Informe Big Data



TABLA DE CONTENIDO
1. DEFINICION 3
2. FUNDAMENTOS 4
3. METODOLOGIA 5
4. MICROSOFT Y EL SELF BI 7
a. POWER PIVOT 7
b. POWER VIEW 9
c. DATA EXPLORER 10
d. PROJECT CODENAME “GEOFLOW” 11
5. FUENTES 12













Big Data
1. Definición:
El término “Big Data” fue utilizado por primera vez en el año 2008. Se utilizó este término para referirse a las tecnologías que permiten a las organizacionesrealizar análisis sobre grandes conjuntos de datos (datasets). El tamaño de estos datasets va desde los petabytes hasta los zetabytes. Si bien actualmente el volumen de datos que manejan la mayoría de las empresas está muy lejos de llegar a un petabyte, cualquier organización que alcance unos cuantos terabytes de datos se puede beneficiar de la tecnología de Big Data. Además la tecnología de Big Datapuede ayudar a reducir los tiempos de consulta y a la optimización de tareas complejas dentro de periodos de tiempos más reducidos.
2. Características
Las características para considerar un set de datos como parte de Big Data son los siguientes:
Volumen de datos muy grande: Terabyte ( ) y Petabyte ( ) que provienen de fuentes de datos no clásicas: web, bioinformática, redes sociales, teléfonosinteligentes, juegos en línea etc.
No pueden ser manejados por las bases de datos tradicionales pues se trata de datos semiestructurados o no estructurados. El lenguaje SQL no es el adecuado para el procesamiento de los datos y las consultas a los mismos.
Variedad de datos desde distintas fuentes que no pueden ser soportados por los RBDMS( Sistemas de administración de Base de datos Relaciones)tradicionales.


3. Tipos de Big Data
Podemos clasificar los tipos de Big Data de la siguiente manera:

a. Web y Media social: que incluye toda la información que es obtenida de las redes sociales como Facebook, Twitter, LinkedIn, blogs etc.
b. Máquina a Máquina: esto se refiere a las tecnologías que permiten conectarse a dispositivos de tipo sensores o medidores y que capturan algún evento comola velocidad, temperatura, presión, variables meteorológicas, variables químicas etc, las cuales se transmiten de manera inalámbrica o alámbrica o hibrida a otras aplicaciones que traducen estos eventos en información significativa.
c. Big Transaction Data: este tipo de data incluye registros de facturación, en telecomunicaciones registros detallados de las llamadas (CDR), etc. Estos datostransaccionales están disponibles en formatos tanto semiestructurados como no estructurados.
d. Datos Biométricos: este tipo de datos incluye información biométrica en la que se incluyen huellas digitales, escaneo de la retina, reconocimiento facial, genético etc. En el área de seguridad e inteligencia, los datos biométricos han sido información importante para las agencias de investigación.
e. Generadospor personas: este tipo de datos son los generados por diversas cantidades de datos por las personas por ejemplo en un call center al establecer una llamada telefónica, nota de voz, correos electrónicos, estudios médicos etc.







4. Componentes de una Plataforma Big Data
Las organizaciones han atacado la problemática descrita en el punto anterior desde diferentes perspectivas
a. Power PivotMediante Power Pivot se pueden realizar grandes comparaciones de datos y analizar estos de una manera bastante rápida, pues el análisis de estos se realiza en memoria mediante el uso de la tecnología xVelocity. Con PowerPivot uno puede trabajar con millones de filas de datos en segundos desde diferentes fuentes de datos.


Las características principales de PowerPivot son:
Análisis de tipoWarehouse y de Inteligencia de Negocios en Excel: usando la tecnología xVelocity (Vertipaq) que comprime y carga los datos y los hace disponible a los objetos de visualización de datos de Excel, tales como tablas dinámicas.
Soporte para variedad de Fuentes de Datos: Proporciona la base para cargar y combinar datos de origen: bases de datos relacionales, fuentes multidimensionales, servicios de...