FUNDAMENTOS DEL BIG DATA

FUNDAMENTOS DEL BIG DATA

1. ¿Qué es Big Data?

   • Grades cantidades de información o de datos
     • Que no pueden ser analizados o procesados por métodos tradicionales
     • Que no se tratan con herramientas comunes de base de datos

2. Dimensiones del Big Data

   • Volumen
     • Cantidad de datos almacenados
       • terabytes
         • Facebook 10 TB
         • Twitter 7 TB
       • petabytes
       • exabytes
   • Velocidad
     • Rapidez con que se crean los datos
   • Variedad
     • Diferentes formas de representar los datos
       • Datos estructurados
       • Datos no estructurados
         • Se generan desde
           • Páginas web
           • Redes sociales
           • foros, correos electrónicos

3. Objetivo del Big data

   • Examinar grandes cantidades de datos con variedad de clases
     • Para descubrir información que sea sea relevante y util
       • Permitiendo la toma de decisiones para mejorar

4. Análisis de datos mediante tecnologías de bases de datos

   • Apache Hadoop
     • Software de código abierto
       • Para aplicaciones intensivas de datos distribuidos
       • Almacenamiento de los datos estructurados, semi-estructurados y no estructurados
     • caracteristicas
       • Se ejecuta en grupos grandes de Hardware
       • Robusto ante un mal funcionamiento de hardware
       • Es escalable, permite agregar nodos
       • Es simple
       • ´Permite escribir código con eficiencia
   • NoSQL​
     • Base de datos que no ofrece SQL
     • Características
       • No presentan el modelo de las bases de datos relacionales
       • No almacena datos en filas y columnas de manera uniforme
       • Presenta escalabilidad de forma horizontal
       • gestiona grandes volúmenes de información
       • Estructura distribuida
         • Datos distribuidos en varias máquinas
       • Obtención de datos a mayor velocidad
         • En relación con otras de modelo relacional
     • TIPOS DE BASE DE DATOS
       • Voldemort
         • Soluciona problemas de escalabilidad
           • De base de datos relacionales
         • Datos almacenados en forma de clave-valor
         • De ambiente distribuido
         • Nodos independientes de los demás
           • Con datos replicados
           • Sin equilibrar datos
       • HBase
         • código abierto
         • Almacena los datos de forma clave valor
         • Almacena y recupera los datos de forma aleatoria
         • Trabaja con los tres tipos de datos
           • no estructurados
           • semiestructurados
             • Cundo no sean muy grandes
           • estructurados
       • Riak
         • Almacenamiento en forma de clave-valor
         • De ambiente distribuido
         • Tolerante a fallos
         • Utiliza JSON
       • CouchDB
         • Servidor de base de datos documental
         • Compuesta por documentos y no datos
           • Trabajan como objetos
       • MongoDB
         • Orientada a documentos
           • código abierto
         • Características
           • Versátil
           • Potente
           • fácil de usar
           • Manejo de datos
             • Grandes
             • Pequeños
           • No usa conceptos
             • tablas
             • esquemas
             • SQL
             • filas o columnas

5. Modelo de datos

   • Clasificación
     • Datos estructurados
       • Son aquellos de mayor facilidad para acceder
       • Tienen estructura bien especificada
       • Se dividen en
         • Estáticos
           • Array
             • Homogéneos, y ordenados por un índice
           • cadena de caracteres
           • registros
         • Dinámicos
           • Listas, pilas,
           • colas, árboles,
           • archivos
     • Datos semiestructurados​
       • Sin formato definido
       • Tienen etiquetas para separar un dato de otro
       • Lectura mediante reglas de cierto nivel de complejidad
     • Datos no estructurados
       • No pueden ser normalizados
       • Tipos no definidos
       • No organizados bajo algún patrón
       • No almacenados de manera relacional
       • Sin base jerárquica de datos
       • Sin formato normalizado determinado

Imágenes y archivos del mapa