SlideShare una empresa de Scribd logo
1 de 18
• Macro Datos: conjunto de datos que, por
su volumen y variedad y por la velocidad a
la que necesitan ser procesados, supera
las capacidades de los sistemas
informáticos habituales.
• Dataminig: (minería de datos) es el
conjunto de técnicas y
tecnologías que permiten
explorar grandes bases de
datos, de manera automática
o semiautomática, con el
objetivo de encontrar
patrones repetitivos,
tendencias o reglas que
expliquen el comportamiento
de los datos en un
determinado contexto.
• M2M: (machine to machine) información
que se traslada desde una máquina a otra.
• Sensores digitales instalados en
contenedores para determinar la ruta
generada durante una entrega de algún
paquete, sensores en medidores eléctricos
para determinar el consumo de energía
enviando esta información a las
compañías.
• Tendencia en el avance de la tecnología
que ha abierto las puertas hacia un nuevo
enfoque de entendimiento y toma de
decisiones
• Sirve para describir enormes cantidades
de datos
– Estructurados
– Semi-estructurados
– Sin estructura
¿Qué es?
BIG
DATA
ANALYTICS
Es el proceso de analizar grandes volúmenes de
datos (Big Data) para encontrar patrones,
correlaciones e información útil para hacer
mejores decisiones.
Por medio del análisis de Big Data se pueden
realizar predicciones para hacer mejores
decisiones en los negocios.
¿Qué es?
Su importancia
El análisis predictivo se
vuelve vital para la
actividad de los negocios
1997
1999
El término Big Data se
empleó por primera vez en
un artículo de la NASA
200|
Aparecen las 3 V de Big
Data para definir las
características de
macrodatos
V del Big Data
• Volumen
– Escala de los datos
– Se mide en petabytes, exabytes e incluso zettabytes
• Velocidad
– Se mide el streaming de datos
– Rápido para lograr obtener información correcta en el
momento preciso
• Variedad
– Diferentes tipos de archivos
– Hoy en día se da una acumulación masiva de
información
BIG
DATA
Fuentes
Pagos en
línea
Más de 100
sensores captan y
mandan
información
Datos e
información sobre
todos nuestros
patrones
Streaming
en línea
Reservaciones
y compras en
línea
Uno de los
principales
motores del
big data
Se analizan
datos para
obtener
patrones
predictivos
Tipos de Datos
Componentes del Big Data
• Hadoop es el framework más popular
– Es de la compañía Apache
– Código Abierto
• Pig
– Desarrollado por Yahoo
– Para manejar cualquier tipo de dato
• Zookeeper
– Infraestructura centralizada y de servicios
– Para que los procesos sean centralizados
APLICACIONES
• En el campo de la ciencia se han dado
muchos proyectos basados en Big Data
• Para resolver problemas complejos
relacionados con el descubrimiento
científico, investigación ambiental y
biomédica, educación, salud, seguridad
nacional
¿Cuánto es demasiada
información de manera que
sea elegible para ser
procesada y analizada
utilizando Big Data?
Pregunta…
ASPECTOS SOBRE EL
VOLUMEN DE DATOS
• requieren de una velocidad de respuesta
rápida para lograr obtener la información
correcta en el momento preciso.
• Las bases de datos convencionales son
una parte muy importante y relevante en
conjunto con la plataforma de Big Data.

Más contenido relacionado

La actualidad más candente

La actualidad más candente (11)

Computadoras de alto rendimiento lol
Computadoras de alto rendimiento lolComputadoras de alto rendimiento lol
Computadoras de alto rendimiento lol
 
Mining data, big data, cloud computing
Mining data, big data, cloud computingMining data, big data, cloud computing
Mining data, big data, cloud computing
 
Presentacion big data
Presentacion big dataPresentacion big data
Presentacion big data
 
Presentación tecnologías smart cities benjamín villarreal c
Presentación tecnologías smart cities   benjamín villarreal cPresentación tecnologías smart cities   benjamín villarreal c
Presentación tecnologías smart cities benjamín villarreal c
 
Cristian Ruggero - eCommerce Day Honduras 2018
Cristian Ruggero - eCommerce Day Honduras 2018Cristian Ruggero - eCommerce Day Honduras 2018
Cristian Ruggero - eCommerce Day Honduras 2018
 
Big data
Big dataBig data
Big data
 
Big Data Business
Big Data BusinessBig Data Business
Big Data Business
 
Big data kelly valencia
Big data kelly valenciaBig data kelly valencia
Big data kelly valencia
 
Big data
Big dataBig data
Big data
 
Minería de Datos - Unidad 1
Minería de Datos - Unidad 1Minería de Datos - Unidad 1
Minería de Datos - Unidad 1
 
Big data
Big dataBig data
Big data
 

Similar a Big data

Big data con SQL Server 2014
Big data con SQL Server 2014Big data con SQL Server 2014
Big data con SQL Server 2014Eduardo Castro
 
Conceptos en Ciencia de Datos
Conceptos en Ciencia de DatosConceptos en Ciencia de Datos
Conceptos en Ciencia de DatosLuisAzofeifa6
 
Aplicaciones Difusas: Evolución de las Bases de Datos
Aplicaciones Difusas: Evolución de las Bases de DatosAplicaciones Difusas: Evolución de las Bases de Datos
Aplicaciones Difusas: Evolución de las Bases de DatosLuis Fernando Aguas Bucheli
 
Big Data con Sql Server 2014 y la nube
Big Data con Sql Server 2014 y la nubeBig Data con Sql Server 2014 y la nube
Big Data con Sql Server 2014 y la nubeEduardo Castro
 
BIG DATA (MACRODATOS).pdf
BIG DATA (MACRODATOS).pdfBIG DATA (MACRODATOS).pdf
BIG DATA (MACRODATOS).pdfssuser88a1941
 
Big data Jornada Fundación Ramón Areces
Big data Jornada Fundación Ramón ArecesBig data Jornada Fundación Ramón Areces
Big data Jornada Fundación Ramón ArecesJoaquín Salvachúa
 
Un universo de datos. El fenómeno Big Data y la Ciencia
Un universo de datos. El fenómeno Big Data y la CienciaUn universo de datos. El fenómeno Big Data y la Ciencia
Un universo de datos. El fenómeno Big Data y la CienciaFundación Ramón Areces
 
01. Introducción a la Analítica de Datos.pptx
01. Introducción a la Analítica de Datos.pptx01. Introducción a la Analítica de Datos.pptx
01. Introducción a la Analítica de Datos.pptxJuanCarlosRomanPerez1
 
Nt c1 a9_2015_mendoza_analía
Nt c1 a9_2015_mendoza_analíaNt c1 a9_2015_mendoza_analía
Nt c1 a9_2015_mendoza_analíaAnalía Mendoza
 
Presentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosPresentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosMaría Inés Cahuana Lázaro
 
Retos actuales y futuros del Cómputo en la Nube - Un enfoque académico
Retos actuales y futuros del Cómputo en la Nube - Un enfoque académicoRetos actuales y futuros del Cómputo en la Nube - Un enfoque académico
Retos actuales y futuros del Cómputo en la Nube - Un enfoque académicoJavier Mijail Espadas Pech
 
Business intelligence (bi) y big data0
Business intelligence (bi) y big data0Business intelligence (bi) y big data0
Business intelligence (bi) y big data0Pedro Contreras Flores
 
Soluciones para Mejorar la Toma de Decisiones, la Analítica en Tiempo Real y ...
Soluciones para Mejorar la Toma de Decisiones, la Analítica en Tiempo Real y ...Soluciones para Mejorar la Toma de Decisiones, la Analítica en Tiempo Real y ...
Soluciones para Mejorar la Toma de Decisiones, la Analítica en Tiempo Real y ...WSO2
 

Similar a Big data (20)

Trabajo de-big-data
Trabajo de-big-dataTrabajo de-big-data
Trabajo de-big-data
 
Big data con SQL Server 2014
Big data con SQL Server 2014Big data con SQL Server 2014
Big data con SQL Server 2014
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Conceptos en Ciencia de Datos
Conceptos en Ciencia de DatosConceptos en Ciencia de Datos
Conceptos en Ciencia de Datos
 
Aplicaciones Difusas: Evolución de las Bases de Datos
Aplicaciones Difusas: Evolución de las Bases de DatosAplicaciones Difusas: Evolución de las Bases de Datos
Aplicaciones Difusas: Evolución de las Bases de Datos
 
Big Data con Sql Server 2014 y la nube
Big Data con Sql Server 2014 y la nubeBig Data con Sql Server 2014 y la nube
Big Data con Sql Server 2014 y la nube
 
Casos big data
Casos big dataCasos big data
Casos big data
 
BIG DATA (MACRODATOS).pdf
BIG DATA (MACRODATOS).pdfBIG DATA (MACRODATOS).pdf
BIG DATA (MACRODATOS).pdf
 
Mineria de Datos
Mineria de DatosMineria de Datos
Mineria de Datos
 
"Casos de uso del Big Data" por Wolfram Rozas
"Casos de uso del Big Data" por Wolfram Rozas"Casos de uso del Big Data" por Wolfram Rozas
"Casos de uso del Big Data" por Wolfram Rozas
 
Big data Jornada Fundación Ramón Areces
Big data Jornada Fundación Ramón ArecesBig data Jornada Fundación Ramón Areces
Big data Jornada Fundación Ramón Areces
 
Un universo de datos. El fenómeno Big Data y la Ciencia
Un universo de datos. El fenómeno Big Data y la CienciaUn universo de datos. El fenómeno Big Data y la Ciencia
Un universo de datos. El fenómeno Big Data y la Ciencia
 
01. Introducción a la Analítica de Datos.pptx
01. Introducción a la Analítica de Datos.pptx01. Introducción a la Analítica de Datos.pptx
01. Introducción a la Analítica de Datos.pptx
 
Nt c1 a9_2015_mendoza_analía
Nt c1 a9_2015_mendoza_analíaNt c1 a9_2015_mendoza_analía
Nt c1 a9_2015_mendoza_analía
 
Mineria de datos ok
Mineria de datos okMineria de datos ok
Mineria de datos ok
 
Presentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosPresentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datos
 
Sistemas
 Sistemas Sistemas
Sistemas
 
Retos actuales y futuros del Cómputo en la Nube - Un enfoque académico
Retos actuales y futuros del Cómputo en la Nube - Un enfoque académicoRetos actuales y futuros del Cómputo en la Nube - Un enfoque académico
Retos actuales y futuros del Cómputo en la Nube - Un enfoque académico
 
Business intelligence (bi) y big data0
Business intelligence (bi) y big data0Business intelligence (bi) y big data0
Business intelligence (bi) y big data0
 
Soluciones para Mejorar la Toma de Decisiones, la Analítica en Tiempo Real y ...
Soluciones para Mejorar la Toma de Decisiones, la Analítica en Tiempo Real y ...Soluciones para Mejorar la Toma de Decisiones, la Analítica en Tiempo Real y ...
Soluciones para Mejorar la Toma de Decisiones, la Analítica en Tiempo Real y ...
 

Más de andreahernandez_ (20)

Tipos de robots
Tipos de robotsTipos de robots
Tipos de robots
 
Sistemas expertos
Sistemas expertosSistemas expertos
Sistemas expertos
 
Tipos de robots
Tipos de robotsTipos de robots
Tipos de robots
 
Red neuronal
Red neuronalRed neuronal
Red neuronal
 
Drones
DronesDrones
Drones
 
Partes de un robot
Partes de un robotPartes de un robot
Partes de un robot
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Diagramas de flujos de sistemas y datos
Diagramas de flujos de sistemas y datosDiagramas de flujos de sistemas y datos
Diagramas de flujos de sistemas y datos
 
Diagramaciones
DiagramacionesDiagramaciones
Diagramaciones
 
Diagrama de flujo de datos
Diagrama de flujo de datosDiagrama de flujo de datos
Diagrama de flujo de datos
 
Vocabulario base de datos
Vocabulario base de datosVocabulario base de datos
Vocabulario base de datos
 
Virus y antivirus
Virus y antivirusVirus y antivirus
Virus y antivirus
 
Video digital
Video digitalVideo digital
Video digital
 
Tipos de redes
Tipos de redesTipos de redes
Tipos de redes
 
Tipos de cables de red
Tipos de cables de redTipos de cables de red
Tipos de cables de red
 
Streaming
StreamingStreaming
Streaming
 
Software, interfaz y ascii
Software, interfaz y asciiSoftware, interfaz y ascii
Software, interfaz y ascii
 
Servidores
ServidoresServidores
Servidores
 
Seguridad digital
Seguridad digitalSeguridad digital
Seguridad digital
 
Redes
RedesRedes
Redes
 

Último

Factores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamicaFactores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamicaFlor Idalia Espinoza Ortega
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialpatriciaines1993
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADOJosé Luis Palma
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoFundación YOD YOD
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptxJunkotantik
 
Fundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdfFundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdfsamyarrocha1
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzprofefilete
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIACarlos Campaña Montenegro
 
CULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartirCULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartirPaddySydney1
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...fcastellanos3
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para eventoDiegoMtsS
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFAROJosé Luis Palma
 
Unidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parteUnidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parteJuan Hernandez
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 

Último (20)

Unidad 4 | Teorías de las Comunicación | MCDI
Unidad 4 | Teorías de las Comunicación | MCDIUnidad 4 | Teorías de las Comunicación | MCDI
Unidad 4 | Teorías de las Comunicación | MCDI
 
Factores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamicaFactores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamica
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundial
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativo
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptx
 
Fundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdfFundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdf
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
 
CULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartirCULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartir
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para evento
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
 
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdfTema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
 
Unidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parteUnidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parte
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 

Big data

  • 1. • Macro Datos: conjunto de datos que, por su volumen y variedad y por la velocidad a la que necesitan ser procesados, supera las capacidades de los sistemas informáticos habituales.
  • 2. • Dataminig: (minería de datos) es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.
  • 3. • M2M: (machine to machine) información que se traslada desde una máquina a otra. • Sensores digitales instalados en contenedores para determinar la ruta generada durante una entrega de algún paquete, sensores en medidores eléctricos para determinar el consumo de energía enviando esta información a las compañías.
  • 4.
  • 5. • Tendencia en el avance de la tecnología que ha abierto las puertas hacia un nuevo enfoque de entendimiento y toma de decisiones • Sirve para describir enormes cantidades de datos – Estructurados – Semi-estructurados – Sin estructura ¿Qué es?
  • 7. Es el proceso de analizar grandes volúmenes de datos (Big Data) para encontrar patrones, correlaciones e información útil para hacer mejores decisiones. Por medio del análisis de Big Data se pueden realizar predicciones para hacer mejores decisiones en los negocios. ¿Qué es? Su importancia
  • 8. El análisis predictivo se vuelve vital para la actividad de los negocios 1997 1999 El término Big Data se empleó por primera vez en un artículo de la NASA 200| Aparecen las 3 V de Big Data para definir las características de macrodatos
  • 9. V del Big Data • Volumen – Escala de los datos – Se mide en petabytes, exabytes e incluso zettabytes • Velocidad – Se mide el streaming de datos – Rápido para lograr obtener información correcta en el momento preciso • Variedad – Diferentes tipos de archivos – Hoy en día se da una acumulación masiva de información
  • 11. Pagos en línea Más de 100 sensores captan y mandan información Datos e información sobre todos nuestros patrones Streaming en línea
  • 12. Reservaciones y compras en línea Uno de los principales motores del big data Se analizan datos para obtener patrones predictivos
  • 14. Componentes del Big Data • Hadoop es el framework más popular – Es de la compañía Apache – Código Abierto • Pig – Desarrollado por Yahoo – Para manejar cualquier tipo de dato • Zookeeper – Infraestructura centralizada y de servicios – Para que los procesos sean centralizados
  • 15.
  • 16. APLICACIONES • En el campo de la ciencia se han dado muchos proyectos basados en Big Data • Para resolver problemas complejos relacionados con el descubrimiento científico, investigación ambiental y biomédica, educación, salud, seguridad nacional
  • 17. ¿Cuánto es demasiada información de manera que sea elegible para ser procesada y analizada utilizando Big Data? Pregunta…
  • 18. ASPECTOS SOBRE EL VOLUMEN DE DATOS • requieren de una velocidad de respuesta rápida para lograr obtener la información correcta en el momento preciso. • Las bases de datos convencionales son una parte muy importante y relevante en conjunto con la plataforma de Big Data.

Notas del editor

  1. Hay tanto volumen de información que no lo puedo guardar en mi servidor, necesito otro servidor Conexión
  2. Buscar la información hasta lo último Refundir en toda la información Cuando se averigua todo lo que se necesita Ej: redes sociales Cuando se tortura los datos es ver que mas se puede obtener
  3. M2M: Las máquinas se comunican entre ellas No hay personas Están programadas con inteligencia artificial
  4. Análisis de datos Conecta los servidores y reconoce las tendencias y decisiones de las personas Mueve la estadística de compra y venta Datos que usan los servidores Ej: redes sociales Datos estructurados: Preferencias generales
  5. Big Data «es un término aplicado a conjuntos de datos que superan la capacidad del software habitual para ser capturados, gestionados y procesados en un tiempo razonable. Los tamaños del “Big Data” se hallan constantemente en aumento» Analizar el proceso de datos y hacer predicciones Big data toma lo que está pasando y hace predicciones
  6. Big and fast data un término que empezó a ser utilizado en el momento en que la cantidad de datos superaba a lo que se podía procesar Comenzó en 1997 Entre el 2012-2013 se empezó a escuchar más de el
  7. Volumen: Como es tanta la información me comunico por máquinas Es tanto que no se puede guardar Hasta que punto yo quiero llegar yo Velocidad: Todo se mueve muy rápido Variedad: Como la conexión es rápida se pueden obtener archivos de cualquier lugar Las máquinas se reconocen Cualquier tipo de programa
  8. Celulares: Rapidez Sabemos que se mueve Carros: Sensores GPS Finanzas: Banco en línea Música: Preferencias
  9. Viajes: Trivago Kayak Buscadores web: Google Patrón dependiendo del país Redes sociales: Sin redes sociales big data no sería nada Todos los productos
  10. Programas que se instalan en los servidores y capta las preferencias por medio de mis redes sociales Se instala Se está usando a nivel empresarial y científicos
  11. Dependiendo de la ciudad No todo puede ser big data, necesita un gran volumen
  12. Para poder tener volumen de dato necesito un servidor que me permita generar información al igual que la velocidad Es un negocio Es utilizar la tecnología de un negocio