Volumen masivo de datos

Big data

Definición

"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. En 2012 se dimensionaba su tamaño en una docena de terabytes hasta varios petabyte de datos en un único data set. En la metodología MIKE2.0 dedicada a investigar temas relacionados con la gestión de información, definen big data en términos de permutaciones útiles, complejidad y dificultad para borrar registros individuales.

“Volumen masivo de datos, tanto estructurados como no-estructurados, los cuales son demasiado grandes y difíciles de procesar con las bases de datos y el software tradicionales" (ONU, 2012)

Las 4 dimensiones de big data

Genera datos cada milisegundo

Historia

Hace 16 años maso menos que se incio el big data

Características:

 Todos los datos: No hace falta discriminar ya que la capacidad de memoria es infinita.

 Rapidez: Los algoritmos permiten la toma de decisiones en micras de segundos.

 Predecibles: Adelantan escenarios, permiten hacer inferencias con bases estadísticas.

 Recursivos: Los sistemas aprenden y corrigen información.

 Recombinables: Lo que permite crear nuevos análisis a partir de unir bases de datos.

 Ubicuos: La información se obtiene desde lugares lejanos y a través de dispositivos (GPS para mejorar el flujo de transito).

Ventajas

 Crean nuevos mercados y permiten el avance de la ciencia (usos en salud, prevención de desastres etc.)

 Mejoran la calidad de vida de las personas (ahorran tiempo, apoyan la toma de decisiones).

 Propician la eficacia y transparencia del gobierno (servicios 24 x 7 X 365).

Desventajas

 Nano sensores que recabarán todo tipo de informaciones sin que sean perceptibles…

 Predicciones en materia de salud, seguros o empleo que afectarán nuestra dignidad o provocarán discriminación…

 Información VS conocimiento.

Utilidad del big data

Es utilizado para procesar grandes cantidades de dato para un fine determinado por el usuario

Software para procesamiento de gran informacion

1. Hadoop

2. Pentaho (open source business intelligence

3. Netezza

4. Vertica (an HP company)

5. Dataflux a sas company

6. Greenplum

...