BIG DATA

BIG DATA

DEFINICION

es un gran volumen de datos digitales que provienen de diferentes fuentes relacionadas con la información digital

TIPOS DE DATOS

DATOS ESTRUCTURADOS

DATOS NO ESTRUCTURADOS

Son los datos que forman parte de una estructura predefinida.Estos datos son fácilmente catalogables, y pueden ser utilizados para posteriores análisis y predicciones fiables.

Son aquellos datos que no tienen ni forman parte de una estructura definida.contemplan el análisis de datos no estructurados con el objetivo de obtener conclusiones fiables; es un campo complejo y en evolución, pero con un futuro muy prometedor.

LAS 5 «V» DEL BIG DATA

Volumen

Una de las características del Big Data es que nuevos datos se generan constantemente. Además, como las fuentes son diversas, el volumen de datos tiende a ser inmenso.

Velocidad

No sólo se generan muchos datos y desde muchas fuentes, sino que lo normal es que la velocidad a la que se generan estos datos sea muy alta.

Variedad

Debido a la naturaleza unificadora del Big Data, se debe gestionar la información que llega de fuentes muy diferentes.

Valor

Debido a la inmensa cantidad de datos que se debe procesar, se ha de tener especial cuidado en la elección de los datos que realmente son importantes para la empresa y sus futuras operaciones.

Veracidad

El Big Data debe alimentarse con datos relevantes y verdaderos. No podremos realizar analíticas útiles si muchos de los datos entrantes provienen de fuentes falsas o con errores en su información.

ALMACENAMIENTO

On-Premise

instalaciones locales de software y hardware (servidores, racks, sistemas de almacenamiento…). ella misma se encarga de la infraestructura, gestión del software, y de los datos.

Cloud

uso de infraestructuras (tanto hardware como software) de terceros, para el almacenamiento, gestión y procesado de los datos y aplicaciones.

Almacén de datos (Data warehouse)

repositorio de datos que almacena la información proveniente de diversas fuentes y sistemas de la empresa. Estos almacenes de datos destacan por su gran capacidad y por proveer un acceso óptimo a los datos.

PROCESADO DE LOS DATOS

Transformación

Esta fase trata de estandarizar los diferentes conjuntos de datos con el objetivo de que a la salida tengan una estructura similar. Esta es una etapa compleja que requerirá de código a medida en función de nuestros datos.

Extracción

Esta fase consiste en la centralización de las capturas de datos provenientes de diversas fuentes.

Load o Carga

El «Load» o «Carga» consiste en el almacenamiento de los datos en un almacén de datos (Data Warehouse), para su posterior análisis.