Big Data se expande cada vez más a diversos tipos de clientes y empresas, pero ¿qué tecnologías tienen más demanda y prometen el mayor potencial de crecimiento? De acuerdo con un nuevo estudio de Forrester evalúa la madurez y trayectoria de 22 tecnologías a través del ciclo de vida de los datos.
Te compartimos las 10 tecnologías que cumplen con las expectativas del cliente:
- Análisis predictivo: soluciones de software y / o hardware que permiten a las empresas descubrir, evaluar, optimizar e implementar modelos predictivos mediante el análisis de grandes fuentes de datos para mejorar el rendimiento comercial o mitigar el riesgo.
- Bases de datos NoSQL: bases de datos de valores clave, documentos y gráficos.
- Búsqueda y descubrimiento de conocimiento: herramientas y tecnologías para admitir la extracción de información de autoservicio y nuevas perspectivas de grandes repositorios de datos estructurados y no estructurados que residen en múltiples fuentes, como sistemas de archivos, bases de datos, flujos, API y otras plataformas y aplicaciones.
Curso Arquitectura de Big Data
- Análisis de flujo: software que puede filtrar, agregar, enriquecer y analizar un alto rendimiento de datos de múltiples fuentes de datos en vivo y en cualquier formato de datos.
- Fábrica de datos en memoria: proporciona acceso de baja latencia y procesamiento de grandes cantidades de datos mediante la distribución de datos a través de la memoria de acceso aleatorio dinámica (DRAM), Flash o SSD de un sistema informático distribuido.
- Almacenes de archivos distribuidos: una red informática donde los datos se almacenan en más de un nodo, a menudo de forma replicada, para redundancia y rendimiento.
- Virtualización de datos: una tecnología que ofrece información de varias fuentes de datos, incluidas fuentes de Big Data como Hadoop y tiendas de datos distribuidos en tiempo real y casi en tiempo real.
- Integración de datos: herramientas para la orquestación de datos en soluciones como Amazon Elastic MapReduce (EMR), Apache Hive, Apache Pig, Apache Spark, MapReduce, Couchbase, Hadoop y MongoDB.
- Preparación de datos: software que alivia la carga de aprovisionar, dar forma, limpiar y compartir conjuntos de datos diversos y desordenados para acelerar la utilidad de los datos para el análisis.
- Calidad de los datos: productos que realizan limpieza y enriquecimiento de datos en grandes conjuntos de datos de alta velocidad, utilizando operaciones paralelas en almacenes de datos distribuidos y bases de datos.
Más información: Forbes
