¿Qué es el Big Data? ¿Qué diferencia hay entre una base de datos relacional y una documental? El almacenamiento masivo de datos es una tendencia en los proyectos tecnológicos. Gracias a bases de datos como MongoDB ahora es posible. Xabier Tranche cuenta con una amplia en proyectos digitales y en marketing, siendo el promotor de Start-ups como Muaacka. Pondrá a nuestra disposición toda su experiencia en esta ponencia

1. BIG DATA
Bases de datos en el internet de las cosas

2. XabiTranche
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 32 7 / 0 2 / 1 5
La profesión que importará dentro de 4 años todavía no se ha
inventado.
GrowthHacker–Economia+Ingenieriadesoftware
15añostrabajandoINET–WEB2.0
SocioThinkOnMarketing–estrategiadigital&innovación
SocioMuaaka–redsocialmusical
PromotorStartUpSOCIALBIGDATA
@JavitxuTranche
XabiTranche
XabiTranche

3. ¿QuéeselBigData?
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 42 7 / 0 2 / 1 5

4. Limitaciones de las bases
de datos relacionales
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 52 7 / 0 2 / 1 5

5. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 6

6. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 7

7. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 8

8. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 9

9. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 1 0

10. Que problemas resuelve
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 1 1
FACEBOOK-Boing
Facebook genera 500 Terabytes
de datos al día.
Un Boing 737 genera 240
Terabytes en un vuelo
WorldOfWarCraft–StockChange
Cambios en MicroSegundos
SocialMedia
La información no sigue una
estructura a priori
Volumen Velocidad Variedad
2 7 / 0 2 / 1 5

11. BIG DATA PARA QUÉ
NuevostiposdeApps
NightBits, Crime Reduce
ReducirCOSTE/Waste
Open Source /
Escalabilidad
FuentesDispares
A short text that gives a
brief biography of the
person shown above.
Adivinar
A short text that gives a
brief biography of the
person shown above.
2 7 / 0 2 / 1 5 P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 1 2

12. • Características BBDD
BigData
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 1 32 7 / 0 2 / 1 5

13. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 1 4

14. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 1 5

15. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 1 6

16. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 1 7

17. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 1 8

18. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 1 9

19. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 2 0

20. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 2 1

21. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 2 2

22. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 2 3

23. • Limitaciones de las bases
de datos no relacionales
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 2 42 7 / 0 2 / 1 5

24. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 2 5

25. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 2 6

26. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 2 7

27. • Tipos de bases de datos
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 2 82 7 / 0 2 / 1 5

28. Clave - Valor
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 2 9
HashMapconclaveúnica
Fácil de escalar. Server 1 del 1 al 1000, Server2 del
1001 al 2000
BigTable, Cassandra, Hadoop, MemCacheDB,
Voldemort
ElvaloresdetipoBLOB
MUYEFICIENTES
2 7 / 0 2 / 1 5

29. Basada en Documentos
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 3 0
ALMACENAUNDOCUMENTOLEGIBLE
Consultas avanzadas
Podemos establecer relaciones
MongoDB, CoachDB
FORMATOSJSONoXML
ELSERVIDORPUEDEMANIPULARLOS
2 7 / 0 2 / 1 5

30. Basadas en Grafos.
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 3 1
Paramediryalmacenarrelaciones
NEO4J
Cypher Query Language
ACID
RESTFUL
Representación explícitas de JOIN tradicionales
Lasrelacionesensimismastienen
Info
REDESSOCIALES
2 7 / 0 2 / 1 5

31. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 3 2

32. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 3 3

33. Basada en Columnas
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 3 4
ALMACENAUNDOCUMENTOpor
columna
Cassandra
RAPIDALECTURA
MALAESCRITURA
2 7 / 0 2 / 1 5

34. • Como migrar de Rel a BD
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 3 52 7 / 0 2 / 1 5

35. Que problemas resuelve
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E 3 6
Pais-ciudades
Objeto JSON PAIS con multiples
atributos ciudad
Pentaho MongoDB
NecesitamosunsoftwaredeTerceros
Pentaho MongoDB
VIVAJS!
1:N a todos
los
documentos
Usar una
transformacio
n
Manejar
objetos JSON
2 7 / 0 2 / 1 5

36. P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 3 7

37. Consulta y previsualización
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 3 8

38. Mapeamos los resultados a la colección
P R E S E N T A T I O N T I T L E | C O M P A N Y N A M E2 7 / 0 2 / 1 5 3 9

39. Donde albergar
* MoNgoLab
* MongoHQ
* AmazonWS(Hadoop)
* PARSE

40. Donde albergar
* OPENSHIFT(RedHat)
* HDInsight(Microsoft–Hadoop-HIVE)
* Graphenedb(NEO4J)