Para gestionar este tipo de datos se
Formato de datos no estructurados:
utiliza un tipo de lenguaje de
programación estructurado, conocido
como SQL (Structured Query Language),
el cual está diseñado para administrar y
recuperar información de sistemas de
gestión de bases de datos relacionales
Información que se suele encontrar
en la mayoría de bases de datos
relacionales. Ejemplo de esto son:
archivos de texto almacenados en
formato tabla y hojas de calculo.
DATOS ESTRUCTIRADOS
¿Cuáles son las
principales diferencias?
Almacenamiento: Los datos
estructurados en base de datos
relacional y datos no estructurados
en NoSlQ.
Facilidad de análisis: Los
estructurados son menos complejos.
Flexibilidad: Los datos no
estructurados son más flexibles.
HADOOP
Es una estructura de software de
código abierto para almacenar datos y
ejecutar aplicaciones en clústeres de
hardware comercial.
¿POR QUÉ ES IMPORTANTE HADOOP?
Capacidad de almacenar y procesar enormes
cantidades de cualquier tipo de datos al instante,
poder de cómputo, tolerancia a fallos, flexibilidad,
bajo costo y escalabilidad.
Documentos PDF
Documentos Word
Correos electrónicos
Vídeos y audios
Publicaciones en medios sociales
Son en su mayoría binarios y no
poseen una estructura identificable.
Es un cumulo de información que
debe almacenarse e identificarse de
forma estructurada a través de una
base datos no relacional (NoSLQ).
DATOS NO ESTRUCTURADOS
BASE DE DATOS
Un dato es la representación de
una variable, que indica el valor
asignado.
NODOS PRINCIPALES
Commom Utilities
YARN Framework
capacidades de análisis de datos avanzadas. Entre sus
HDFS (Distributed Storage)
entornos de prueba que permitan mejorar la eficiencia
de los procesos, ananlizar patrones de comportamiento
MapReduce (Distributed Computation)
proveniente de Iot, y el caracter flexible de Hadoop, que
permite modificar el sistema de datos en función de las
NoSLQ
Sistema de almacenamiento de
información que difiere del clásico modelo
de entidades existentes en las bases de
datos relacionales, destacando que no usan
SLQ como lenguaje principal de consulta.
Plantea modelo de datos específicos de
esquemas más flexibles, que se adaptan a
los requisitos modernos.
TIPOS
VENTAJAS
Bases de datos clave – valor
Se ejecutan en máquinas con
pocos recursos
Bases de datos documentales
Escalabilidad horizontal
Bases de datos en grafo Pueden manejar gran cantidad
de datos
Bases de datos No genera cuellos de botella
orientadas a objetos
BIG DATA
El Big Data es el análisis masivo de datos. Una
cuantía de datos, tan sumamente grande, que las
aplicaciones de software de procesamiento de
datos que tradicionalmente se venían usando no
son capaces de capturar, tratar y poner en valor en
un tiempo razonable.
¿PARA QUÉ USAR HADOOP EN BIG DATA?
Hadoop es utilizado en Big Data para ofrecer
usos más extendidos están: Analizar grandes
cantidades de información estructurada, establecer
Volumen
Velocidad
mediante el procesamiento de gran cantidad info Variedad
necesidades.