Big Data

Big Data

1. Dan Kusnetzky

   • herramientas, procesos y procedimientos que permitan a una organización crear, manipular y administrar grandes conjuntos de datos e instalaciones de almacenamiento

2. Dimensiones

   • Velocidad
   • Volumen
   • Variedad

3. Tecnologías

   • • marco de software de código abierto para aplicaciones intensivas de datos distribuidos
     • Modulos
       • Hadoop MapReduce:
         • “Es un sistema basado en hilados para el procesamiento paralelo de grandes conjuntos de datos”.
       • Hadoop Distributed File System
         • Es un sistema de archivos altamente tolerante a fallos, escalable y con una arquitectura distribuida
     • Caracteristicas
       • ejecutarse en grupos relativamente grandes de hardware, es decir, en clúster robustos.
       • robusto
       • escalable
       • simple

4. ·

   • DynamoDB
   • Cassandra
   • Voldemort
   • Google BigTable
   • HBase
   • Riak
   • CouchDB
   • MongoDB
   • BaseX

5. Modelo de datos

   • Estructurados
     • Estáticos
       • Array, cadena de caracteres y registros
     • Dinámicos
       • listas, pilas,colas, árboles, archivos
   • Semiestructurados
     • Etiquetas que separan un dato de otro
     • Caracteristicas
       • Datos irregulares
       • datos incompletos
       • cambian de tipo
       • Datos nuevos no relacionados
   • No estructurados
     • no pueden ser normalizados
     • no tienen tipos definidos
     • ni están organizados bajo algún patrón

6. Tecnologías de análisis de datos

   • System PureData
   • Oracle Big Data Appliance

Bilder und Dateien der Mindmap