BIG DATA

BIG DATA

1. Historia

   • Aparecen gracias a los avances tecnologicos
   • El termino se comienzo a utilizar de forma generalizadaa fines de los años 90 y
     • El boom llega con los avances experimentados

2. Que es?

   • Es el proceso de recoleccion de grandes cantidades de datos y su inmediato analisis para encontrar informacion oculta, patrones recurrentes, nuevas correlaciones..
     • Es la tecnologia que esta por encima de hadoop
       • El volumen de los datos masivos crece
         • De manera constante
         • Se considera una oportunidad y un reto
   • Objetivo
     • Big Data nacio con el objetivo de cubrir unas necesidades no satisfechas por las tecnologias existentes, como es el almacenamiento y tratamiento de grandes volumenes de datos que poseen una caracteristica muy concreta, las tres V´S.
       • VOLUMEN: Tamaño de los datos que pueden provenir de diferentes fuentes. VELOCIDAD: Rapidez con la que llegan los datos. VARIEDAD: Datos estructurados,semi-estructurados y no estructurados.
   • Conjunto de datos

3. Importante para las empresas

   • Es util ya que proporciona respuestas a muchas preguntas que las empresas ni siquiera sabia que tenian. Proporciona un punto de referencia
   • Herramientas del big data
     • Hadoop
     • Cassandra
     • Inteligencia empresarial
     • Aprendizaje automatico
     • MapReduce
   • Para los deportes
   • Para la investigacion
   • Para la defensa y la seguridad

4. Distintos usos en diversas areas

   • Metereologia
     • Ciencia de la fisica de la atmosfera
   • Genomica
     • Pertenece a la rama de la biologia molecular
   • Procesos fisicos y ambientales

5. Tipos de big data

   • Datos estructurados
     • Datos que tienen bien definido su longitud y formato
       • Como por ejemplo las fechas y los numeros
     • Almacen de datos
   • Datos no estructurados
     • Datos en el formato tal y como fueron encontrados
       • Pdf
       • Documentos multimedia
       • Correos electronicos
   • Datos semiestructurados
     • Datos que poseen sus propios metadatos semiestructurados
       • Ejemplo las hojas de calculo