big data
Páginas: 11 (2582 palabras)
Publicado: 4 de diciembre de 2014
BIG DATA
BASE DE DATOS
Asignatura :
Base de Datos
Integrantes :
Huaccha Quispe, Karla
Lozada Rivas, Violeta
Yupanqui Quispe, Gabriela
Docente :
Piminchumo Flores, Jorge
Semestre :
2014 - I
TRUJILLO – PERU
2014
Big Data
1. Concepto
En términos generales podemos referirnos al Big Data como la tendencia en elavance de la tecnología que ha abierto las puertas hacia un nuevo enfoque de entendimiento y toma de decisiones, la cual es utilizada para describir enormes cantidades de datos, que tomaría demasiado tiempo y sería muy costoso cargarlos a una base de datos relacional para su análisis, como por ejemplo el registro de ciudadanos con antecedentes penales y todo tipo de información vinculanteactualizada en tiempo real; así que el término Big Data aplica para toda aquella información que no puede ser procesada o analizada utilizando procesos o herramientas tradicionales.
La importancia del Big Data está creciendo día a día, tanto que el Foro Económico Mundial le ha denominado “nuevo oro negro”, la información es poder, los datos numéricos de las compañías son esenciales para tomar decisionesy aumentar ganancias.
Pero no basta tener los datos, tiene una gran importancia la correcta interpretación de los datos generados en una investigación. El mundo del Big Data nos permite conocer muchos más datos para entender de mejor modo a nuestro mercado.
El número de puestos de trabajo relacionados con el Big Data ha crecido entre los veranos 2011 y 2012, se estima una brecha en torno al50% entre demanda y oferta de puestos relacionados con la analítica en EEUU en 2018. La infografía identifica las ocho características de un buen analista de Big Data. Entre ellas destaca la capacidad de mostrar los datos de forma didáctica, de empatizar con los usuarios en la empresa o de focalizarse en las aplicaciones practicas de su trabajo. Por estos motivos al experto en Big Data se le hadenominado “el trabajo más atractivo del siglo XXI”.
Como podremos observar una plataforma de Big Data consiste de todo un ecosistema de proyectos que en conjunto permiten simplificar, administrar, coordinar y analizar grandes volúmenes de información.
¿Qué es y qué no es Big Data?
Sistemas de almacenamiento escalable. Soluciones SAN como Netapp, no son tecnologías Big Data,ya que no solucionan la búsqueda masiva o el procesamiento en paralelo de esos datos. Otro ejemplo son los sistemas basados en cantidades ingentes de memoria.
Máquinas de 50 cores, aumentar procesos añadiendo hardware al servicio. Máquinas con capacidades de procesamiento brutales no aseguran a largo plazo que la información que se quiere procesar no esté en peligro en el futuro. Este es el casomás típico de escalabilidad vertical, que suele venir acompañado de costes altísimos.
Big Data no son productos anteriores con un restyling o mayores máquinas. Dada la moda y revuelo alrededor de Big Data, muchos productos antiguos han sacado versiones Big Data que añaden unas pequeñas características para categorizarlos con esta tecnología. Algunas pautas para descartar a los “lobos disfrazadoscon piel de corderos” son asegurarse de que cumplen las características de Big Data, por ejemplo que pueden escalar horizontalmente con bajo coste o que aceptan y transforman en valor datos no estructurados sin limitaciones.
Big Data contempla no solo datos estructurados. Oracle considera que su sistema 11g es capaz de resolver problemas de Big Data, pero dado que sólo funciona para datosestructurados o diseñados/conocidos upfront, eso no es cierto y es una de las principales perjudicadas de ese movimiento.
Big Data no son 100 máquinas. Una de las ventajas de las tecnologías de Big Data es su flexibilidad y escalabilidad, no hace falta montar un cluster de 100 máquinas para comenzar con Big Data. Podemos plantear sistemas más pequeños que vayan creciendo según nuestras necesidades....
BIG DATA
BASE DE DATOS
Asignatura :
Base de Datos
Integrantes :
Huaccha Quispe, Karla
Lozada Rivas, Violeta
Yupanqui Quispe, Gabriela
Docente :
Piminchumo Flores, Jorge
Semestre :
2014 - I
TRUJILLO – PERU
2014
Big Data
1. Concepto
En términos generales podemos referirnos al Big Data como la tendencia en elavance de la tecnología que ha abierto las puertas hacia un nuevo enfoque de entendimiento y toma de decisiones, la cual es utilizada para describir enormes cantidades de datos, que tomaría demasiado tiempo y sería muy costoso cargarlos a una base de datos relacional para su análisis, como por ejemplo el registro de ciudadanos con antecedentes penales y todo tipo de información vinculanteactualizada en tiempo real; así que el término Big Data aplica para toda aquella información que no puede ser procesada o analizada utilizando procesos o herramientas tradicionales.
La importancia del Big Data está creciendo día a día, tanto que el Foro Económico Mundial le ha denominado “nuevo oro negro”, la información es poder, los datos numéricos de las compañías son esenciales para tomar decisionesy aumentar ganancias.
Pero no basta tener los datos, tiene una gran importancia la correcta interpretación de los datos generados en una investigación. El mundo del Big Data nos permite conocer muchos más datos para entender de mejor modo a nuestro mercado.
El número de puestos de trabajo relacionados con el Big Data ha crecido entre los veranos 2011 y 2012, se estima una brecha en torno al50% entre demanda y oferta de puestos relacionados con la analítica en EEUU en 2018. La infografía identifica las ocho características de un buen analista de Big Data. Entre ellas destaca la capacidad de mostrar los datos de forma didáctica, de empatizar con los usuarios en la empresa o de focalizarse en las aplicaciones practicas de su trabajo. Por estos motivos al experto en Big Data se le hadenominado “el trabajo más atractivo del siglo XXI”.
Como podremos observar una plataforma de Big Data consiste de todo un ecosistema de proyectos que en conjunto permiten simplificar, administrar, coordinar y analizar grandes volúmenes de información.
¿Qué es y qué no es Big Data?
Sistemas de almacenamiento escalable. Soluciones SAN como Netapp, no son tecnologías Big Data,ya que no solucionan la búsqueda masiva o el procesamiento en paralelo de esos datos. Otro ejemplo son los sistemas basados en cantidades ingentes de memoria.
Máquinas de 50 cores, aumentar procesos añadiendo hardware al servicio. Máquinas con capacidades de procesamiento brutales no aseguran a largo plazo que la información que se quiere procesar no esté en peligro en el futuro. Este es el casomás típico de escalabilidad vertical, que suele venir acompañado de costes altísimos.
Big Data no son productos anteriores con un restyling o mayores máquinas. Dada la moda y revuelo alrededor de Big Data, muchos productos antiguos han sacado versiones Big Data que añaden unas pequeñas características para categorizarlos con esta tecnología. Algunas pautas para descartar a los “lobos disfrazadoscon piel de corderos” son asegurarse de que cumplen las características de Big Data, por ejemplo que pueden escalar horizontalmente con bajo coste o que aceptan y transforman en valor datos no estructurados sin limitaciones.
Big Data contempla no solo datos estructurados. Oracle considera que su sistema 11g es capaz de resolver problemas de Big Data, pero dado que sólo funciona para datosestructurados o diseñados/conocidos upfront, eso no es cierto y es una de las principales perjudicadas de ese movimiento.
Big Data no son 100 máquinas. Una de las ventajas de las tecnologías de Big Data es su flexibilidad y escalabilidad, no hace falta montar un cluster de 100 máquinas para comenzar con Big Data. Podemos plantear sistemas más pequeños que vayan creciendo según nuestras necesidades....
Leer documento completo
Regístrate para leer el documento completo.