La contrapposizione tra i concetti di “statico” e “dinamico” è da sempre presente in tantissimi settori ed ambiti, compreso quello informatico. Si parla ad esempio di statico/dinamico in ambito economico rispetto all’impostazione dei prezzi, ma anche in relazione alla fisica, agli allenamenti ginnici… Certo, in ogni settore questa contrapposizione assume diverso significato. Nell’informatica la ritroviamo parlando di pagine e siti web, nella tipizzazione delle variabili nei linguaggi di programmazione ed anche se in modo un po’ particolare, tra i dati. Perché particolare? Perché, se fino a qualche anno fa le tecnologie a disposizione rendevano più netta la loro distinzione, in effetti ad oggi la differenza tra dati statici e dinamici potremmo quasi considerarla azzerata, dire che non sussista più.
Cosa sono i dati statici
Sono definiti “statici”, in modo abbastanza ovvio, quei dati che tendenzialmente non variano nel tempo. Nell’immaginario inziale erano intesi dati statici, ad esempio, il codice fiscale di una persona, oppure all’indirizzo di un’abitazione. La caratteristica di staticità del dato è legata anche al concetto di “ricalcolabilità” di un dato, e i due sopra ne sono un esempio chiaro: se perdo l’informazione del codice fiscale di una persona posso ricalcolarlo attraverso le sue informazioni anagrafiche, oppure se si perde l’indirizzo di un’abitazione posso sempre recuperarlo attraverso uno stradario (più o meno digitale).
La definizione iniziale di dato statico si è poi nel tempo ammorbidita soprattutto a causa del fatto che, grazie alle nuove tecnologie, i dati sono trattati in modo sempre più sicuro e ci sono a disposizione strutture di memorizzazione che non hanno difficoltà a trattare grandi moli di dati. Oltre al fatto che, come descritto sotto, per motivi analoghi i dati dinamici vengono sempre più trattati come dati statici.
Cosa sono i dati dinamici
I dati dinamici sono definiti come informazioni che variano di continuo, che si aggiornano con una frequenza alta e che, se a livello architetturale non vengono previsti backup periodici, in caso di perdita dell’informazione non sono ricalcolabili o ricostruibili. Nella loro prima definizione ci si riferisce ai dati che riguardano tipicamente un comportamento o che descrivono un movimento. Un aspetto caratterizzante dei sistemi basati su dati dinamici è che, se da un lato non esiste uno storico se non vengono fatti backup periodici, dall’altro la dimensione della struttura dati di memorizzazione crescerà nel tempo in modo molto lento, perché non vengono inseriti nuovi dati, ma soltanto aggiornati i loro valori. Questo aspetto dimensionale è importante soprattutto in relazione a quelle situazioni e in quei tempi storici in cui tenere sotto controllo la quantità di memoria occupata dai dati era centrale per la vita di un progetto.
Le tecnologie e le architetture moderne, come già accennato, stanno facendo sparire la distinzione tra questo tipo di dati e quelli statici perché si stanno superando le limitazioni tecnologiche che, in origine, hanno portato alla loro distinzione. Pensiamo ad esempio a ciò che accade in un sistema IoT che monitora un luogo specifico. Il valore rilevato della temperatura, o dell’umidità del posto cambia continuamente durante il giorno, ma all’interno della struttura di memorizzazione scelta (che sia un data base, datalake o quant’altro) difficilmente viene fatto un “aggiornamento” del dato del sensore, se si procedesse in questo modo si perderebbe del tutto lo storico e non sarebbe possibile effettuare su questi dati nessun tipo di analisi avanzata o predittiva. Piuttosto si inserisce un nuovo dato e si tagga nel modo prescelto come informazione più recente. Quindi si, per l’utente finale il dato “sembra dinamico” perché lo vede cambiare nel tempo, ma tecnicamente parlando somiglia molto di più ad un dato “statico”, pur non possedendo la caratteristica tipica della ricalcolabilità (se non attraverso stime calcolate con un’interpolazione).
Differenze e come utilizzarli efficacemente
Per i motivi suddetti al giorno d’oggi la distinzione tra dati statici e dinamici è sempre meno percepita: nell’era dei Big Data ormai tutti i dati vengono trattati come se avessero le caratteristiche degli uni e degli altri e questo anche grazie alle moderne tecnologie che non pongono più limiti computazionali o di dimensione delle strutture dati. Le tracce che rimangono dai tempi in cui questa distinzione era netta si riflettono oggi sul modo di impostare la fase di data preparation, tenendo sempre un occhio aperto sulla frequenza di modifica dei dati, ma anche nella data visualization attraverso lo sviluppo recente di modalita di visualizzazioni dinamiche che vengono incontro alla “nuova definizione” di dato dinamico mostrando come cambia nel tempo.
Se pensiamo ad applicazioni IoT, o ancor meglio alle Big Data Analytics, ragionare oggi sulla differenza tra dati statici e dinamici non viene neppure in mente: tutti i Big Data sono “statici” perché a livello di memorizzazione non vengono mai fisicamente aggiornati, ma piuttosto vengono create nuove righe, nuovi dati collocati nel tempo in modo da creare uno storico utile, anzi, fondamentale per sperimentare ed applicare le analisi dati, dalle più semplici e statistiche alle più elaborate e vicine alla Data Science, al Machine Learning e all’Intelligenza Artificiale.
Categoria: ANALYTICS
Data catalog: cos’è e perché è necessario
La gestione dei dati all’interno di un’organizzazione comporta oggi una serie di importanti sfide, da cui dipende il successo delle… Leggi tutto
Big data management: come usare e gestire i big data
L’era dei big data ha portato la gestione dei dati (data management) entro scenari di varietà e complessità senza precedenti… Leggi tutto
Big Data Analytics: cos’è e perché è importante
Quando si parla di big data analytics ci si riferisce, solitamente, all’analisi avanzata di grandi volumi di dati. Prendere decisioni… Leggi tutto