Big Data

Big Data

1. ¿Que es?

   • Big data es un término que describe el gran volumen de datos estructurados y no estructurados que tiene una empresa todos los días. Pero no es la cantidad de datos lo importante. Lo que importa es lo que las organizaciones hacen con los datos.

2. Herramientas

   • Apache Hadoop, Elasticsearch, Apache Storm, MongoDB, Apache Spark, Python, Apache Cassandra, Lenguaje R, Apache Drill y Apache Oozie.

3. Datos Estructurados

   • Datos Estructurados es un término utilizado en la parte semántica de Internet. Permite a los motores de búsqueda posicionar con precisión la información estructurada de las páginas web.

4. Datos no estructurados

   • Los datos no estructurados, generalmente son datos binarios que no tienen estructura interna identificable. Es un conjunto masivo y desorganizado de varios objetos que no tienen valor hasta que se identifican y almacenan de manera organizada.

5. 5 V

   • Volumen, variedad. velocidad, veracidad y Valor.

6. ETL

   • Es el proceso que permite a las organizaciones mover datos desde múltiples fuentes, reformatearlos y limpiarlos, y cargarlos en otra base de datos.

7. Fases de los datos

   • Creación, Almacenamiento, Uso, Compartición, Archivado y Destrucción.