistym. Gliwice: Helion.
• Racka Katarzyna. 2015. „Metody eksploracji danych i ich zastosowanie”. Zeszyty Naukowe PWSZ w Płocku. Nauki Ekonomiczne tom XXI: 143.
• Sadalage Pramod J., Martin Fowler. 2014. NoSQL. Kompendium wiedzy, Gliwice: Helion.
• Tabakow Marta, Korczak Jerzy, Franczyk Bogdan. 2014. „Big Data – definicje, wyzwania i technologie informatyczne”. Informatyka Ekonomiczna Business Informatics 1 (31). Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu: 138.
• Venner Jason. 2009. Pro Hadoop. New York: Apress.
• White Tom.2016. Hadoop. Kompletny przewodnik. Analiza i przechowywanie danych. Gliwice: Helion
• 2015 State of Analytics. Salesforce. 2015. [www 1] www.salesforce.com (dostęp: 14.03.2016)
• EMC Digital Universe with Research & Analysis by IDC The Digital Universe of Opportunities: Rich Data and the Increasing Value of the Internet of Things. [www 2] https://www.emc.com (dostęp: 14.03.2016).
• Christof Strauch. NoSQL Databases. [www 3] http://www.christof-strauch.de/nosqldbs.pdf (dostęp: 14.03.2016).
• Marr Bernard. 2015. Big Data: The 5 Vs Everyone Must Know. [www 4] https://www.linkedin.com (dostęp: 14.03.2016).
• Gartner Says It’s Not Just About Big Data; It’s What You Do With It: Welcome to the Algorithmic Economy. [www 5] http://www.gartner.com (dostęp: 14.03.2016).
• Gartner Survey Reveals That 64 Percent of Organizations Have Invested or Plan to Invest in Big Data in 2013. STAMFORD. Connecticut. 2013. [www 6] http://www.gartner.com (dostęp: 14.03.2016).
• Gartner Survey Reveals That 73 Percent of Organizations Have Invested or Plan to Invest in Big Data in the Next Two Years. STAMFORD. Connecticut . 2014. [www 7] http://www.gartner.com (dostęp: 14.03.2016).
• IDC. Big Data Research. [www 8] https://www.idc.com/prodserv/4Pillars/bigdata (dostęp: 14.03.2016).
• Jak dostęp do informacji warunkuje wyniki i rozwój firm – raport. [www 9] http://it-manager.pl (dostęp: 14.03.2016).
• Neal Leavitt. 2010.Will NoSQL Databases Live Up to Their Promise?, IEEE Computer Society. [www 10] http://www.leavcom.com (dostęp: 14.03.2016).
• Top Big Data Processing Frameworks. [www 11] http://www.kdnuggets.com (dostęp: 14.03.2016).
• What Is Apache Hadoop. [www 12] hadoop.apache.org/index.html (dostęp: 14.03.2016).