Mind map

Conociendo a Big Data

Neyba Armijos Spanish

Map content

Definiciones
- ZDNet.com
  - Información imposible de procesar
    - procesos tradicionales
- Thinkupapp
  - cantidad masiva de datos acumulada en el tiempo
    - difícil análisis con herramientas comunes
- E. Dans
  - análisis y tratamiento de gigantesco repositorios de datos
    - no es posible
      - base de datos convencionales
      - analítica tradicional
Dimensiones
- Volúmen
  - aumento significativo de datos
    - terabytes
    - petabytes
    - exabytes
- Velocidad
  - rapidez con que se crean los datos
    - aumentan los productos de desarrollo de software
      - Foros
      - Redes sociales
      - Páginas web
- Variedad
  - muchas formas de presentar los datos
    - Datos estructurados
    - Datos no estructurados
      - Generan desde
        Archivos de búsqueda
        Págunas web
        Correos electrónicos
        Productos de sensores
Análisis de datos
- Objetivo
  - Examinar grandes cantidades de datos con una variedad de clases
- Fin
  - Descubrir información relevante y útil
    - Mejores decisiones
    - Ventaja competitiva
- Tecnologías de base de datos
  - Apache Hadoop
    - Marco de software de código abierto
      - aplicaciones intensivas de datos
      - Disponible: licencia Apache 2.0
        Características
        Diseñado: clusters robustos
        Supera situaciones fácilmente
        Escalable
        Simple
    - Almacenamiento de datos
      - Estructurados
      - Semi-estructurados
      - No estructurados
  - NoSQL
    - Creado por Carlo Strozzi
    - Características
      - Estructura distribuida
      - Obtener datos con mayor velocidad
      - No tienen esquema
      - No usa SQL
      - No permiten joins
      - Escalabilidad de forma horizontal
    - Ejemplo
      - Voldemort
        Creada por Linkedln
        Solucionar problemas de escalabilidad
        base de datos relacionales
        Características
        Datos almacenados: clave-valor (Camargo-Vega et al.2015)
        Ambiente distribuido
        Replicación automática de datos
      - HBase
        De tipo: código abierto
        Características
        Almacena datos de forma clavevalor
        Almacena y recupera datos de forma aleatoria
      - Riak
        Almacena información: clave-valor y de ambiente distribuido
        Característica
        Tolerante a fallos
        Eliminar errores y fallos antes de ocurrir
        Utiliza JSON
Modelo de datos
- Estructurados
  - De mayor facilidad para acceder, tienen estructura bien especificada
    - Estáticos
      - array
      - cadena de caracteres
      - registros
    - Dinámicos
      - listas
      - pilas
      - árboles
      - archivos
- No estructurados
  - No pueden ser normalizados
  - No tienen tipos definidos
  - No están organizados bajo patrón
  - No son organizados de manera relacional
- Semiestructurados
  - No tienen formato definido
    - pero, tienen etiquetas
      - separar un dato de otro
  - Un dato se lee con un conjunto de reglas
    - nivel de complejidad
Inconvenientes del Análisis de Big Data
- 46%
  - falta de personal y habilidades de recurso humano
- 33%
  - Dificultad en la arquitectura de un sistema
- 22%
  - Problemas con el Big Data utilizable para usuarios finales
- 38%
  - Falta de patrocinio
- 28%
  - Deficiencia de argumento empresarial
- 32%
  - carencia de análisis de datos
- 23%
  - Problemas de escabilidad
- 22%
  - Rápidez en consultas
- 21%
  - Dificultad para datos rápidamente