¿Qué es un dato?

¿Qué es un dato?

1. Un dato es la representación de una variable que puede ser cuantitativa o cualitativa, indican un valor que se le asigna a las cosas

   • EN
     • base de datos como una serie de datos organizados y relacionados entre sí, los cuales son recolectados y explotados por los sistemas de información de una empresa o negocio en particular.
       • bases de datos NoSQL
         • ¿Qué es NOSQL?
           • El termino NoSQL se refiere a la denominación en inglés Not Only SQL. Plantea modelos de datos específicos de esquemas flexibles que se adaptan a los requisitos de las aplicaciones más modernas
             • ¿Cómo funciona una base de datos NoSQL?
               • Las bases de datos NoSQL utilizan una variedad de modelos de datos para acceder y administrar datos. Estos tipos de bases de datos están optimizados específicamente para aplicaciones que requieren grandes volúmenes de datos, baja latencia y modelos de datos flexibles, lo que se logra mediante la flexibilización de algunas de las restricciones de coherencia de datos en otras bases de datos.
                 • Motores de Bases de Datos NoSQL
                   • MongoDBMongoDB es una base de datos distribuida, basada en documentos y de uso general que ha sido diseñada para desarrolladores de aplicaciones modernas y para la era de la nube. Ninguna otra ofrece un nivel de productividad de uso tan alto
                   • Apache Cassandra es una base de datos NoSQL distribuida y basada en un modelo de almacenamiento de «clave-valor», de código abierto que está escrita en Java. Permite grandes volúmenes de datos en forma distribuida
                   • Apache CouchDB, comúnmente llamada CouchDB, es un gestor de bases de datos de código abierto, cuyo foco está puesto en la facilidad de su uso y en ser "una base de datos que asume la web de manera completa".​
                   • Redis es un motor de base de datos en memoria, basado en el almacenamiento en tablas de hashes pero que opcionalmente puede ser usada como una base de datos durable o persistente. Está escrito en ANSI C por Salvatore Sanfilippo, quien es patrocinado por Redis Labs.
                   • Neo4j es un software libre de Base de datos orientada a grafos, implementado en Java.​​ Los desarrolladores describen a Neo4j como un motor de persistencia embebido, basado en disco, implementado en Java, completamente transaccional
             • Tipos de bases de datos NoSQL
               • Clave-valor: las bases de datos clave-valor son altamente divisibles y permiten escalado horizontal a escalas que otros tipos de bases de datos no pueden alcanza
               • Documentos: en el código de aplicación, los datos se representan a menudo como un objeto o un documento de tipo JSON porque es un modelo de datos eficiente e intuitivo para los desarrolladores.
               • Gráficos: el propósito de una base de datos de gráficos es facilitar la creación y la ejecución de aplicaciones que funcionan con conjuntos de datos altamente conectados.
               • En memoria: las aplicaciones de juegos y tecnología publicitaria tienen casos de uso como tablas de clasificación, tiendas de sesión y análisis en tiempo real que requieren tiempos de respuesta de microsegundos y pueden tener grandes picos de tráfico en cualquier momento
               • Buscar: muchas aplicaciones generan registros para ayudar a los desarrolladores a solucionar problemas. Amazon Elasticsearch Service (Amazon ES) está diseñado para proporcionar visualizaciones en tiempo real y análisis de datos generados por máquinas al indexar, agregar y buscar registros y métricas semiestructuradas
   • tipos de datos
     • Datos estructurados (Structured Data)
       • Cuando hablamos de datos estructurados nos referimos a la información que se suele encontrar en la mayoría de bases de datos relacionales .
         • Suelen ser archivos de texto que se almacenan en formato tabla, hojas de cálculo o bases de datos relacionales con títulos para cada categoría que permite identificarlos.
           • Caracteristicas
             • Almacenamiento :. Los datos estructurados se almacenan en una base de datos relacional (RDBMS)
             • Facilidad de análisis: Los datos estructurados al poseer, como su propio nombre indica, una estructura organizada que otorga al usuario de facilidad de análisis para la obtención de resultados medibles.
             • Flexibilidad :Los datos estructurados que permanecen en el Data Warehouse son menos flexibles, es decir, mucho mas sensibles a los cambios que los datos no estructurados.No permite el acceso de cualquier usuario para configure y reconfigurare según la finalidad para la que hayan sido concebidos.
             • Información Los datos almacenados en el Data Warehouse son más maduros y, precisamente por esa cualidad proporcionan resultados organizados y fiables que los que permanecen en el Data Lake, que destacan por ser un conglomerado de información masiva
         • Para gestionar este tipo de datos se utiliza un tipo de lenguaje de programación estructurado, conocido como SQL diseñado para administrar y recuperar información de sistemas de gestión de bases de datos relacionales (R
     • Datos no estructurados (Unstructured Data)
       • este tipo de datos, generalmente binarios, es que no poseen una estructura interna identificable. Se trata de un cúmulo de información que deben identificarse y almacenarse de forma organizada a través de una base de datos no relacional
         • Suelen ser archivos Documentos PDF ,Documentos Word. Correos electrónicos. Datos móviles: mensajes de texto, ubicaciones, mensajería instantánea, grabaciones telefónicas. Hojas de cálculo. Vídeos y audios. Publicaciones en medios sociales.
           • Caracteristicas
             • Almacenamiento: mientras que los datos no estructurados no pueden almacenarse en estructuras de datos relacionales predefinidas (NoSQL).
             • Por el contrario, los datos no estructurados necesitan herramientas analíticas más complejas.
             • Flexibilidad :Los datos no estructurados que permanecen en el Data Lake son más flexibles, es decir, mucho menos sensibles a los cambios que los datos estructurados. Al almacenar toda la información en bruto, permite el acceso de cualquier usuario para configure y reconfigurare según la finalidad para la que hayan sido concebidos.
   • Big Data
     • nos referimos a conjuntos de datos o combinaciones de conjuntos de datos cuyo tamaño (volumen), complejidad (variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura, gestión, procesamiento o análisis mediante tecnologías y herramientas convencionales.
       • se utlizan estructura de software de código abierto para almacena
         • Como
           • Hadoop
             • es
               • un framework opensource para almacenar datos y ejecutar aplicaciones en clusters de hardware básicos. Proporciona un almacenamiento masivo para cualquier tipo de datos, un enorme poder de procesamiento y la capacidad de manejar tareas o trabajos prácticamente ilimitados. Esto básicamente y de forma muy concreta es lo que es hadoop.
                 • ¿Por qué es importante Hadoop?
                   • Capacidad para almacenar y procesar grandes cantidades de cualquier tipo de datos rápidamente. Con volúmenes y variedad de datos en constante aumento,
                   • Poder de procesamiento. El modelo de computación distribuida de Hadoop procesa rápidamente Big Data. Cuantos más nodos de computación se utilizan, más poder de procesamiento tendrás.
                   • olerancia a fallos. Los datos y el procesamiento de aplicaciones están protegidos contra fallos de hardware. Si un nodo disminuye, los trabajos se redirigen automáticamente a otros nodos para asegurarse de que la computación distribuida no falla
                   • Flexibilidad. A diferencia de las bases de datos relacionales tradicionales, no es necesario preprocesar los datos antes de almacenarlos. Puedes almacenar tantos datos como desees y decidir cómo utilizarlos más tarde
                   • Bajo coste. El framework de código abierto es gratuito y utiliza hardware básico para almacenar grandes cantidades de datos.
                   • Escalabilidad. Puedes hacer crecer fácilmente el sistema para manejar más datos simplemente añadiendo nodos. Se requiere poca administración.
             • se basa
               • en un gran número de ordenadores, cada uno de los cuales se encarga de procesar una porción de información
       • ¿Por qué el Big Data es tan importante?
         • Reducción de coste. Las grandes tecnologías de datos, como Hadoop y el análisis basado en la nube, aportan importantes ventajas en términos de costes cuando se trata de almacenar grandes cantidades de datos, además de identificar maneras más eficientes de hacer negocios. M
           • más rápido, mejor toma de decisiones. Con la velocidad de Hadoop y la analítica en memoria, combinada con la capacidad de analizar nuevas fuentes de datos, las empresas pueden analizar la información inmediatamente y tomar decisiones basadas en lo que han aprendido. .
             • Nuevos productos y servicios. Con la capacidad de medir las necesidades de los clientes y la satisfacción a través de análisis viene el poder de dar a los clientes lo que quieren. Con la analítica de Big Data, más empresas están creando nuevos productos para satisfacer las necesidades de los clientes
         • ¿Cómo se relacionan Big Data y Hadoop?
           • se relaciones por que parten de la necesidad de gestior y procesar volumenes de datos muy grandes a un ritmo de alta velocidad
             • Hadoop nace en el momento en que Google precisa urgentemente de una solución que le permita continuar procesando datos al ritmo que necesita, en una proporción que repentinamente ha crecido de forma exponencial.