Entwicklung von Big-Data-Anwendungen

Textprobe:Kapitel 2.1.1, Strukturierte Daten:Ein wichtiger Gesichtspunkt bei der Verarbeitung von Daten ist die Art der vorliegenden Daten. Es wird zwischen strukturierten oder unstrukturierten Daten unterschieden.Strukturierte Daten sind aus technischer Sicht in der Regel Daten, die in Tabellen liegen und einen eindeutigen Schlüssel (Primary Key) besitzen. Mithilfe des Primary Keys kann eine bestimmte Information exakt identifiziert werden und muss nur einmal im Gesamtsystem gespeichert werden. Ein Beispiel für strukturierte Daten sind Städtenamen, die in einer Datenbank redundanzfrei in einer eigenen Tabelle gehalten werden und immer wieder anhand des Primary Keys referenziert werden können. Dadurch liegen keine Dopplungen vor und der Datenbestand wird klein gehalten, wodurch die Konsistenz der Datenbank sichergestellt wird. Generell können strukturierte Daten tabellarisch angeordnete Daten, mehrdimensionale Arrays (Matrizen), Zeitreihen mit festen oder variablen Intervallen oder Tabellen mit Daten, die durch Schlüsselspalten untereinander verbunden sind, sein.2.1.2 Unstrukturierte Daten:Unstrukturierte Daten sind im Vergleich zu strukturierten Daten schwieriger zu definieren. Das Merkmal unstrukturiert ist dann gegeben, wenn Daten keinerlei bzw. nur rudimentären formalen Ordnungskriterien unterliegen. In der Medizin beispielsweise gibt es einfach strukturierte Daten, wie genetische oder klinische Daten. Der größte Teil der medizinischen Daten ist aber unstrukturiert. Das können Texte (Arztbriefe, Notizen in Patientenakten, wissenschaftliche Publikationen), Bilder (Röntgen, Computertomographie (CT)) und Videos (Ultraschall vom Herz oder anderen Organen), Audio (Lungengeräusche, Herztöne), Ergebnisse von molekularen Experimenten von Biopsie-Zellen und viel mehr sein. Geschätzt machen unstrukturierte Daten um die 80% aller Daten in der Medizin aus.Bei vielen unstrukturierten Daten besteht die Möglichkeit, diese in strukturierte Daten umzuwandeln. Im Kontext von