Modelos

UNIVERSIDAD REGIONAL AUTONOMA DE LOS ANDES












DIEGO DURAN
CONSULTA BASE DE DATOS
2015



Big data
Es un término que se emplea hoy en día para describir el conjunto de procesos, tecnologías y modelos de negocio que están basados en datos y en capturar el valor que los propios datos encierran. Esto se puede lograr tanto a través de una mejora en la eficiencia gracias al análisis de losdatos (una visión más tradicional), como mediante la aparición de nuevos modelos de negocio que supongan un motor de crecimiento. Se habla mucho del aspecto tecnológico, pero hay que tener presente que es crítico encontrar la forma de dar valor a los datos para crear nuevos modelos de negocio o de ayudar a los existentes. “Big data”, captura estos hechos bajo un solo título: la disponibilidad degrandes cantidades de información en formatos estructurados y desestructurados en tiempo real. En ese orden de ideas, el Volumen, la Variedad y la Velocidad de los datos son dimensiones clave del concepto big data. Con certeza, la tecnología ha desempeñado un papel importante en la adopción de big data, haciendo posible el almacenamiento de grandes cantidades de información. Los gerentes concuerdanen que big data se puede utilizar como herramienta para apoyar la toma de decisiones en diferentes áreas de negocio. Históricamente, el área de la firma con mayores avances en la aplicación de big data para la toma de decisiones es el área financiera y de contabilidad. Son prácticas comunes utilizar cálculos de valor presente neto o payback para las decisiones de inversión, realizar la asignaciónde recursos con base en reglas presupuestales complejas y controlar los costes a través de sistemas de costes total y directo. No obstante, las firmas desarrollan su competencia analítica en otras áreas como operaciones, desarrollo de negocios, ventas y marketing, servicio al cliente e investigación y desarrollo de productos
Tecnología
Existen muchísimas herramientas para tratar con Big Data.Nombres como Hadoop, NoSQL, Cassandra, Business Intelligence, Machine Learning, MapReduce son sólo algunos de los más conocidos. Ellos tratan con algunos de los tres tipos de Big Data
Datos estructurados (Structured Data): Datos que tienen bien definidos su longitud y su formato, como las fechas, los números o las cadenas de caracteres. Se almacenan en tablas. Un ejemplo son las bases de datosrelacionales y las hojas de cálculo.
Datos no estructurados (Unstructured Data): Datos en el formato tal y como fueron recolectados, carecen de un formato específico. No se pueden almacenar dentro de una tabla ya que no se puede desgranar su información a tipos básicos de datos. Algunos ejemplos son los PDF, documentos multimedia, e-mails o documentos de texto.
Datos semi estructurados (SemistructuredData): Datos que no se limitan a campos determinados, pero que contiene marcadores para separar los diferentes elementos. Es una información poco regular como para ser gestionada de una forma estándar. Estos datos poseen sus propios metadatos semiestructurados16 que describen los objetos y las relaciones entre ellos, y pueden acabar siendo aceptados por convención. Un ejemplo es el HTML, el XML o elJSON.
cloud computing
Este término hace referencia a una concepción tecnológica y a un modelo de negocio que reúne ideas tan diversas como el almacenamiento de información, las comunicaciones entre ordenadores, la provisión de servicios o las metodologías de desarrollo de aplicaciones, todo ello bajo el mismo concepto: todo ocurre en la nube.
El cloud computing almacenar y acceder a datos yprogramas a través de Internet en lugar de disco duro de su ordenador. La nube es sólo una metáfora de Internet. Se remonta a los días de diagramas de flujo y presentaciones que representarían la gigantesca infraestructura de servidores de la granja de Internet como nada más que una hinchada, nube cumulonimbus blanco, de aceptar conexiones y repartiendo información a medida que flota.
Procedimiento...