Please enable JavaScript.

Coggle requires JavaScript to display documents.

:green_cross:LA BigData:green_cross:, :star:Universidad del Valle de…

- - - - ¿Cómo está la información que necesitamos y cómo podemos capturarla?
    - - Se necesita guardar los datos, y para ello se necesita identificar y reconocer su uso futuro y la información que se trate.
    - - ¿Cómo tratarlos? Se puede extraer conocimiento y buscar patrones repetitivos de los mismos datos a través de la estadística y el machine learning.
    - - Con un tratamiento y análisis adecuado, los datos no posean valor y dependiendo del mismo será la relación que tienen entre sí
- - - - Stage.- donde se vuelquen todos los datos históricos y después se hagan agregaciones (MapReduce) de forma distribuida en nodos y obteniendo un resultado final el cual, como opción, podemos cruzar con otra fuente de datos estructurada y dejando el resultado final en un DW.
      - Datawarehouse.- tener un ecosistema Hadoop el cual sirva de soporte para una BD distribuida que funcione como almacén de datos analítico al cual atacaremos desde nuestra herramienta BI con cubos, informes o dashboards.
      - Fuente de datos.- donde salen conectores a BD NoSQL desde herramientas ETLs o BI es vital en muchos proyectos BI pues ahora se empiezan a observar en empresas que prescinden de las BD Relacionales en sus sistemas y solamente tienen estos nuevos tipos de BD.