Please enable JavaScript.
Coggle requires JavaScript to display documents.
Tecnologías de big data, Cambios en el BIG DATA, image, image - Coggle…
Tecnologías de big data
3.3 Analisis
Técnicas de análisis: Se exploran métodos como el análisis predictivo, análisis de sentimientos y análisis de redes, que permiten a las organizaciones anticipar comportamientos y tomar decisiones informadas.
Herramientas y plataformas: Se discuten herramientas como Hadoop y Spark, que facilitan el procesamiento y análisis de grandes volúmenes de datos distribuidos.
Visualización de datos: La importancia de representar los resultados del análisis de manera visual para facilitar la interpretación y comunicación de los hallazgos.
Aplicaciones prácticas: Se presentan casos de uso en diversos sectores, como marketing, salud y finanzas, donde el análisis de Big Data ha generado valor significativo.
-
-
3.5 Sistemas híbridos
Existen dos formas principales de procesar datos en Big Data: batch (lotes, orientado a históricos) y streaming (tiempo real). Muchas organizaciones necesitan ambos, lo que dio lugar a arquitecturas híbridas.
-
-
3.1 Almacenamiento
En las últimas décadas, las bases de datos relacionales han sido la opción de almacenamiento de facto para los grandes sistemas de informacion.
En algunos contextos con grandes necesidades de almacenamiento y procesamiento, como puede ser la meteorologia, se ha trabajado con sistemas combinados de hardware y software optimizados para tareas intensivas en el dato.
Con la emergencia del big data esto esta cambiando de maneara significativa, principalmente por varios motivos:
-
-
Cambios en el BIG DATA
La tecnología relacional no es escalable para soportar el volumen de datos en el contexto del big data.
• La tecnología relacional es incompatible con los datos no estructurados, que cada vez son mas relevantes para el negocio.
• La nueva tecnología no necesita de HPC para ejecutarse, sino que puede trabajar con redes de ordenadores trabajando de manera combinada con prestaciones de computación.
Bases de Datos NOSQL
1.Key-value store: el almacenamiento se fundamenta en el uso de parejas
clave-objeto en las que no hay esquema alguno
- Bases de datos orientadas a columnas: el almacenamiento del dato se realiza por columnas , no por filas , ejemplos APACHE , HBASE , CASSANDRA, Monet , Druid , SAP IQ , scyllaDB o Amazon Simple DB
-
-
