DATOS MASIVOS

DATOS MASIVOS

1. son fundamentalmente datos transaccionales, millones de búsquedas en tiempo real, millones de transacciones de compras o millones de posibles combinaciones químicas.

   • Aunque no existe un estándar respecto a cuán grande debe ser un conjunto de datos

2. para considerarlo datos masivos y sólo a efectos didácticos se puede convenir que:

   • Ficheros con datos de hasta 10 GB (decenas de miles de filas y columnas), procesables en Excel o R y manejables en la memoria de un solo ordenador pueden considerarse “datos pequeños”.
   • Ficheros de entre 10 GB y 1 TB (millones de páginas web) ya requieren para su manejo bases de datos algo especializadas
   • Ficheros mayores de 1 TB ya se consideran datos masivos, aunque cada vez se tiende a hablar más de petabytes o de exabytes.

3. A principios de los años 2000 los datos masivos se relacionaban con un modelo basado en las 3 V’s:

   • Volumen
   • Velocidad
   • Variedad
   • Veracidad
   • Valor