Big Data

Big Data

1. Introducción

   • pocos datos: dificil extraer modelo confiable
     • 50% de dentistas mueren en una ciudad
       • ciudad tenia 2 destintas

2. Explosión de datos

   • practica anterior
     • pocas empresas generaban datos
     • todo el resto consumia datos
   • practica actual
     • todo mundo produce datos
     • todo mundo consume datos
   • datos nunca duermen

3. Datos nunca dejan de ser generados

4. Big data

   • BDs cada vez mayores
     • requiere nuevas tecnologias
       • almacenamiento
       • procesamiento
       • transmision
   • tamaño
     • pequeño
       • gerenciado por herramienta KDD
         • un unico computador
           • byte,kilob, gigab,terab
     • medio
       • KDD con SGBSs
         • petab, exab
     • grande
       • sistemas sofisticados
         • grandes volumenes de datos
           • estructuados y no estructurados
             • zettabyte, yottab
   • de donde vienen los datos?
     • logs de servidores
     • sensores
     • imagenes y videos
     • seres humanos
     • biologia
   • caracteristicas
     • volumen
       • datos estructuados y no estructuados
         • escalas de tera, peta y zetabytes
     • variedad
       • de distintas fuentes
         • datos complejos
         • datos con diferentes estructuras
     • velocidad
       • generados en flujos cada vez + intensos
     • Quarto V
       • valor
         • v de informacion crece mucho
           • datos de perfiles de face
             • 141 billones
           • ventas de apps de big data
             • 100 billones
     • Quinto V
       • veracidad
         • principal desafio
           • mostrar q se extrae informacion confiable
   • Big Data
     • igual a small data, apenas mayor
       • a + cantidad, requieren diferentes enfoques
         • arquitecturas
         • tecnicas
       • mas datos necesarios para resolver
         • nuevos problemas
         • problemas antiguos , + eficiente
       • KDD
     • herramientas
       • hadoop Map reduce
       • NoSQL
     • ambientes p/experimentos
       • personal
       • clusters de compus
       • nubes
         • amazon
         • microsoft
         • google
         • IBM