Sin título

BIG DATA

Cantidades masivas de datos, que se acumulan con el tiempo y son difíciles de analizar.

Tratamiento y análisis de enormes repositorios de datos

¿Qué es?

ESTADOS DE ARTE

Se refiere a herramientas, procesos y procedimientos que permitan a una organización crear, manipular y administrar grande conjunto de datos e instalaciones de almacenamiento

ESTADO ACTUAL

Trata de muchos terabytes de datos no estructurados,si se gestiona correctamente Big Data puede proporcionar una cantidad de conocimiento

DIMENSIÓN DE BIG DATA

ANÁLISIS DE BIG DATA

Los datos provienen de gran variedad de fuentes,web,BD, rastros de clics, redes sociales, audio, videos, durante cierto tiempo

VOLUMEN: Cada día se registra un aumento significativo de datos, terbytes, petabytes y exabytes

VARIEDAD:S e genera desde paginas web, archivos de búsquedas, redes sociales,foros, correos electrónicos.

VELOCIDAD: Medida en la que aumenta los productos de desarrollo de software, paginas web, archivos de búsqueda, redes sociales, ect.

Hay 3

TECNOLOGÍAS

APACHE HADOOP

Es una tecnología mas popular para el almacenamiento de datos estructurados, no estructurados y semi-estructurados. Es un framework de código abierto permite escribir y ejecutar aplicaciones que procesan grandes cantidades de datos

Hadoop Distributed file System

Sistema de archivos altamente tolerante a fallos, escalable y con una arquitectura distribuida

Hadoop MapReduce

Software creado con el din de hacer aplicaciones que puedan procesar grandes cantidades de datos de forma paralela, en un mismo hardware.

compuesto por dos módulos

BASES DE DATOS NoSQL

Su característica principal es que su estructura es distribuida, los datos se hallan distribuidos en varias máquinas

*DynamoDB

*Cassandra

*Voldemort

*Google Big Table

*HBase

*Riak

*CouchDB

*MongoDB

*BaseX

Existe varias clase de BD

MODELO DE DATOS

ESTRUCTURADOS

Son aquellos de mayor facilidad de

acceder, tienen una estructura

bien definida

SEMIESTRUCTURADOS

Lo que tienen son etiquetas que

facilitan separara un dato de otro

NO ESTRUCTURADOS

Pueden ser normalizados,no tienen un

identificador definido, no se puede reconocer

su estado físico ni lógico, no se puede

identificar su clase, tipo, tamaño no

encaja en una tabla predeterminada

TECNOLOGÍA DE ANALISIS DE DATOS

* BigQuery

* ThinkUp

*I nfosphere Streams

* Biginsghts Infosphere

* System PureDta

+ Infosphare Information Server

* Sap Hana

* Oracle Big Data Apliance

* HDinsight

* Textalytics