**Big Data jsou takové soubory dat, jejichž velikost je mimo schopnosti zachycovat, spravovat a zpracovávat data běžně používanými softwarovými prostředky v rozumném čase.**

====== zdroje dat ======
  * senzory, kamery, DPZ
  * mobily, telefony
  * internet of things
  * nákupy (real, eshopy)
  * sociální sítě
  * meteo stanice, ...

====== charakteristika Bigdat ======
  * **VOLUME** (objem)
        * objem narůstá exponenciálně, až petabyty
  * **VELOCITY** (rychlost)
        * data musí být zpracovávána okamžitě (třeba senzory na formuli 1)
  * **VARIETY** (různorodost)
        * i úlohy pro zpracovávání nestrukturovaných textů, včetně zvuku, videí apod.
  * **VERACITY** (věrohodnost)
        * věrohodnost je nejistá (např. sociální sítě - můžu kecat)

====== problémy Bigdat ======
  * sbírání dat jde snadno
  * ukládání je horší, kde a jak to budu ukládat?
  * zpracování ještě horší - potřebuju data ideálně zpracovat v reálném čase, proto je často nutná potřeba filtrace a analýzy dat
        * technologie Apache Hadoop, paralelní zpracování na více strojích
  * vyhodnocení v reálném čase, scifi!