Частица на краю Вселенной

Избыток информации

На БАКе банчи протонов сталкиваются 20 миллионов раз в секунду. При каждом пересечении встречных пучков происходят десятки столкновений, так что возникает около миллиарда столкновений в секунду. Каждое столкновение – настоящий фейерверк из множества, до сотни и даже больше, частиц, выстреливающих в детектор. И тонко откалиброванные приборы внутри детекторов собирают точную информацию о том, что каждая из этих частиц делает.

Это очень большой объем информации. Запись единичного события столкновения на БАКе требует примерно одного мегабайта памяти. (А если оценить объем необработанных данных, то получится более 20 мегабайт, но умный алгоритм сжатия превращает их в один мегабайт.) Это объем большой книги, или объем оперативной памяти в операционной системе космического шаттла. Жесткий диск достаточно мощного современного домашнего компьютера может хранить терабайт данных, или миллион мегабайт. Сравните – объем всех книг Библиотеки Конгресса США составляет около 20 терабайт. Можно хранить информацию о миллионе событий, происшедших на БАКе, на одном таком обычном жестком диске. Это, конечно, звучит здорово, пока не вспомнишь, что в секунду происходит сотни миллионов таких событий, и нужно заполнять этой информацией тысячу жестких дисков в секунду. Не слишком удобно, даже если учесть, что ЦЕРН может позволить себе купить лучшие жесткие диски, чем те, что в обычном ноутбуке.

Если не считать БАКа, крупнейшая в мире база данных – по климату – имеется у Международного дата-центра в Германии. Она содержит около 6 петабайт данных или 6000 терабайт. Если записывать все данные, полученные на БАКе, объем этой базы данных был бы превышен за пару секунд. Итак, добро пожаловать в мир Больших Объемов Данных.

Очевидно, что хранение данных, получаемых на БАКе, (а также их передача и анализ) – невероятно серьезная проблема, которую надо решать, используя различные методы. Самый важный из них – одновременно и самый основной – не записывать все данные. Это стоит подчеркнуть: подавляющее большинство данных, собранных БАКом, мгновенно выбрасывается. У ученых нет выбора, поскольку просто нет возможности все это записать.