Aunque el término “big data” es relativamente nuevo, la acción de recopilar y almacenar grandes cantidades de información para su posterior análisis se viene realizando desde hace muchos años. El concepto cobró impulso a principios de la década del 2000 cuando el analista de la industria Doug Laney articuló la definición ahora muy popular del big data como las tres Vs:
Volumen. Las organizaciones recopilan datos de diversas fuentes, incluyendo transacciones comerciales, medios sociales e información de sensores o que se transmite de una máquina a otra. En el pasado, almacenarlos habría sido un problema – pero nuevas tecnologías (como Hadoop) han aligerado la tarea.
Velocidad. Los datos se transmiten a una velocidad sin precedentes y se deben distribuir de manera oportuna. Etiquetas FID, sensores y la medición inteligente crean la necesidad de distribuir torrentes de datos casi en tiempo real.
Variedad. Los datos vienen en toda clase de formatos – desde datos numéricos estructurados en bases de datos tradicionales hasta documentos de texto no estructurados, correo electrónico, video, audio, datos de teletipo bursátil y transacciones financieras.
Otro vídeo informativo: https://www.sas.com/es_mx/insights/big-data/what-is-big-data.html
Además consideramos otras dos dimensiones cuando se trata del big data:
Variedad. Además de las velocidades y variedades de datos cada vez mayores, los flujos de datos pueden ser muy inconsistentes con picos periódicos. ¿Es alguna tendencia en medios sociales? Las cargas de datos máximas diarias, de temporada y desencadenadas por eventos pueden ser difíciles de controlar. Y más aún con datos no estructurados.
Complejidad. Los datos de la actualidad provienen de múltiples fuentes, lo que hace difícil vincular, empatar, depurar y transformar datos entre diferentes sistemas. Sin embargo, es necesario conectar y correlacionar relaciones, jerarquías y múltiples vínculos de datos o sus datos se pueden salir de control en un segundo.
No hay comentarios:
Publicar un comentario