Le « Big Data » ou plutôt les « Big Datas » font référence à un processus utilisé lorsque les techniques traditionnelles d’exploration et de traitement des données ne permettent pas de découvrir les informations et la signification des données sous-jacentes. Les données non structurées, sensibles au temps ou simplement très volumineuses ne peuvent pas être traitées par des moteurs de bases de données relationnelles. Ce type de données nécessite une approche de traitement différente appelée « données volumineuses » (big datas), qui utilise un parallélisme massif sur du matériel facilement disponible.

En savoir plus

Les big datas reflètent le monde changeant dans lequel nous vivons. Plus les choses changent, plus les changements sont saisis et enregistrés sous forme de données. Prenons l’exemple de la météo. Pour un prévisionniste météo, la quantité de données recueillies dans le monde entier sur les conditions locales est considérable. Il serait logique que les environnements locaux dictent les effets régionaux et que les effets régionaux dictent les effets mondiaux, mais il se pourrait bien que ce soit l’inverse. D’une manière ou d’une autre, ces données météorologiques reflètent les attributs des grandes données, où le traitement en temps réel est nécessaire pour une quantité massive de données, et où le grand nombre d’entrées peut être généré par des machines, des observations personnelles ou des forces extérieures comme les taches solaires.

Le traitement de ce type d’informations illustre pourquoi les big datas sont devenues si importantes :

• La plupart des données collectées aujourd’hui ne sont pas structurées et nécessitent un stockage et un traitement différents de ceux des bases de données relationnelles traditionnelles.
• La puissance de calcul disponible monte en flèche, ce qui signifie qu’il existe davantage de possibilités de traiter des données volumineuses.
• Internet a démocratisé les données, augmentant régulièrement le nombre de données disponibles tout en produisant de plus en plus de données brutes.

Les données sous leur forme brute n’ont aucune valeur, elles doivent être traitées pour révéler leur potentiel. Cependant, c’est là que réside le problème inhérent aux big datas. Le traitement des données du format natif de l’objet à un aperçu utilisable vaut-il le coût d’investissement massif qu’il implique ?