Elke dag werken grote organisaties bij met de technologieën die elk bedrijf faciliteren en het beste passen, en staan voor grote uitdagingen waardoor ze verder kunnen ontdekken en analyseren dan de tools die dagelijks worden gebruikt, het is voor hen dat het is gemaakt wat bekend staat als Big Data of in het Spaans massale gegevens, dit zijn grootschalige gegevensopslagsystemen.
Dit opslagfenomeen wordt ingekaderd in de nieuwe informatie- en communicatietechnologieën. Big Data is wat alle activiteiten in beslag neemt die verband houden met de systemen die een grote set gegevens opslaan. Een van de belangrijkste kenmerken is dat het een grote hoeveelheid informatie manipuleert, verzamelt, classificeert en vervolgens opslaat. Het doel van deze verzameling is om statistische rapporten te maken voor gebruik door organisaties, onder meer als analyse van bedrijfsplannen, advertenties, spionage.
De opslagmarge is door de jaren heen gegroeid, sinds 2008 werd het opslagniveau gemeten in petabytes tot zettabytes aan data. Experts zijn periodiek op zoek naar nieuwe opslagmaatregelen omdat er bepaalde gebieden zijn waar grote hoeveelheden data moeten worden opgeslagen en bestaande programma's niet erg optimaal zijn.
Er zijn duizenden tools om Big Data te maken en te beheren, maar ze zijn niet allemaal hetzelfde, er zijn drie soorten gegevens, namelijk:
- Gestructureerde gegevens: zijn gegevens waarbij de gegevens een heel specifieke structuur hebben, zoals datums, getallen, onder andere. Een voorbeeld hiervan zijn spreadsheets.
- Ongestructureerde gegevens: het zijn meestal gegevens met een specifiek formaat en kunnen niet in een spreadsheet worden opgeslagen, laat staan de informatie te manipuleren, een voorbeeld van PDF-documenten.
- Halfgestructureerde gegevens: dit type gegevens heeft geen bepaald formaat, omdat het zijn eigen semi-gestructureerde metagegevens heeft, een voorbeeld hiervan zijn HTML-codes.
