MARC details
| 000 -CABECERA |
|---|
| campo de control de longitud fija |
28542 a2200277 4500 |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL |
|---|
| campo de control de longitud fija |
2013 |
| 020 ## - INTERNATIONAL STANDARD BOOK NUMBER |
|---|
| International Standard Book Number |
9786077076896 |
| 040 ## - FUENTE DE CATALOGACIÓN |
|---|
| Centro catalogador/agencia de origen |
GAMADERO |
| Lengua de catalogación |
spa |
| Centro/agencia transcriptor |
GAMADERO |
| 041 ## - CÓDIGO DE IDIOMA |
|---|
| Código de lengua del texto/banda sonora o título independiente |
Español |
| 050 00 - SIGNATURA TOPOGRÁFICA DE LA BIBLIOTECA DEL CONGRESO |
|---|
| Número de clasificación |
QA76.9 |
| Cutter |
D32 J69 |
| Año |
2013 |
| 100 ## - ENTRADA PRINCIPAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Luis Joyales Aguilar |
| 245 ## - MENCIÓN DEL TÍTULO |
|---|
| Título |
Big Data / |
| Resto del título |
ANÁLISIS DE GRANDES VOLÚMENES DE DATOS EN ORGANIZACIONES |
| 250 ## - MENCION DE EDICION |
|---|
| Mención de edición |
1a Edición |
| 260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC. |
|---|
| Nombre del editor, distribuidor, etc. |
Alfaomega |
| Lugar de publicación, distribución, etc. |
México |
| Fecha de publicación, distribución, etc. |
2013 |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
428p |
| Otras características físicas |
Ilustración |
| Dimensiones |
17 X 23 cm |
| 505 ## - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
Contenido<br/>BIG DATA – LUIS JOYANES AGUILAR Alfaomega<br/>Parte I. La era de Big Data<br/>CAPÍTULO 1<br/>¿QUÉ ES BIG DATA? .............................. 1<br/>Definición de Big Data .................................. 2<br/>Tipos de datos .............................................. 3<br/>Datos estructurados .............................. 4<br/>Datos semiestructurados ...................... 4<br/>Datos no estructurados ......................... 5<br/>Integración de los datos: oportunidades de<br/>negocio de los Big Data ................................ 5<br/>Características de Big Data ........................... 7<br/>Volumen ................................................ 7<br/>Velocidad .............................................. 8<br/>Variedad ................................................ 8<br/>Veracidad .............................................. 10<br/>Valor ...................................................... 10<br/>El tamaño de los Big Data............................. 10<br/>¿Cómo se ha llegado a la explosión de Big Data?<br/>..................................................................... 11<br/>El Big Data eclosiona en España (IDC) ... 12<br/>Cómo crear ventajas competitivas a partir de<br/>la información: IDC Big Data 2012 ......... 13<br/>Retos empresariales de Big Data .................. 14<br/>El gran negocio de Big Data ................... 14<br/>Big Data: the next thing(la siguiente gran<br/>tendencia) ............................................. 15<br/>La empresa inteligente ................................. 15<br/>Casos de estudio .......................................... 16<br/>Una breve reseña histórica de Big Data ....... 18<br/>El origen moderno de Big Data ............. 18<br/>Resumen ...................................................... 20<br/>Notas ............................................................ 21<br/>CAPÍTULO 2<br/>FUENTES DE GRANDES VOLÚMENES DE<br/>DATOS ....................................................... 23<br/>Origen de las fuentes de datos .................... 24<br/>Tipos de fuentes de Big Data ................ 25<br/>Los datos de la Web ..................................... 27<br/>El peso de los datos de la Web ............. 29<br/>Los datos de texto ....................................... 30<br/>Aplicaciones del análisis de texto ......... 31<br/>Otras aplicaciones del análisis de texto<br/>.............................................................. 32<br/>Datos de sensores ........................................ 33<br/>Datos de posición y tiempo: geolocalización 34<br/>Datos de RFID y NFC .................................... 36<br/>Datos de redes sociales ............................... 37<br/>Análisis de redes sociales ...................... 38<br/>Datos de las operadoras de telecomunicaciones<br/>..................................................................... 40<br/>El valor del tráfico de datos .................. 41<br/>Datos de las redes inteligentes de energía (smart<br/>grids) ............................................................ 41<br/>El contador inteligente (smart meter) .. 42<br/>Otros datos de las redes inteligentes .... 42<br/>Resumen ...................................................... 43<br/>Notas ........................................................... 44<br/>CAPÍTULO 3<br/>EL UNIVERSO DIGITAL DE DATOS. EL<br/>ALMACÉN DE BIG DATA ....................... 45<br/>“La era del petabyte” (Wired, 2008) ............ 46<br/>XII | Contenido _________________________________________________<br/>Alfaomega BIG DATA – LUIS JOYANES AGUILAR<br/>El universo digital de EMC/IDC (2007-2010)<br/>..................................................................... 47<br/>Datos en todas partes (The Economist, 2010)<br/>..................................................................... 50<br/>El universo digital de datos: “Extrayendo valor<br/>del caos” (2011)<br/>..................................................................... 52<br/>La sobrecarga de información cobra forma<br/>física<br/>..................................................................... 55<br/>El almacenamiento también supera las<br/>expectativas ......................................... 55<br/>La revolución de los datos está cambiando el<br/>paisaje de los negocios (The Economist, 2011)<br/>..................................................................... 56<br/>La era del exabyte (Cisco, 2012). Hacia la era del<br/>zettabyte ..................................................... 57<br/>El universo digital de datos IDC/EMC (diciembre,<br/>2012). El camino a la era del zettabyte ........ 60<br/>Resumen ...................................................... 61<br/>Notas ............................................................ 62<br/>CAPÍTULO 4<br/>SECTORES ESTRATÉGICOS DE BIG DATA<br/>Y OPEN DATA ........................................... 63<br/>Dominios estratégicos de Big Data ............... 64<br/>Informe McKinsey Global Institute<br/>..................................................................... 64<br/>¿Por qué se ha llegado a la explosión de los Big<br/>Data? ............................................................<br/>..................................................................... 66<br/>Sectores dominantes en Big Data ................ 67<br/>Sector de la salud ......................................... 68<br/>El informe “Big Data Healthcare Hype<br/>and Hope” ............................................ 71<br/>Conclusiones del Digital Health Summit,<br/>Las Vegas (Enero 2013) ......................... 72<br/>Otras consideraciones prácticas ................... 72<br/>Un anticipo a Hadoop ........................... 74<br/>Open Data. El movimiento de los datos abiertos<br/>..................................................................... 74<br/>Iniciativas Open Data ............................ 76<br/>La información pública al servicio del<br/>ciudadano ............................................. 79<br/>La iniciativa de la Unión Europea (enero<br/>2013) ..................................................... 80<br/>Open Data Alliance ................................ 81<br/>Open Data Institute (ODI) ..................... 81<br/>Resumen ...................................................... 82<br/>Recursos ...................................................... 83<br/>Notas ........................................................... 84<br/>CAPÍTULO 5<br/>BIG DATA EN LA EMPRESA. LA<br/>REVOLUCIÓN DE LA GESTIÓN, LA<br/>ANALÍTICA Y LOS CIENTÍFICOS DE<br/>DATOS ....................................................... 85<br/>Integración de Big Data en la empresa ....... 86<br/>Presencia del modelo 3 V de Big Data<br/>en las empresas .................................... 87<br/>Big Data: la revolución de la gestión ............ 89<br/>¿Qué es lo nuevo ahora? ...................... 89<br/>Los cinco retos de la gestión ................. 90<br/>Profesionales de análisis de datos:<br/>analistas y científicos de datos .................... 92<br/>Ciencia de los datos ..................................... 94<br/>El científico de datos .................................... 96<br/>¿Qué habilidades necesita un científico<br/>de datos? .............................................. 96<br/>Casos de estudio: el ITAM de México DF ..... 99<br/>¿Cómo encontrar los científicos de datos que se<br/>necesitan? ................................................... 99<br/>La inteligencia de negocios en Big Data ....... 100<br/>OLAP ..................................................... 102<br/>Minería de datos ................................... 102<br/>Sistemas de apoyo a la decisión (DSS) .. 103<br/>Herramientas de informes y de<br/>visualización .......................................... 103<br/>Tecnologías de visualización de datos .. 104<br/>Analítica de Big Data: una necesidad ........... 105<br/>Seguridad y privacidad en Big Data .............. 107<br/>La iniciativa de Cloud Security Alliance (CSA)<br/>.............................................................. 108<br/>Privacidad ............................................. 109<br/>Foursquare. Un caso de estudio en<br/>privacidad ............................................. 109<br/>La seguridad en la Unión Europea ........ 110<br/>Resumen ...................................................... 110<br/>Recursos ...................................................... 111<br/>Notas ........................................................... 112<br/>Parte II. Infraestructura de los Big Data<br/>CAPÍTULO 6<br/>CLOUD COMPUTING, INTERNET DE LAS<br/>COSAS Y SOLOMO .................................. 113<br/>_____________ Big Data. Análisis de grandes volúmenes de datos en organizaciones| XIII<br/>BIG DATA – LUIS JOYANES AGUILAR Alfaomega<br/>Origen y evolución de cloud computing ....... 114<br/>Definición de la nube ................................... 115<br/>Características de cloud computing ............. 117<br/>Modelos de la nube (cloud) .......................... 120<br/>Modelos de servicio .............................. 121<br/>Modelos de despliegue de la nube ....... 123<br/>¿Cómo adaptar la nube en organizaciones y<br/>empresas? .................................................... 124<br/>Consideraciones económicas ................ 124<br/>Características organizacionales ........... 125<br/>Acuerdos de nivel de servicio (SLA, Service<br/>Level Agreement) .................................. 125<br/>Seguridad .............................................. 126<br/>Los centros de datos como soporte de<br/>cloud computing .......................................... 126<br/>Internet y los centros de datos: una<br/>industria pesada .................................... 127<br/>Internet de las cosas .................................... 128<br/>IPv4: El cuello de botella. IPv6: el<br/>desarrollo de la Internet de las cosas .... 132<br/>Sensores ................................................ 133<br/>Bluetooth 3.0/4.0 .................................. 134<br/>RFID ....................................................... 135<br/>NFC ........................................................ 136<br/>SIM integrada ........................................ 137<br/>Códigos QR y BIDI ................................. 138<br/>Ciudades inteligentes (smart cities) ...... 139<br/>¿Qué son los medios sociales (social<br/>media)? ........................................................ 139<br/>El panorama de los medios sociales ...... 141<br/>Geolocalización ............................................ 142<br/>Movilidad ..................................................... 144<br/>Plataformas móviles .............................. 145<br/>Plataformas móviles de código abierto . 147<br/>Resumen ...................................................... 149<br/>Recursos ....................................................... 150<br/>Notas ............................................................ 152<br/>CAPÍTULO 7<br/>ARQUITECTURA Y GOBIERNO DE BIG<br/>DATA .......................................................... 153<br/>La arquitectura de Big Data .......................... 154<br/>Fuentes de Big Data ..................................... 155<br/>Almacenes de datos (Data Warehouse y Data<br/>Marts) .......................................................... 156<br/>Bases de datos ............................................. 157<br/>Hadoop ........................................................ 158<br/>Plataformas de Hadoop ............................... 158<br/>Integración de Big Data ............................... 158<br/>Analítica de Big Data .................................... 159<br/>Reporting, query y visualización............ 159<br/>Analítica predictiva ............................... 160<br/>Analítica Web ....................................... 160<br/>Analítica social y listening social ........... 160<br/>Analítica M2M ...................................... 161<br/>Plataformas de analítica de Big Data .... 162<br/>Cloud computing ................................... 162<br/>Gobierno de los Big Data ............................. 163<br/>Gobierno de TI ...................................... 163<br/>El gobierno de la información ............... 165<br/>Gobierno de Big Data ............................ 165<br/>Calidad de los Big Data ................................ 166<br/>Administración de datos maestros .............. 167<br/>El ciclo de vida de los Big Data ..................... 168<br/>Seguridad y privacidad de Big Data .............. 168<br/>Metadatos de Big Data ................................ 169<br/>Arquitectura de Big Data de Oracle ............. 169<br/>Capacidades de la arquitectura de Big<br/>Data ...................................................... 169<br/>Arquitectura de información de Big Data<br/>de Oracle .............................................. 170<br/>Plataforma de Big Data de Oracle:<br/>productos y soluciones ......................... 171<br/>Arquitectura de Big Data de IBM ................. 173<br/>Resumen ...................................................... 174<br/>Notas ........................................................... 175<br/>CAPÍTULO 8<br/>BASES DE DATOS ANALÍTICAS: NOSQL Y<br/>“EN MEMORIA” ...................................... 177<br/>Tipos de base de datos actuales .................. 178<br/>Bases de datos relacionales .................. 178<br/>Bases de datos heredadas (legacy) ....... 179<br/>Bases de datos NoSQL .......................... 180<br/>Bases de datos “en memoria” .............. 180<br/>Sistemas de base de datos MPP .................. 181<br/>¿Qué es NoSQL? .......................................... 182<br/>Bases de datos NoSQL ................................. 183<br/>Diferencias esenciales entre NoSQL y<br/>SQL........................................................ 185<br/>Tipos de base de datos NoSQL ..................... 185<br/>Bases de datos clave- valor ................... 186<br/>Bases de datos orientadas a grafos....... 188<br/>Bases de datos orientadas a BigTable<br/>(tabulares/columnares) ........................ 189<br/>XIV | Contenido _________________________________________________<br/>Alfaomega BIG DATA – LUIS JOYANES AGUILAR<br/>Bases de datos orientadas a documentos<br/>.............................................................. 191<br/>Bases de datos “en memoria” caché ..... 193<br/>Las bases de datos NoSQL en la<br/>empresa ................................................ 193<br/>Breve historia de NoSQL .............................. 194<br/>Tendencias para 2013 en bases de datos NoSQL<br/>..................................................................... 195<br/>Computación “en memoria” ........................ 196<br/>Tecnología “en memoria” ..................... 196<br/>Tipos de tecnologías “en memoria” ...... 197<br/>Proveedores de tecnología “en<br/>memoria” .............................................. 198<br/>Analítica “en memoria” ......................... 198<br/>Proveedores de computación y bases de<br/>datos “en memoria” .............................. 199<br/>Bases de datos “en memoria” ...................... 200<br/>Uso de la memoria central como almacén de<br/>datos ..................................................... 200<br/>Almacenamiento por columnas ............ 202<br/>Paralelismo en sistemas multinúcleo .... 203<br/>SAP HANA .................................................... 203<br/>SAP HANA cloud .................................... 204<br/>SAP HANA para análisis de sentimientos<br/>.............................................................. 205<br/>Oracle ........................................................... 205<br/>Microsoft ..................................................... 206<br/>Resumen ...................................................... 206<br/>Recursos ....................................................... 207<br/>Notas ............................................................ 209<br/>CAPÍTULO 9<br/>EL ECOSISTEMA HADOOP ................... 211<br/>El origen de Hadoop ..................................... 212<br/>The Google File System ......................... 212<br/>MapReduce ........................................... 213<br/>BigTable ................................................ 213<br/>¿Qué es Hadoop? ......................................... 213<br/>Historia de Hadoop ...................................... 216<br/>El ecosistema Hadoop .................................. 218<br/>Componentes de Hadoop ............................ 218<br/>MapReduce ........................................... 220<br/>El enfoque de gestión de MapReduce ... 221<br/>Hadoop Common Components ............. 222<br/>Desarrollo de aplicaciones en Hadoop ......... 222<br/>Hadoop Distributed File Systems (HDFS)<br/>.............................................................. 223<br/>Consideraciones teórico-prácticas ........ 224<br/>Mejoras en la programación de Hadoop ..... 225<br/>Pig ......................................................... 225<br/>Hive ....................................................... 226<br/>Jaql........................................................ 227<br/>Zookeper............................................... 227<br/>HBase .................................................... 228<br/>Lucene .................................................. 228<br/>Oozie ..................................................... 228<br/>Avro ...................................................... 228<br/>Cassandra ............................................. 229<br/>Chukwa ................................................. 229<br/>Flume .................................................... 229<br/>Plataformas de Hadoop ............................... 229<br/>Resumen ...................................................... 231<br/>Recursos ...................................................... 232<br/>Notas ........................................................... 234<br/>Parte III. Analítica de Big Data<br/>CAPÍTULO 10<br/>ANALÍTICA DE DATOS (BIG DATA<br/>ANALYTICS) ............................................. 237<br/>Una visión global de la analítica de Big Data 238<br/>¿Qué es analítica de datos? ......................... 240<br/>Tipos de datos de Big Data .......................... 241<br/>Datos estructurados ............................. 242<br/>Datos semiestructurados ...................... 242<br/>Datos no estructurados ........................ 242<br/>Datos en tiempo real ............................ 242<br/>Analítica de Big Data .................................... 243<br/>Tecnologías, herramientas y tendencias en<br/>analítica de Big Data .................................... 244<br/>Proveedores de analítica de Big Data<br/>(distribuciones comerciales) ........................ 245<br/>Tecnologías de código abierto de Big Data .. 251<br/>Casos de estudio .......................................... 254<br/>Características de una plataforma de integración<br/>de analítica de Big Data ............................... 255<br/>Resumen ...................................................... 256<br/>Notas ........................................................... 257<br/>CAPÍTULO 11<br/>ANALÍTICA WEB ..................................... 259<br/>Analítica Web 2.0 ......................................... 260<br/>Breve historia de la analítica Web ............... 261<br/>Enfoques de analítica Web .......................... 262<br/>Métricas ....................................................... 262<br/>______________ Big Data. Análisis de grandes volúmenes de datos en organizaciones| XV<br/>BIG DATA – LUIS JOYANES AGUILAR Alfaomega<br/>Visitas .................................................... 263<br/>Visitante ................................................ 263<br/>Visitante único ...................................... 264<br/>Tiempo en la página y en el sitio ........... 265<br/>Tasa de rebote ...................................... 265<br/>Tasa de salida ........................................ 265<br/>Tasa de conversión ................................ 266<br/>Compromiso .......................................... 266<br/>Otras métricas ....................................... 267<br/>Indicadores clave de rendimiento (KPI)........ 268<br/>Casos prácticos ...................................... 269<br/>Informes (Google Analytics) .................. 270<br/>Informes estándar ................................. 270<br/>Informes personalizados ....................... 271<br/>Informes sociales .................................. 271<br/>Segmentación .............................................. 271<br/>Herramientas de analítica Web .................... 272<br/>Analítica Web móvil (Mobile analytics) ........ 274<br/>Información de las herramientas de analítica<br/>móvil ..................................................... 275<br/>Herramientas de analítica móvil ........... 275<br/>Caso de estudio: Google Analytics ........ 276<br/>Resumen ...................................................... 277<br/>Recursos ....................................................... 278<br/>Notas ............................................................ 279<br/>CAPÍTULO 12<br/>ANALÍTICA SOCIAL ................................ 281<br/>El exceso de información: un problema<br/>global ........................................................... 282<br/>La proliferación de datos sociales ................ 283<br/>¿Qué es analítica social? .............................. 284<br/>Métricas sociales .......................................... 285<br/>Métricas de sitios Web .......................... 286<br/>Métricas de social media ...................... 286<br/>Indicadores clave de rendimiento (KPI)........ 288<br/>Diferencias entre métricas y KPI .................. 289<br/>Ejemplo práctico simple de métrica versus KPI<br/>..................................................................... 289<br/>Herramientas de analítica social .................. 290<br/>Estadística social ................................... 291<br/>Herramientas de investigación. Monitorización<br/>..................................................................... 292<br/>Herramientas globales muy reconocidas ..... 293<br/>Herramientas de analítica Web social .......... 294<br/>Herramientas de reputación e influencia<br/>social ............................................................ 295<br/>Herramientas de medida de influencia .<br/>.............................................................. 295<br/>Herramientas de reputación corporativa<br/>.............................................................. 296<br/>Herramientas de análisis de actividad en redes<br/>..................................................................... 297<br/>Facebook .............................................. 297<br/>Twitter .................................................. 298<br/>Herramientas de gestión de multiplataforma y<br/>multiperfiles ................................................ 299<br/>Análisis de sentimientos .............................. 300<br/>Herramientas de análisis de<br/>sentimientos ......................................... 301<br/>Casos de estudio de analítica social ............. 303<br/>BBVA ..................................................... 303<br/>Universidad de Alicante ........................ 303<br/>Social Relationship Management de<br/>Oracle ................................................... 303<br/>Otras herramientas ............................... 304<br/>Resumen ...................................................... 304<br/>Notas ........................................................... 305<br/>Parte IV. El futuro de la era Big Data<br/>CAPÍTULO 13<br/>LAS NUEVAS TENDENCIAS<br/>TECNOLÓGICAS Y SOCIALES QUE TRAEN<br/>LA NUBE Y LOS BIG DATA ................... 307<br/>El nexo de la fuerza ...................................... 308<br/>BYOD............................................................ 309<br/>¿Qué es el movimiento BYOD? ............. 310<br/>¿Cómo puede el departamento informático<br/>gestionar y proteger los dispositivos móviles<br/>de los empleados? ................................ 310<br/>Ventajas y riesgos ................................. 311<br/>Los hábitos del trabajo ......................... 311<br/>El impulso debe venir de las compañías 312<br/>Consumerización de TI ................................. 313<br/>El meteórico ascenso de los dispositivos<br/>móviles personales ............................... 315<br/>¿Cómo puede beneficiarse su empresa<br/>de la consumerización? ......................... 315<br/>El informe de ENISA sobre la<br/>consumerización en las empresas ......... 316<br/>Crowdsourcing ............................................. 317<br/>Casos de estudio ................................... 318<br/>Crowdfunding .............................................. 319<br/>Características del crowdfunding .......... 320<br/>Casos de estudio de crowdfunding ....... 320<br/>XVI | Contenido _________________________________________________<br/>Alfaomega BIG DATA – LUIS JOYANES AGUILAR<br/>Reseña histórica del crowdfunding ....... 322<br/>Gamificación /Ludificación ........................... 322<br/>¿Dónde utilizar la ludificación? ............. 323<br/>Ventajas de la gamificación .................. 323<br/>Resumen ...................................................... 324<br/>Recursos ....................................................... 324<br/>Notas ............................................................ 325<br/>CAPÍTULO 14<br/>BIG DATA EN 2020 ................................ 327<br/>Los retos del futuro .................................. 328<br/>Los dominios de Big Data sin explorar ... 328<br/>Necesidad incumplida de proteger los<br/>datos ..................................................... 329<br/>El protagonismo de los países emergentes<br/>.............................................................. 329<br/>La tercera plataforma................................... 330<br/>Analítica M2M: ¿El próximo reto para el Big<br/>Data? ............................................................ 331<br/>M2M: Oportunidad de Big<br/>Data para operadores móviles .............. 332<br/>Internet de las cosas (the Internet of the<br/>things) ................................................... 333<br/>Analítica predictiva ...................................... 333<br/>Análisis de sentimientos .............................. 333<br/>¿Cómo va a cambiar la vida por Big Data en el<br/>año 2013? .................................................... 334<br/>¿Cómo Big Data y cloud computing van a cambiar<br/>el entretenimiento en el año 2013? ............. 335<br/>¿Cómo va a cambiar la salud por Big Data? . 336<br/>¿Cómo pueden afectar los Big Data a la actividad<br/>física y al deporte? ....................................... 336<br/>La cara humana de Big Data ......................... 337<br/>Big Data y las tendencias tecnológicas en 2013<br/>(Gartner) ...................................................... 340<br/>El mercado futuro de Big Data ..................... 341<br/>Las cinco grandes predicciones “muy<br/>profesionales” de Big Data para 2013 .......... 341<br/>Emergencia de una arquitectura de Big<br/>Data....................................................... 342<br/>Hadoop no será la única oferta<br/>profesional ............................................ 342<br/>Plataformas de Big Data “llave en mano”<br/>.............................................................. 342<br/>El centro de atención será el gobierno<br/>de datos ................................................ 342<br/>Emergencia de soluciones de analítica<br/>“extremo a extremo” (end-to-end) ....... 343<br/>El futuro seguirá sin ser lo que era .............. 343<br/>Notas ........................................................... 344<br/>APÉNDICE A<br/>EL PANORAMA DE BIG DATA (THE BIG<br/>DATA LANDSCAPE ) ............................... 347<br/>APÉNDICE B<br/>PLATAFORMAS DE BIG DATA (DOUG<br/>HENSCHEN) .............................................. 351<br/>APÉNDICE C<br/>PLATAFORMAS DE HADOOP (DOUG<br/>HENSCHEN) .............................................. 361<br/>APÉNDICE D<br/>GLOSARIO ................................................. 373<br/>APÉNDICE E<br/>BIBLIOGRAFÍA Y RECURSOS WEB ... 393 |
| 520 ## - RESUMEN, ETC. |
|---|
| Resumen, etc. |
Big Data (grandes volúmenes de datos o macrodatos) supone la confluencia de una multitud de tendencias tecnológicas que venían madurando desde la primera década del siglo cuando han explosionado e irrumpido con gran fuerza en organizaciones y empresas, en particular, y en la sociedad, en general. Muchas veces estos datos no están estructurados, esta tecnología viene a iluminarlos. El libro se divide en 3 partes principales, se introduce el tema, se descubre la infraestructura y la analítica del Big Data. |
| 526 ## - NOTA DE INFORMACIÓN SOBRE EL PROGRAMA DE ESTUDIO |
|---|
| Program name |
Ingenieria en Gestion Empresarial |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento de entrada |
Informática |
| 9 (RLIN) |
317 |
| 942 ## - ELEMENTOS DE ENTRADA SECUNDARIOS (KOHA) |
|---|
| Tipo de ítem Koha |
Libro |
| Fuente del sistema de clasificación o colocación |
Clasificación Decimal Dewey |
| Edición |
1a Edición |
| 945 ## - CATALOGADORES |
|---|
| Número del Creador del Registro |
1 |
| Nombre del Creador del Registro |
admin |
| Número de último modificador del registro |
1270 |
| Nombre del último modificador del registro |
María Elena Olvera Picina |
