Big Data

Big Data

1. Qué es

   • sistema de procesamiento de datos
   • sistema de información en constante evolución y crecimiento que atiende a la complejidad de la modernidad e involucra la generación de valor
   • término acuñado por la sociedad del conocimiento para de-notar grandes datos, los cuales surgen como respuesta a la proliferación de datos a gran escala

2. Características

   • Velocidad
     • Rapidez de entrada y salida con la cual los datos fluyen a través de distintos canales
   • Variabilidad
     • diferentes formatos y fuentes en que los datos se encuentran
   • Volumen
     • cantidad de datos generados continuamente en un espacio de tiempo determinado

3. Objetivo

   • denotar cosas que se pueden hacer a gran escala, para extraer nuevas percepciones o crear nuevas formas de valor

4. Componentes

   • Fuentes
     • Redes Sociales
       • Facebook
       • Twitter
       • Instagram
       • WhatsApp
     • Plataformas multimedia
       • Spotify
       • Netflix
     • Sistemas de negocio
       • Registros
       • Bases de datos
   • Tipología de Datos
     • No estructurado
       • Fotos
       • Videos
       • Audios
       • Textos
     • Estructurado
       • Bases de datos relacionadas
     • Semi Estructurado
       • Archivos HTML
       • Archivos XML
       • Otros
   • Bases de Datos
     • Relacionales
     • No Relacionales
       • No se ajustan al patrón SQL

5. Sistemas Tecnológicos

   • Hadoop
     • Libre Acceso
     • Desarrollado bajo el paradigma MapReduce
     • Aplicado por redes sociales, así como por distintos motores de búsqueda: Facebook, Yahoo!, Microsoft, Last.fm o LinkedIn
   • MapReduce
     • Distribución y paralelización automáticas
     • Tolerancia a fallos y a redundancias
     • Transparencia
     • Escalabilidad horizontal
     • Localización de los datos
   • HBase
     • Escalabilidad modular y lineal
     • Consistencia de lectura y escritura
     • Bloqueo de la caché para consultas
     • Soporte para exportar métricas a través del subsistema de métricas de Hadoop
   • Cassandra
     • sistema de gestión de bases de datos distribuidas de código abierto
     • diseñado para manejar cantidades muy grandes de datos distribuidos en muchos servidores básicos al tiempo que proporciona un servicio de alta disponibilidad
   • Mahout
     • sistema informático que aprende y se adapta a medida que recopila datos
     • usa nuevas tecnologías para capturar, almacenar y procesar información

6. Uso y Aplicación

   • Sector investigativo
     • fortalecen en área como la astronomía, meteorología, biología, geología, oceanografía y sociología, las cuales han profundizado en la aplicación de sensores y aceleradores de partículas
   • Sector financiero
     • Es una alternativa para la prevención del fraude y el análisis del perfil de clientes que admite la detección de operaciones fraudulentas en tiempo real
   • Sector empresarial
     • Ayuda a diagnosticar la información de clientes potenciales, así como, las decisiones de compra e inversión de los mismos
     • Permite detectar problemas, potenciales fracasos, y prever pérdidas en un tiempo real
   • Sector gubernamental
     • aporta información útil para la planificación urbanística, la medición de los niveles de movilidad de una determinada población
   • Sector Salud
     • permite apoyar la formulación de diagnósticos médicos, la revisión del historial clínico de pacientes
     • proporcionan un registro de salud detallado, armónico y fácil comprensión e interacción
   • Sector Turismo
     • permite a las empresas del sector turístico ofrecer un mejor servicio a un menor costo posible