Big Data

Definición de Big Data
No existe una definición muy general acerca del Big Data, sin embargo existen diferentes aspectos done casi todas las definiciones están de acuerdo, en que el Big Data se considera como: un crecimiento exponencial de la creación de grandes volúmenes de datos, origen o fuentes de datos y la necesidad de su captura, almacenamiento y análisis para conseguir el mayor beneficiopara organizaciones y empresas.
Tipos de datos
Datos estructurados (tradicionales)
Datos con formato o esquema fijo que poseen campos fijos. Son los datos de las bases de datos relacionales, las hojas de cálculo y los archivos, fundamentalmente.
Datos semiestructurados
Tienen un flujo lógico y un formato que puede ser definido, pero no es fácil su comprensión por el usuario. Son datos que notienen formatos fijos, pero contienen etiquetas y otros marcadores que permiten separar los elementos dados.
Datos no estructurados
Son datos sin tipos predefinidos. Se almacenan como “documentos” u “objetos” sin estructura uniforme, y se tiene poco o ningún control sobre ellos. Ejemplos típicos de datos que no tienen campos fijos: audio, video, fotografías o formatos de texto libre como correoselectrónicos, mensajes instantáneos, SMS, artículos, libros, mensajes de mensajería instantánea tipo WhatsApp, Viber, etc.
La integración de datos
Mezcla de Big Data y datos tradicionales, supone una gran oportunidad de negocio para organizaciones y empresas.
Características de Big Data
Volumen: Las empresas amasan grandes volúmenes de datos, desde terabytes hasta petabytes.
Velocidad: La importanciade la velocidad de los datos o el aumento creciente de los flujos de datos en las organizaciones junto con la frecuencia de las actualizaciones de las grandes bases de datos son características importantes a tener en cuenta.
Variedad: Las fuentes de datos son de cualquier tipo. En los sistemas de Big Data las fuentes de datos son diversas y no suelen ser estructuras relacionales típicas.Veracidad: el establecimiento de la veracidad o fiabilidad de Big Data supone un gran reto a medida que la variedad y las fuentes de datos crecen.
Valor: Las organizaciones estudian obtener información de los grandes datos de una manera rentable y eficiente.
Tipos de fuentes de Big Data
Web y medio sociales:
Datos de flujos de clics.
Feeds de Twitter.
Entradas de Facebook.
Contenido Web.
Máquina amáquina:
Lecturas medidores inteligentes.
Lecturas RFID.
Lecturas sensores plataformas petroleras.
Señales GPS.
Datos de transacciones grandes:
Demandas de salud.
Llamadas de telecomunicaciones.
Registros de detalles.
Registros de facturación.
Biometría:
Reconocimiento facial.
Hadoop
Es una biblioteca de software de código abierto que soporta el procesamiento distribuido de grandes conjuntos de datos através de miles de computadoras ordinarias.
La arquitectura de Big Data
La arquitectura de referencia de Big Data, de los datos se centrará en torno a los siguientes componentes:
1. Fuentes de Big Data.
2. Componentes de Hadoop y distribuciones de Hadoop.
3. Analítica de flujo continuo.
4. Bases de datos.
5. Integración de Big Data.
6. Analítica de textos.
7. Descubrimiento de Big Data.
8.Calidad de Big Data.
9. Metadatos.
10. Gestión de políticas de información.
11. Gestión de datos maestros.
12. Data Warehouses y data marts.
13. Analítica y reporting de Big Data.
14. Seguridad y privacidad de Big Data.
15. Gestión del ciclo de Big Data.
16. La nube (cloud).









Analitica de Big Data (Big Data Analytics).
En los últimos años el crecimiento exponencial de datos ha de ser explotadode forma eficaz y eficiente por las organizaciones. Sin embargo, en muchos casos la mayoría de datos no están estructurados representando un alto porcentaje de la información de la empresa afectando las infraestructuras de cómputo.
Muchas veces esto sucede porque los datos son difíciles de analizar y el proceso puede durar mucho tiempo sino se tiene una formación adecuada; desde adquirir los...