Please enable JavaScript.

Coggle requires JavaScript to display documents.

Big Data, Modelo de datos, Paralelo 1 - Analítica educativa - Módulo 1,…

- - - - Medido por las empresas a partir de terabytes, petabytes y exabytes.
        Twitter genera más de 7 terabytes al día, Facebook más de 10 TB.
        Estos datos se generar cada día, durante todo el año en el caso de algunas empresas.
    - - Se relaciona con el volumen, se los puede presentar como datos estructurados o no estructurados (generados desde páginas web, archivos de búsqueda, redes sociales, correos electrónicos, foros, entre otros)
        
        Ejemplo: lecturas de consumo de recursos para proyectar el consumo de energía de siguientes períodos.
        
        Estas 3 características permiten hacer análisis.
    - - Velocidad con que se crean los datos, en qué medida aumentos los productos como páginas web, archivos, redes sociales, foros, correos, entre otros.
    - - Análisis de Big Data
        
        Su objetivo es examinar grandes cantidades de datos, con variadas clases con la finalidad de descubrir información de relevancia y utilidad para la empresa para obtener ventajas y tomar mejores decisiones.
        
        Tecnologías de bases de datos como NoSQL, Hadoop, Map Reduce
        
        Apache Hadoop
        
        Marco de software de código abierto ara aplicaciones intensivas de datos distribuidos
        
        Características
        
        Diseñado para ejecutarse en grupos grandes de hardware
        
        Es robusto, puede superar dificultades de hardware
        
        Puede ser escalable permitiendo la inclusión de nodos
        
        Es de sencillo uso y permite escribir códigos eficientemente
        
        Contiene analizador para HTML, rastreador web, base de datos de link gráfica
        
        Su estructura es distribuida en varias máquinas, permiten obtener los datos con mayor velocidad que en otras con modelo racional.
        
        Ejemplos de bases de datos: Clave-Valor (columnas) y orientadas a documentos
        
        Dynabo DB
        
        Desarrollada y probada en Amazon, guarda de manera fácil y económica grandes cantidades de información almacenadas en SSD para mayor velocidad al momento de encontrar la información
        
        Cassandra
        
        Iniciado por Facebook, open source, descentralizada, almacena los datos en forma de clave-valor, desarrollada en java y utilizada actualmente en twitter.
        
        Voldemort
        
        Creada por LinkedIn, para solucionar problemas de escalabilidad de bases de datos relaciones, datos almacenados en clave-valor, nodos independientes, facilidad de expansión, código disponible bajo la licencia Apache 2.0
        
        Google BigTable
        
        Creado por Google, utiliza tablas multidimensionales, se desarrolló para almacenar información en sistemas de archivos distribuidos con cierta velocidas, almacenando hasta 3 copias de la información, dos servidores: Master, guarda la dirección y Chun server, almacena los datos. Funciona en cualquier plataforma
        
        HBAse
        
        De código abierto, almacena los datos de forma clave-valor, recupera y almacena los datos de forma aleatoria
        
        Riak
        
        De ambiente distribuido, tolerane a fallos, con mayor ventaja al trabajar en la web.
        
        CouchDB
        
        Se puede instalar incluso desde un teléfono, flexible para estructurar y distribuir datos, al reescribir información, no se reemplaza, se crean nuevos con las modificaciones.
        
        BaseX
        
        Permite escalar y es de alto rendimiento, permite realizar lecturas y escrituras de datos de manera simultánea, soporta documentos grandes como XML, JSON y formatos binarios.