Data velocity handler ikke om hvor meget data fylder, men hvor hurtigt vi kan behandle den. Hvor hurtigt kan vi opsamle data, behandle og gemme data i et format, som vi kan arbejde videre med? Velocity er måske en af de mest vigtige V'er i Big Data, fordi det ofte er hastigheden hvormed data kan behandles, der er flaskehalsen. Virksomheder som ønsker at være data-drevet, har behov for de seneste data, for at kunne træffe vigtige beslutninger. Jo tættere på realtid de data præsenteres, jo bedre.

Meget data kan aggregeres uden problemer, men noget data er tidsfølsomt. En enkelt læsning fra et større datasæt kan have stor betydning. Det er typisk for sensorer i predictive maintenance eller finansielle transaktioner. Her er det vigtigt, at man fanger en anomaly - altså en læsning som skiller sig ud, fra de øvrige. Hvis hastigheden er meget høj stiller det krav til de værktøjer, som skal håndtere den store mængde data.

Last modified: Tuesday, 22 March 2022, 12:51 PM