คำว่า Big Data น่าจะกลายเป็นคำสำหรับการตลาดไปแล้ว มันถูกพูดถึงอย่างมากมาย และ กว้างขวาง หรือดูได้จากชื่อระบบงาน และ software ต่าง ๆ ได้นะ ว่าจะแปะคำนี้มาด้วยเสมอ … ดังนั้น เรากลับมาดูความหมายของ Big Data กันอีกสักรอบ ว่าจริง ๆ แล้วมันคืออะไรกันแน่ !!
ในปัจจุบันคำว่า Big Data นั้นได้เข้ามาสู่หน่วยงานต่างๆ อย่างมากมาย ในบางหน่วยงานอาจจะมีทีม Big Data ขึ้นมา แต่ปัญหาที่พบเจออย่างมาก คือ เรื่องของความรู้ความสามารถของทีม ดังนั้น เรามาดูกันหน่อยสิว่าทีม Big Data ควรมีความรู้ความสามารถอะไรบ้าง
ในปัจจุบันข้อมูลต่างๆ ทั้งในโลกของ Social network ทั้งจากอุปกรณ์ต่างๆ มันโตขึ้นมาก (Internet of Things) ทั้งจากในองค์กรต่างๆ ที่เพิ่มขึ้นสูงอย่างรวดเร็ว ยิ่งในองค์กรใหญ่ๆ แล้วนั้นแล้วยิ่งมีข้อมูลสูงมากๆ ดังนั้น จะมีอะไรมาจัดการและวิเคราะห์ข้อมูลเหล่านี้บ้างนะ
อ่านบทความเรื่อง Data Lake จาก bliki ของคุณ Martin Fowler จึงนำมาแปลกันเล็กน้อย เพื่อทำให้ตัวเองเข้าใจว่า Data Lake มันคืออะไรกันแน่ ? มันแตกต่างจาก Data Warehouse และ Data Mart อย่างไร ? มาดูกันดีกว่า
บ่อยครั้งจะพบว่า developer และ architect หลายๆ คน บอกว่า ฉันทำ Big Data Project อยู่นะ ซึ่งฟังดูแล้วเรารู้สึกว่าเป็น project ที่แจ่ม สุดยอดมากๆ แต่เมื่อลงไปสัมผัสกับ project เหล่านั้นกลับพบว่า มันไม่ได้เป็นสิ่งที่แจ่มดังที่ฟังมา !! ดังนั้น คำถามแรก ที่ต้องถามก่อนคือ คุณเชื่อว่า project ที่ทำอยู่คือ Big Data จริงหรือไม่
มาทำความรู้จักกับ GraphLab ซึ่งเป็นหนึ่งใน Startup ซึ่งทาง AWS Startup ให้การสนับสนุน โดยระบบทั้งหมดทำงานอยู่บน Cloud infrastructure ของ AWS (Amazon Web Services) ลองมาดูว่า GraphLab มันน่าสนใจอย่างไร และเราจะเริ่มใช้งานอย่างไรดี
หลังจากอธิบายเกี่ยวกับ Model database สำหรับจัดการ Big Data ไปแล้ว รวมทั้งการติดตั้ง Riak ด้วย Docker แต่สิ่งที่เรายังไม่รู้เลยก็คือ Riak มันคืออะไร ทำไมต้องศึกษา Riak ด้วยล่ะ เข้ามาจัดการ Big Data อย่างไร ดังนั้น มาเริ่มต้นดูกันเลยดีกว่า
พอดีได้พูดคุยเกี่ยวกับการจัดการข้อมูลที่เรียกได้ว่าเป็น Big Data ซึ่งปัญหาแรกๆ ที่คุยกันเลยก็คือ เราจะจัดเก็บข้อมูลแบบนี้ด้วยอะไรดี แต่ก่อนอื่นนั้น สิ่งที่เราควรทำความรู้จักก่อนคือ ไอ้ Big Data เนี่ยมันคืออะไร และมี Model การจัดการอย่างไรรวมทั้งมีเครื่องมืออะไรให้ใช้บ้าง จึงจะทำให้เรารู้และเข้าใจ เพื่อเลือกใช้งานสิ่งที่เหมาะสมกับงานของเราจริงๆ