Capitolo 5. Il lago dei dati
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
I big data hanno iniziato a comparire in volumi senza precedenti all'inizio degli anni 2010, grazie all'aumento delle fonti che producono dati semistrutturati e non strutturati, come sensori, video e social media. I dati semistrutturati e non strutturati contengono una quantità fenomenale di valore: pensa agli approfondimenti contenuti in anni di email dei clienti! Tuttavia, all'epoca i data warehouse relazionali potevano gestire solo dati strutturati. Inoltre, avevano difficoltà a gestire grandi quantità di dati o dati che dovevano essere inseriti spesso, quindi non erano un'opzione per l'archiviazione di questi tipi di dati. Questo ha costretto il settore a trovare una soluzione: i data lake. I data lake sono in grado di gestire facilmente i dati semi-strutturati e non strutturati e di gestire i dati che vengono inseriti spesso.
Anni fa, ho parlato con gli analisti di una grande catena di vendita al dettaglio che volevano raccogliere dati da Twitter per vedere cosa pensavano i clienti dei loro negozi. Sapevano che i clienti avrebbero esitato a presentare reclami ai dipendenti del negozio, ma che sarebbero stati veloci a scriverli su Twitter. Li ho aiutati a ingerire i dati di Twitter in un data lake e a valutare il sentiment dei commenti dei clienti, classificandoli come positivi, neutri o negativi. Quando hanno ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access