¿Qué es Big Data?

¿Qué es Big Data?

1. es un término relativamente nuevo y que, por el “hype” creado alrededor del mismo, se presta mucho a confusión.

   • Solo como ejemplo, Timo Elliot, en su artículo “7 Definitions of Big Data You Should Know About“1, nos plantea al menos 7 definiciones distintas de Big Data.
     • “Activos de información de alto volumen, alta velocidad y alta variedad que exigen formas innovadoras y rentables de procesamiento de la información para mejorar la comprensión y toma de decisiones”
       • Las 3 Vs de Big Data
         • Velocidad: a medida que aumenta la velocidad de generación de información, aumenta también la volatilidad de los datos, los requerimientos apunta cada vez más a una menor latencia (el tiempo que transcurre desde que la información es generada hasta que tenemos el resultado del análisis)
         • Volumen: tiene que ver con el constante crecimiento de las fuentes de datos, la mayor granularidad de los datos recogidos, así como el resultado de la digitalización. Las fuentes de datos han ido pasando muy rápidamente de los Giga Bytes de datos, a los Tera Bytes y Penta Bytes.
         • Variedad: resultado de la diversidad de fuentes de datos, internos y externos. Los datos son generados de forma estructurada pero también en gran medida semi-estructurados y noestructurados.

2. Consideraciones para el manejo de Big Data

   • Scale up vs Scale out
     • La gran mayoría de los sistemas tradicionales centralizados permiten solo un escalamiento de sus recursos de manera vertical, es decir, si necesitamos manejar mayor cantidad de datos, mayor velocidad de procesamiento estaremos limitados a la posibilidad de incrementar los recursos del servidor de la aplicación, ya sea aumentando su capacidad de procesamiento, su memoria y/o su capacidad de almacenamiento
     • Schema on Read vs Schema on Write
       • Por muchísimos años, nuestras bases de datos han estado orientadas al llamado “Schema on Write” (traducido: esquema en escritura). La forma como trabajamos es que primero definimos el esquema, o lo que es lo mismo, las tablas, columnas, relaciones, etc., para luego hacer la carga de datos que posteriormente serán consumidos por herramientas de reporte.
       • Localización de datos
         • Commodity Hardware
           • Llamamos Commodity Hardware a aquellos equipos informáticos asequibles y fáciles de obtener. Por lo general son sistemas compatibles x86, capaces de correr Linux y que no necesitan ningún tipo de dispositivo especial.

Images and files in the map