Big data es el término que se utiliza para describir grandes volúmenes de datos y la posibilidad de obtener información sobre ellos. Cuando hablamos de grandes cantidades, nos referimos a la data estructurada, como bases de datos, que la mayoría de las empresas tiene de sus clientes, y también a la no estructurada, como imágenes, documentos, audio y otros, que suelen representar cerca del 80% del total. El gran problema es cómo organizar toda esta información, para acceder a ella en forma ordenada, segura y eficiente. Para ello se han desarrollado tecnologías, que se implementan dentro del ecosistema de big data, en el cual reconocemos tres grandes categorías:
• Hadoop: Framework de procesamiento distribuido de grandes volúmenes de información. Además es un proyecto apache que tiene diversas implementaciones:
Cloudera, MapR, Hortonwork y DataStax.
• NoSQL: Herramienta que propone un enfoque de almacenamiento más versátil y no estructurado que el de las bases de datos relacionales, lo que permite hacerlas más escalables. Algunas implementaciones son CouchDB, MongoDB, HBase, etc.
• Bases de datos analíticas: Diseñadas específicamente para apoyar el proceso de business analytics, están optimizadas para obtener un desempeño óptimo en tiempos de respuesta y una gran escalabilidad.
La tecnología OpenSource ha ganado un espacio importante en este mundo con Hadoop, gracias a su capacidad de procesamiento de grandes volúmenes. Incluso los representantes de software propietario lo están incluyendo en su oferta de productos.
Más allá de la tecnología, el gran desafío de big data es cómo impactar el negocio a nivel global. Un buen ejemplo de lo que se puede lograr es “FlueTrends”, de Goo-gle, usado por la autoridad sanitaria. El sistema permite hacer un seguimiento, a través de un indicador, de la evolución de la influenza a nivel regional, lo que es una poderosa herramienta para tomar medidas preventivas, con un impacto importante en la salud de la población.
Fuente: Intellego Chile (www.grupointellego.com)
