Tecnologias big data
Internet de las cosas
El uso actual del término big data tiende a referirse al uso de la analítica predictiva, la analítica del comportamiento del usuario o algunos otros métodos avanzados de análisis de datos que extraen valor de los big data, y rara vez a un tamaño concreto del conjunto de datos. «Hay pocas dudas de que las cantidades de datos disponibles ahora son realmente grandes, pero esa no es la característica más relevante de este nuevo ecosistema de datos»[4].
El tamaño y el número de conjuntos de datos disponibles han crecido rápidamente a medida que los datos son recogidos por dispositivos como los móviles, los baratos y numerosos dispositivos de detección de información del Internet de las cosas, los aéreos (teledetección), los registros de software, las cámaras, los micrófonos, los lectores de identificación por radiofrecuencia (RFID) y las redes de sensores inalámbricos. [8][9] La capacidad tecnológica per cápita del mundo para almacenar información se ha duplicado aproximadamente cada 40 meses desde la década de 1980;[10] en 2012 [actualización], cada día se generaban 2,5 exabytes (2,5×260 bytes) de datos[11] Según la predicción de un informe de IDC, se preveía que el volumen mundial de datos crecería exponencialmente de 4,4 zettabytes a 44 zettabytes entre 2013 y 2020. Para 2025, IDC predice que habrá 163 zettabytes de datos[12]. Una cuestión para las grandes empresas es determinar quién debe ser el propietario de las iniciativas de big data que afectan a toda la organización[13].
Neo4j
La tecnología de Big Data y Hadoop es una gran palabra de moda como podría sonar. Como ha habido un gran aumento en el dominio de los datos y la información de cada industria y dominio, se vuelve muy importante establecer e introducir una técnica eficiente que se encarga de todas las necesidades y requerimientos de los clientes y las grandes industrias que son responsables de la generación de datos. Anteriormente, los datos se manejaban con lenguajes de programación normales y un lenguaje de consulta estructurado simple, pero ahora estos sistemas y herramientas no parecen hacer mucho en el caso de los grandes datos.
La tecnología de big data se define como la tecnología y una utilidad de software que está diseñada para el análisis, el procesamiento y la extracción de la información de un gran conjunto de estructuras extremadamente complejas y grandes conjuntos de datos que son muy difíciles de tratar para los sistemas tradicionales. La tecnología de big data se utiliza para manejar datos tanto en tiempo real como en lote. El aprendizaje automático se ha convertido en un componente muy crítico de la vida cotidiana y de todas las industrias y, por lo tanto, la gestión de datos a través de big data se vuelve muy importante.
Tecnologías operativas de big data
El uso actual del término big data tiende a referirse al uso de la analítica predictiva, la analítica del comportamiento del usuario o algunos otros métodos avanzados de análisis de datos que extraen valor de los big data, y rara vez a un tamaño concreto del conjunto de datos. «Hay pocas dudas de que las cantidades de datos disponibles ahora son realmente grandes, pero esa no es la característica más relevante de este nuevo ecosistema de datos»[4].
El tamaño y el número de conjuntos de datos disponibles han crecido rápidamente a medida que los datos son recogidos por dispositivos como los móviles, los baratos y numerosos dispositivos de detección de información del Internet de las cosas, los aéreos (teledetección), los registros de software, las cámaras, los micrófonos, los lectores de identificación por radiofrecuencia (RFID) y las redes de sensores inalámbricos. [8][9] La capacidad tecnológica per cápita del mundo para almacenar información se ha duplicado aproximadamente cada 40 meses desde la década de 1980;[10] en 2012 [actualización], cada día se generaban 2,5 exabytes (2,5×260 bytes) de datos[11] Según la predicción de un informe de IDC, se preveía que el volumen mundial de datos crecería exponencialmente de 4,4 zettabytes a 44 zettabytes entre 2013 y 2020. Para 2025, IDC predice que habrá 163 zettabytes de datos[12]. Una cuestión para las grandes empresas es determinar quién debe ser el propietario de las iniciativas de big data que afectan a toda la organización[13].
Tecnología sanitaria
Una herramienta de software para analizar, procesar e interpretar la cantidad masiva de datos estructurados y no estructurados que no podrían ser procesados manualmente o de forma tradicional se denomina tecnología Big Data. Esto ayuda a formar conclusiones y previsiones sobre el futuro, de modo que se pueden evitar muchos riesgos. Los tipos de tecnologías de big data son operativos y analíticos. La tecnología operativa se ocupa de las actividades diarias, como las transacciones en línea, las interacciones en las redes sociales, etc., mientras que la tecnología analítica se ocupa del mercado de valores, las previsiones meteorológicas, los cálculos científicos, etc. Las tecnologías de big data se encuentran en el almacenamiento y la minería de datos, la visualización y el análisis.
Es un motor de procesamiento rápido de big data. Está construido teniendo en cuenta el procesamiento en tiempo real de los datos. Su rica biblioteca de aprendizaje automático es buena para trabajar en el espacio de la IA y el ML. Procesa los datos en paralelo y en ordenadores agrupados. El tipo de datos básico utilizado por Spark es RDD (conjunto de datos distribuidos resistentes).
Es una base de datos no relacional que proporciona un rápido almacenamiento y recuperación de datos. Su capacidad para tratar todo tipo de datos, como los estructurados, los semiestructurados, los no estructurados y los polimórficos, la hace única.
