Revista de ingeniería informática y tecnología de la información

Aplicaciones del análisis de big data en tiempo real

Jochen Blom

El aumento de la generación ha provocado un exceso de información, que requiere sistemas de almacenamiento de datos más sofisticados. Los rasgos tecnológicos, desde la invención de la imprenta hasta la adquisición automática de datos de la exploración espacial, han impulsado la explosión de la información. El número cada vez mayor de almacenes de datos, tanto de información de difícil reproducción como de cintas magnéticas, ha puesto de manifiesto la necesidad de condensar de una forma u otra la extensión de los datos conservando su contenido. La necesidad de contener el aumento de la información más allá de la explosión de la información se ha vuelto importante y el término big data se utilizó por primera vez en los debates de la conferencia sobre visualización para describir este aumento de la información. En este sistema, se propuso una solución de visualización fuera del medio cuando un único conjunto de datos que deseamos visualizar es mayor que la capacidad de la memoria principal y la visualización remota fuera del medio, mientras que un único conjunto de datos es mayor que la capacidad de la memoria local y el disco. Varios factores contribuyen al aumento de la cantidad de información. Los registros se están convirtiendo en un recurso tangible y no se están descartando. Como resultado, los registros basados ​​en transacciones almacenados a lo largo del tiempo, la información no estructurada que llega desde las redes sociales, los sensores y los registros de sistema a dispositivo que se acumulan contribuyen a la creciente cantidad de datos que se manejan mediante la compra de más datos en el almacenamiento en línea. Se están adoptando diferentes estrategias, como la implementación de sistemas de almacenamiento por niveles, la subcontratación del control de datos y la elaboración de perfiles de las fuentes de información. En el futuro, el almacenamiento de datos se convirtió en el problema principal, pero con la reducción de los costos de almacenamiento surgen otras cuestiones, como la forma de determinar la relevancia dentro de grandes volúmenes de datos y la forma de utilizar la analítica para generar valor a partir de datos relevantes.