Big Data
Del big data se lleva tiempo hablando, pero hay muchas ideas equivocadas a su alrededor. Aquí intentamos explicarlo de la forma más sencilla posible.
Big data es un volumen enorme de datos que no se puede almacenar ni procesar con la informática tradicional en un plazo de tiempo razonable.
Pero ¿cómo de enormes tienen que ser esos datos para hablar de big data?
Hay mucha confusión sobre qué cantidad de datos se puede llamar big data. Normalmente se considera big data todo lo que se mide en gigas, teras, petas, exas o más. Y ahí está el malentendido. Incluso una cantidad pequeña de datos puede ser big data según el contexto en que se use. Para verlo más claro, vamos con unos ejemplos.
Por ejemplo, si intentamos adjuntar a un correo un documento de 100 megas, no podremos: el sistema de correo no admite adjuntos de ese tamaño.
¿Cómo se clasifica el big data?
El big data se divide en tres categorías.
1. Datos estructurados
2. Datos semiestructurados
3. Datos no estructurados
Datos estructurados son los que tienen una estructura bien definida. Por ejemplo, los datos de las bases de datos, los archivos CSV y las hojas de Excel son datos estructurados.
Datos semiestructurados son los que no tienen una estructura bien definida. Por ejemplo, los datos de los correos, los archivos de registro y los documentos de Word son datos semiestructurados.
Datos no estructuradosson los que no tienen ninguna estructura. Por ejemplo, las imágenes, los archivos de audio y los vídeos son datos no estructurados.