Sin título

BIG DATA

Son cantidades masivas de datos que se acumulan con el tiempo, que son dificiles de analizar y maenjar utilizando herramientas comunes de gestion de base datos.

ESTADO DEL ARTE DE BIG DATA

TECNOLOGÍAS DE BIG DATA

Para el hardware y software se tienen tecnologías tales como arquitecturas de Procesamiento Paralelo Masivo (MPP). Para el manejo de datos no estructurados o semiestructurados es necesario acudir a otras tecnologías; es aquí donde aparecen nuevas técnicas y tenologías, como MapReduce o Hadoop.

BASE DE DATOS NOSQL

Las NoSQL no presentan el modelo de las bases de

datos relacionales; estas no tienen esquemas, no usan

SQL, tampoco permiten joins (unión), no almacenan

datos en tablas de filas y columnas de manera uniforme. Su

objetivo es gestionar grandes volúmenes de información.

Las bases de datos NoSQL tienen como característica

principal que su estructura es distribuida, es

decir, los datos se hallan distribuidos en varias máquinas

MODELO DE DATOS

TECNOLOGÍAS DE ANALISÍS DE DATOS

Tiene Dimensiones

Volumen: Se refiere al crecimiento significativo de datos (terabytes, petabytes, exabytes) de las empresas creados por personas y máquinas.

Variedad: Existen muchas formas de representar los datos, es el caso de datos estructurados y no estructurados.

Velocidad: Se refiere a la velocidad con que se crean los datos

Tenemos

Análisis de Big Data

El objetivo del análisis de datos es examinar grandes

cantidades de datos con una variedad de clases, con el

fin de descubrir información que sea relevante y útil

para la empresa, de manera que le permita tomar las

mejores decisiones y obtener ventajas competitivas en

comparación con otras de su clase.

Existen

Tenemos

Hadoop

Hadoop es un framework de código

abierto, el cual permite escribir y ejecutar aplicaciones distribuidas que procesan grandes cantidades de datos.

Se divide

Se divide

Hadoo Distributed File System (Sistema de archivos distribuidos Hadoop): Es un sistema de archivos altamente tolerante a fallos, escalable y con arquitectura distribuida; puede llegar a almacenar 100TB en un solo archivo, lo cual no es tan fácil en otros tipos de sistemas de archivos.

Hadoop MapReduce: Es un marco de software creado con el fin de hacer aplicaciones que puedan procesar grandes cantidades de datos de forma paralela, en un mismo hardaware.

Tiene

A. DynamoDB

B. Cassandra

C. Voldemort

D. Google Big Table

E. HBase

F. Riak

G. CouchDB

H. MongoDB

Se dividen

Datos Estructurados

Son aquellas de mayor facilidad para acceder.

Datos Semiestructurados

Estos datos no tienen un formato definido, lo que

tienen son etiquetas que facilitan separar un dato de

otro. Un dato de estos se lee con un conjunto de reglas

de cierto nivel de complejidad

Datos No Estructurados

Son aquellos que no pueden ser normalizados, no

tienen tipos definidos ni están organizados bajo

algún patrón; tampoco son almacenados de manera

relacional, o con base jerárquica de datos, debido a que

no son un tipo de dato predefinido.

A. Big Query

B. ThinkUp

C. Infosphere Streams

D. Biginsigths Infosphere

E. System PureData

F. Infosphere Information Server

G. Sap Hana

H. Oracle Big Data Appliance

Existen

Se divide