"Big Data" nedir? Geleneksel "Veri Yönetimi"ne etkisi ne olur?
"Big Data" nedir? Geleneksel "Veri Yönetimi"ne etkisi ne olur?
Teknolojinin yaygınlaşması, herkes
tarafından ulaşılabilir olması ve kullanım biçiminin dönüşmesi, üretilen ve
işlenen verinin büyüklüğünün de devasa olarak artmasını beraberinde getirdi.
Nasıl ki kişisel hayatlarımızda iki üç disket veya birkaç CD'ye sığan
bilgilerimiz artık 1TB'lık yüksek kapasiteli disklere zor sığar hale geldiyse,
kurumlar da bu devasa hız ve çeşitlilikte artan verilerini nereye
sığdıracaklarını bilemiyorlar. Büyük miktarda veri ile uğraşmak BT’nin yabancı
olduğu bir konu değil fakat BIG DATA konusu, veri ambarı, ODS, iş analizi ve veri
analizi başlıklarından oldukça farklı.
Verinin üretilme hızı ve çeşitliliği
o kadar fazla ki, veri saklama cihazlarının teknolojileri ve üretilme hızları,
bu hızın gerisinde kalıyorlar. Saklama ve veri işlemenin birim maaliyetleri
azalsa da, hızlı üreyen veriyi saklamak ve işlemenin toplam maaliyeti artıyor.
2020'lerde toplam sayısal verinin
35ZettaByte olması bekleniyor. 1 ZettaByte = 1Milyar TeraByte. Bloglar, sosyal
medya, elektronik sensörler vb cihazlar tamamen yapısal olmayan yepyeni bir
dünya sunuyorlar.Cep telefonları, Internet'deki yapılan
her tık, sayısal fotoğraf makineleri veri üreten birer fabrikaya dönüştü. Geçen
on yıldan beri veri tabanı sunucularının sayısı 6 kat artarak, 32 Milyon'a
çıktı.Mevcut verilerin %80'i yapısal
değil; Eposta, fotograf, video, müzik dosyası, XML, vb şeklinde ortaya çıkan, geleneksel
ilişkisel veri tabanlarında saklanmayan, “Gri Data” olarak adlandırılan “Ham”
veri.Özellikle sağlık ve finans sektörü
ile hükümetlerin 'BIG DATA' konusuna daha çok kafa yormaları
gerekecek. Çünkü hukuki olarak geriye dönük bu devasa sayısal bilgilerin
saklanması, yedeklenmesi, arşivlenmesi ve gerektiğinde hızlı olarak
erişilebilir olması gerekiyor. İlk tahminler, ABD’nin sağlık sektörünün yıllık 300Milyar
Dolarlık “BIG DATA” katma değerinde iş hacmine sahip olduğu yönünde.
McKinsey'in bir raporuna göre
2010'da ABD ve Avrupa'daki toplam saklama kapasitesi 30ExaByte ama üretilen
veri 1.2ZettaByte. Bu durumda üretilen ama saklanmayan, saklanmadığı için de
işlenmeden yok olan veri oldukça fazla. Bu yaklaşımdan yola çıkarsak,
'veri işleme' konusunda da ezber bozan çözümler üretilmesi gerekiyor.
IBM, Samsung, GE Global saklama ve özellikle veriyi 'kaynağında
işleyecek' teknolojiler üretme konusunda çalışıyorlar.
'Big Data' olgusunu
tarifleyen 5 bileşen var
-Volume (Veri Büyüklüğü): IDC
istatistiklerine göre 2020'de ulaşılacak veri miktarı, 2009'un 44 katı olacak.
Şu anda kullanılan, 'büyük' diye adlandırdığımız kapasiteleri ve 'büyük
sistemleri' düşünüp, bunların 44 kat büyüklükte verilerle nasıl başa
çıkacaklarını hayal etmek gerekiyor! Kurumun veri arşivleme, işleme,
entegrasyon, saklama vb teknolojilerinin bu büyüklükte veri hacmi ile nasıl
başa çıkacağının kurgulanması gerekli hem de hemen.
Velocity (Hız): 'Big Data'nın üretilme hızı çok
yüksek ve gittikçe artıyor. Daha hızlı üreyen veri, o veriye muhtaç olan
transaction sayısının ve çeşitliliğinin de aynı hızda artması sonucunu
doğuruyor.Variety (Çeşitlilik): Üretilen
verinin %80'i yapısal değil ve her yeni üretilen teknoloji, farklı formatlarda
veri üretebiliyor. Telefonlardan, tabletlerden, entegre devrelerden gelen türlü
çeşitlilikte 'Veri Tipi' ile uğraşılması gerekiyor. Bir de bu
verilerin farklı dillerde, Non-Unicode olabileceğini düşünürseniz, entegre
olmaları, birbirlerine dönüşmeleri de gerekli.Verification (Doğrulama): Bu bilgi
yoğunluğu içinde verinin akışı sırasında 'güvenli' olması da bir
diğer bileşen. Akış sırasında, doğru katmadan, olması gerektiği güvenlik
seviyesinde izlenmesi, doğru kişiler tarafından görünebilir veya gizli kalması
gerekiyor.Value (Değer): En önemli bileşen
ise değer yaratması. Bütün yukarıdaki eforlarla tariflenen BIG DATA'nın veri
üretim ve işleme katmanlarınızdan sonra kurum için bir artı değer yaratıyor
olması lazım. Karar veriş süreçlerinize anlık olarak etki etmesi, doğru kararı
vermenizde hemen elinizin altında olması gerekiyor. Örneğin sağlık konusunda
stratejik kararlar alan bir devlet kurumu anlık olarak bölge,il,ilçe vb
detaylarda hastalık, ilaç, doktor dağılımlarını görebilmeli. Hava Kuvvetleri, bütün
uçucu envanterindeki taşıtlarının anlık yerlerini ve durumlarını görebilmeli,
geriye dönük bakım tarihçelerini izleyebilmeli. Bir Banka, kredi vereceği
kişinin, sadece demografik bilgilerini değil, yemek yeme, tatil yapma alışkanlıklarını
dahi izleyebilmeli, gerekirse sosyal ağlarda ne yaptığını görebilmeli.
BIG DATA’nın temel olgusu aslında
yeni birşey de değil; adı değişse de geçmişte de vardı. Internet kullanımının
patlama yapması ve sanal olarak da olsa insanlığın daha çok sosyalleşmesi,
birçok yeni teknolojinin ulaşılabilir ve ucuz hale gelmesi bizi bu devasa
büyüyen veri okyanusunda yeni arayışlara itti. İş yapış biçimi de bizi buralara
getirdi; geleneksel yaklaşımda iş sahibinin soru, sorun ve ihtiyaçlarına göre,
BT mimariyi çıkartır; ihtiyaca cevap sağlardı. Günümüzde ise BT sunduğu
platform ile iş sahibinin özgürce veriyi keşfetmesini sağlayacak altyapılar
sunmak zorunda. Geleneksel ilişkisel veri tabanları güncelliğini, OLTP işlevini
artarak yerine getirmeye devam edecek olsa da, BIG DATA’nın yeni
ihtiyaçlarından dolayı, veriyi kaynağında işleyecek ya da IBM-Netezza,
Oracle-Exadata, IBM-DB2 Analytical
Machine vb “appliance” olarak anlamlandırılan yazılım, uygulama ve donanımı
içinde barındıran çözümler ve NoSQL, Hadoop, Cassandra, JAQL, HBASE vb daha
emekleme aşamasındaki çözümler BIG DATA’yı adreslemeye çalışacak.
BIG DATA yeni bir platform ve veri
işleme anlayışı getirecek, zaman içinde yazılım firmalarından bu konuda onlarca
çözüm çıkacak ve mevcut Bilgi Depolarına entegre edilerek büyümesi ve beraber
yaşamaları kaçınılmaz hale gelecek. İlk çıkan ürünlerin çoğunluğu Açık Kaynak
kodlu prototip uygulamalar olduğundan, ileri seviye danışmanlık ve küresel
destek hizmetlerinden yoksunlar. Ama kurumsal sürümlerinin çıkması ve yine
küresel yazılım şirketleri tarafından paylaşılması an meselesi.
Yorum Yazın