В современном мире специалисты и создаваемые ими информационные системы все чаще сталкиваются с
необходимостью хранить, обрабатывать и перемещать огромные объемы данных. Big Data, используется для
обозначения таких технологий, как хранение и анализ больших объемов данных, которые требуют высокой
скорости и принятия решений в режиме реального времени во время обработки. В этом случае рассматриваются
большие объемы, высокая скорость накопления и отсутствие строгой внутренней структуры «больших данных».
Все это также означают, что классические реляционные базы данных плохо подходят для их хранения.
В статье мы показали решения обработки больших объемов данных для сетей аптек с использованием NoSQL.
В работе представлены технологии моделирования больших объемов данных с использованием NoSQL, в том
числе MongoDB, а также анализируются возможные способы их решения, ограничения, которые не позволяют
сделать это эффективно. Приводится обзор трех современных подходов к работе с большими данными: NoSQL,
DataMining и обработка потоков событий в реальном времени. В статье в качестве реализации изученных методов
и технологии рассматривается база данных аптек для обработки, поиска, анализа, прогноза больших данных.
Также при использовании NoSQL показали работу со структурированными и плохо структурированными
данными параллельно в разных аспектах и показали сравнительный анализ нового разработанного приложения
для работников аптек.