Pgina 1

INDICE


INTRODUCCION ............................................................................................................... 2
BIG DATA ............................................................................................................................ 3
COMPONENTES DE UNA PLATAFORMA BIG DATA: ............................................. 3
LOS BENEFICIOS DE LA UTILIDAD DE BIG DATA .................................................... 5
LA OPORTUNIDAD DE MERCADO .................................................................................. 6
CARACTERSTICAS: A BIG DATA LE CARACTERIZAN LAS TRES "V":
VOLUMEN, VARIEDAD Y VELOCIDAD: .......................................................................... 6
LA IMPORTANCIA ................................................................................................................ 7
EL TAMAO ACTUAL DEL BIG DATA ............................................................................. 8
EJEMPLOS DE LOS BENEFICIOS DE BIG DATA EN ALGUNOS SECTORES: ... 9
DESVENTAJAS ................................................................................................................... 10
EL IMPACTO DE BIG DATA A LA SEGURIDAD DE LA INFORMACIN ................ 12
RETOS DE SEGURIDAD .................................................................................................. 14
BIG DATA Y EL ORACLE ................................................................................................ 15




Pgina 2

INTRODUCCIN

Por Big data nos referimos exactamente a lo que su propio nombre
indica: al tratamiento y anlisis de enormes repositorios de datos, tan
desproporcionadamente grandes que resulta imposible tratarlos con las
herramientas de bases de datos y analticas convencionales. La
tendencia se encuadra en un entorno que no nos suena para nada
extrao: la proliferacin de pginas web, aplicaciones de imagen y
vdeo, redes sociales, dispositivos mviles, apps, sensores, internet de
las cosas, etc. capaces de generar, segn IBM, ms de 2.5 quintillones
de bytes al da, hasta el punto de que el 90% de los datos del mundo
han sido creados durante los ltimos dos aos. Hablamos de un
entorno absolutamente relevante para muchos aspectos, desde el
anlisis de fenmenos naturales como el clima o de datos
sismogrficos, hasta entornos como salud, seguridad o, por supuesto,
el mbito empresarial. Y es precisamente en ese mbito donde las
empresas desarrollan su actividad donde est surgiendo un inters que
convierte a Big data en algo as como the next buzzword, la palabra
que sin duda escucharemos viniendo de todas partes: vendedores de
tecnologa, de herramientas, consultores, etc







Pgina 3

BIG DATA
Se refiere al anlisis de grandes volmenes de informacin a travs de la
incorporacin de fuentes de datos no estructurado al anlisis. Es conjuntos
de datos que crecen tan rpidamente que no pueden ser manipulados por
las herramientas de gestin de bases de datos tradicionales. Adems de
almacenarlo, es necesario capturar, consultar, gestionar y analizar toda esta
informacin.
El concepto de Big Data se extiende ms all de lo que estamos
acostumbrados a entender por grandes volmenes de informacin.
Siempre que hagamos una bsqueda, enviemos un email, usemos un
telfono mvil, actualicemos una red social, usemos una tarjeta de crdito,
activemos el GPS, hagamos la compra en el supermercado dejamos detrs
de nosotros una montaa de datos, huellas digitales y registros que ofrecen
una informacin muy valiosa.
El primer paso para beneficiarse del Big Data es la gestin de los datos, la
integracin de stos es lo que le da sentido y es dnde reside una de sus
dificultades ms grandes. Las empresas deben emplear herramientas que
les permitan tener acceso a todos los datos internos y externos, organizarlos
y elegir los ms tiles.
COMPONENTES DE UNA PLATAFORMA BIG DATA:
Las organizaciones han atacado esta problemtica desde diferentes
ngulos. Todas esas montaas de informacin han generado un costo
potencial al no descubrir el gran valor asociado. Desde luego, el ngulo
correcto que actualmente tiene el liderazgo en trminos de popularidad para
analizar enormes cantidades de informacin es la plataforma de cdigo
abierto Hadoop.
Hadoop:
Apache Hadoop es una plataforma Open Source indicada para el
almacenamiento y procesado de datos a gran escala. Se caracteriza por su
flexibilidad para almacenar cualquier tipo de informacin, por su capacidad
Pgina 4

para procesar datos complejos y por su carcter econmico al no requerir
licencia de uso.
Hadoop est inspirado en las en las tecnologas Map&Reduce y Google File
System (GFS), implementadas originalmente por Google. Con esta
herramienta algunas de las compaas ms representativas del mundo han
conseguido optimizar la eficiencia y calidad de su informacin incrementando
sus beneficios. Amazon, Yahoo, Telefnica y LinkedIn.











1. Web and Social Media: Incluye contenido web e informacin que es
obtenida de las redes sociales como Facebook, Twitter, LinkedIn, etc,
blogs.
2. Machine-to-Machine (M2M): M2M se refiere a las tecnologas que
permiten conectarse a otros dispositivos. M2M utiliza dispositivos
como sensores o medidores que capturan algn evento en particular
(velocidad, temperatura, presin, variables meteorolgicas, variables
Pgina 5

qumicas como la salinidad, etc.) los cuales transmiten a travs de
redes almbricas, inalmbricas o hbridas a otras aplicaciones que
traducen estos eventos en informacin significativa.
3. Big Transaccin Data: Incluye registros de facturacin, en
telecomunicaciones registros detallados de las llamadas (CDR), etc.
Estos datos transaccionales estn disponibles en formatos tanto
semiestructurados como no estructurados.
4. Biomtricas: Informacin biomtrica en la que se incluye huellas
digitales, escaneo de la retina, reconocimiento facial, gentica, etc. En
el rea de seguridad e inteligencia, los datos biomtricos han sido
informacin importante para las agencias de investigacin.
5. Human Generated: Las personas generamos diversas cantidades de
datos como la informacin que guarda un call center al establecer una
llamada telefnica, notas de voz, correos electrnicos, documentos
electrnicos, estudios mdicos, etc.
LOS BENEFICIOS DE LA UTILIDAD DE BIG DATA
Ventajas competitivas en la gran distribucin: permite actualizar,
optimizar y afinar inventarios en funcin de la demanda en tiempo real. La
extraccin de datos posibilita el anlisis del comportamiento de los clientes,
fijar los precios en consecuencia u ofrecer los incentivos adecuados para
atraer a los clientes. Es posible realizarlo mediante la digitalizacin de
elementos como los almacenes o las cajas registradoras.
Mejora de la eficiencia y los costes: el anlisis del Big Data puede
acelerar la velocidad con que se desarrolla un producto. Tambin
permite compartir datos de forma rpida y realizar simulaciones de
producto. En algunos sectores, los plazos de desarrollo se han
llegado a reducir entre el 30% y el 50%.
Mejora de la gestin empresarial: adems de optimizar la cadena
de suministro y el inventario, el Big Data puede ser til para controlar
factores de riesgo y tomar decisiones empresariales que pueden virar
Pgina 6

el futuro de la empresa fundamentadas en datos recogidos en tiempo
real.
Almacenamiento en la nube: uno de los problemas para gestionar
altos volmenes de datos es el elevado coste de la infraestructura de
almacenamiento. Muchos proveedores de almacenamiento masivo de
datos alquilan potentes servidores a los que se puede acceder en
lnea, y ponen a disposicin del cliente como solucin almacenarlos
en una especie de nube. El resultado es que se puede acceder a ella
mediante aplicaciones diseadas para manejar grandes volmenes
de datos y se pueden obtener soluciones a menudo en tiempo real de
forma sencilla.
LA OPORTUNIDAD DE MERCADO
En todo el mundo las compaas contratarn a muchos expertos en
informacin empresarial para dar apoyo a la creciente cantidad,
variedad y velocidad de los datos
La demanda de gastos en servicios de Big Data se calcula que
alcanzar los 132.300 millones de dlares en 2015
En 2015 la demanda de Big Data supondr 4,4 millones de puestos
de trabajo en todo el mundo, pero slo un tercio de ellos estarn
cubiertos
La demanda generar 550.000 empleos en servicios externos durante
los prximos tres aos
Otros 40.000 empleos los generarn vendedores de software durante
los prximos tres aos
Caractersticas: A Big Data le caracterizan las tres "V":
volumen, variedad y velocidad:
Volumen
El volumen de los datos almacenados en los depsitos de las
empresas ha pasado de ocupar megabytes y gigabytes a petabytes.
Pgina 7

Por ejemplo, el volumen de datos procesado por corporaciones ha
crecido significativamente. Google procesa 20 petabytes al da.
En 2020 se espera que se generen 420.000 millones de pagos
electrnicos.
La Bolsa de Nueva York genera un terabyte de datos al da, frente a
Twitter, que genera 8 terabytes al da (o 80MB por segundo).
Variedad
La variedad de datos ha explotado, pasando de ser datos
almacenados y estructurados, guardados en bancos de datos
empresariales, a ser desestructurados, semiestructurados, audio,
video, XML, etc.
Datos en streaming, cotizaciones burstiles, medios sociales,
mquina a mquina, datos de sensores... Una creciente variedad de
datos necesitan ser procesados y convertidos en informacin.
Velocidad
La velocidad del movimiento, proceso y captura de datos dentro y
fuera de la empresa ha aumentado significativamente.
Los modelos basados en inteligencia de negocios generalmente
suelen tardar das en procesar, frente a las necesidades analticas
casi en tiempo real de hoyen da debido al flujo de datos a alta
velocidad.
LA IMPORTANCIA
El trmino Big Data es utilizado indistintamente para referirse a la propia
enorme cantidad de datos, a su gestin o a las herramientas que lo analizan.
Y en realidad ninguno de los tres usos es incorrecto ya que el concepto Big
Data en toda su magnitud, abarca las tres.
Su importancia se puede definir en 3 puntos:
1. Avalancha de datos. La tendencia de crecimiento de datos y
aumento de la capacidad de procesamiento que comenz hace casi
Pgina 8

cincuenta aos. Hace relativamente poco tiempo un terabyte (TB) era
una cantidad de informacin casi inimaginable pero hoy en da
muchos centros de datos se miden en petabytes (PB) y hasta
podemos hablar de zetabytes (ZB).
2. Impacto en la industria y los negocios. La generacin de datos en
las empresas es enorme independientemente del sector en el que se
desempeen. Pero el impacto del Big Data en las empresas tambin
llega a su estructura. El primer paso, evidentemente, est en los
departamentos TIC: el Big Data implica la llegada de ingenieros y
tcnicos especializados en datos y los roles del resto del equipo
tcnico se vern irremediablemente modificados y ofrezca un mejor
aprovechamiento de la informacin.
3. Impacto en la sociedad. Las administraciones pblicas y el sector
salud son el mejor ejemplo, con la mejora de los servicios a los
ciudadanos. Pero no solo datos como los del trfico o como los del
tratamiento de un determinado grupo de pacientes sern
monitorizados, nuestra actividad en los millones de ordenadores y
dispositivos mviles que hay activos, genera informacin
constantemente que esconde detalles sobre las formas en las que
nos relacionamos, consumimos y trabajamos.

EL TAMAO ACTUAL DEL BIG DATA
Alrededor de cualquier compaa se producen millones de datos
relacionados con sus operaciones, sus proveedores y sus clientes. Los
usuarios generan constantemente informacin mientras usan sus
ordenadores y sus dispositivos mviles y el Internet de los objetos producir
un crecimiento exponencial en los prximos aos, incluso meses.
La explosin del Big Data ha llegado con el desarrollo masivo por parte de la
industria de productos que han masificado tecnologas como Internet,
Internet mvil o la del almacenamiento digital. Hoy en da se puede comprar
un disco duro de dos terabytes por menos de 150 euros, el ao 2011 cerr
Pgina 9

con casi 6.000 millones de telfonos mviles activos y los usuarios de
Facebook publican 532 millones de actualizaciones de estado cada da.
McKinsey Global Institute (MGI) estima que las empresas y los
consumidores almacenaron un total de 13 exabytes (EB) de datos nuevos en
el ao 2010 en todo el mundo. IDC, por su parte, calcula que el volumen de
informacin creada, capturada y replicada en 2010 fue de 1.8 millones de
petabytes (PB), lo que supone un crecimiento del 125% respecto al ao
2009. Para el 2020, la consultora estima que se alcanzarn los 35 millones
de petabytes, lo que representara un crecimiento del 1.845%.
Ejemplos de los beneficios de Big Data en algunos sectores:
Servicios Financieros:
Los datos obtenidos de los telfonos mviles pueden permitir una
comprensin profunda de los hbitos de gasto y ahorro en los diferentes
sectores y regiones. Los historiales de pagos digitales permiten que los
usuarios generen un historial de crdito, generando la posibilidad de que
sean candidatos para prstamos y otros servicios de crdito financiero.
Sector de la salud :
Integracin de datos estructurados y datos no estructurados
Los centros de salud y los pacientes acumulan grandes cantidades de datos
en distintos formatos, ya sea en papel o en versin electrnica, que por su
dispersin (algunos son estructurados y otros no) resultan imposibles de
utilizar. Big Data ofrece la posibilidad de organizar informacin de forma
efectiva, por lo que se podran integrar a los datos estructurados ya
existentes hoy en da (fichas personales de los pacientes, etc) aquellos que
permanecen ocultos al sistema actual de almacenamiento y slo existen de
forma analgica en poder de los pacientes (recetas de papel, registros
mdicos, notas manuscritas de los doctores o resultados de pruebas
mdicas). Los ordenadores podran reemplazar el 80% del trabajo mdico
actual, ampliando inclusos sus competencias.

Pgina 10

Telefnica sigue el rastro de los turistas gracias al Big Data:
La compaa analiza de dnde vienen los visitantes, cunto gastan y las
zonas por donde viajan gracias a sus conexiones con las antenas de
telefona
Qu turistas son los que ms gastan? En qu zonas se alojan? Cuntos
cruceristas no bajan del barco? Estas y otras preguntas similares se pueden
responder hoy no en base a encuesta, sino a datos reales gracias al Big
data: el procesamiento y anlisis de todos los datos que los turistas generan.
Por ello, Telefnica y Roca Salvatella han elaborado el primer informe sobre
turismo y Big data, que da respuesta a estas preguntas gracias al anlisis de
ms de un milln de telfonos.
Telefnica saber exactamente cuando un turista llega a una ciudad(su
telfono mvil se conecta a la red) y de qu nacionalidad es. Adems,
monitoriza a qu antenas se conecta, por lo que puede saber por dnde se
mueve. En el estudio, y gracias al BBVA, han cruzado los datos con el del
gasto de tarjetas de crdito, por lo que se pueden llegar a conclusiones con
exactitud sobre el comportamiento de los visitantes.

DESVENTAJAS
En el mundo de los negocios solemos mostrarnos indecisos cuando se habla
de algo relativo a big (grande). Una gran idea en negocios puede generar
un xito relevante, pero tambin un fracaso significativo, lo que podra
atentar contra la salud de la compaa en varios sentidos. Por ello, el
concepto asociado a big habitualmente nos obliga a detenernos al menos
por un momento. Se acuerdan de Enron? El crecimiento desmedido de
esta organizacin provoc, entre otros factores, su apocalptico final.
La desventaja real del concepto big camina en paralelo al riesgo
plausible de error. El otro principal inconveniente estriba en que aquellos que
han decidido que su empresa d el paso hacia objetivos mucho ms
ambiciosos, suelen minimizar el riesgo de lo que supone ese movimiento.
Pgina 11

El fenmeno del big data goza de la misma ambigedad. Es realmente
til para nosotros? Tiene mi compaa esta necesidad? Contamos con los
recursos para afrontar un proyecto de big data? Cunto costar? Uno se
podra cuestionar indefinidamente si los beneficios estn por encima de los
riesgos. Pero tengamos claro que cuantas ms cuestiones nos hagamos,
ms arriesgado nos parecer el proyecto.
Otra desventaja de lo que entendemos como big es que este trmino
suele conducir a aquellos que toman decisiones en una empresa a emplear
una actitud pasiva en muchos aspectos. Por ejemplo, esperarn hasta que
sus competidores den el paso y aprendern de sus errores e implementarn
su propio proyecto cuando llegue el momento adecuado. El problema de
esta actitud es la presuposicin por parte de estos directivos de que podrn
aglutinar rpidamente un equipo de primer orden para reducir la brecha que
sus competidores han abierto al haberse arriesgado a apostar con xito por
el fenmeno big. Cualquier entrenador de ftbol sabe que esto no es
posible ya que se requiere de mucha investigacin y trabajo con los
jugadores para contar con un equipo real de alto nivel, y este factor es an
ms importante para nuevas disciplinas donde el talento es escaso.
Por todo ello, la clave no estriba en si debo o no debo hacerlo, sino en
cmo he de empezar.
La mayora de las compaas se empean en encontrar un caso de uso, y
frecuentemente los ms relevantes estn relacionados con el anlisis de los
datos que generan las mquinas. El problema con esto es que todava son
muy pocas las compaas que tienen la capacidad y equipamiento para
generar esta informacin.
Sin embargo, hay otra fuente de big data con la que toda compaa
exitosa cuenta: el cliente. Los datos relativos al cliente sustentan una riqueza
palpable en materia de informacin relativa a marcas, productos, atencin al
cliente, sentimientos del consumidor, satisfaccin del cliente y su impacto en
las ventas. Esto se almacena en silos, que pueden parecer pequeos
almacenes de informacin. Pero si se quiere ganar en visibilidad, las
compaas deben analizar los datos de sus clientes de una manera plena.
Integre los datos de sus clientes provenientes de todas las fuentes
existentes y qu obtendr? big data! Datos tanto estructurados como
Pgina 12

desestructurados, aunque la mayora de comentarios que depositamos en
las redes sociales, blogs y correos electrnicos son desestructurados.
Este big data es el ms relevante para las compaas, puesto que las
ayuda a recabar patrones sobre comportamientos, tendencias, incidencias
de producto e incluso ideas para el desarrollo de nuevos productos. Los
sistemas y herramientas para extraer y analizar este tipo de big data ya
estn disponibles. Modificar su actitud ante este reto es el riesgo que ha de
asumir.

EL IMPACTO DE BIG DATA A LA SEGURIDAD DE LA
INFORMACIN
Big Data se refiere a sacar provecho de una enorme cantidad de datos generados
por ejemplo por sistemas o (a veces inadvertidamente) por usuarios. En seguridad
informtica tambin existe el deseo de hacer sentido de una gran cantidad de bytes
que diariamente se generan en cientos de miles de registros de bitcoras que por lo
general nadie analiza o interpreta.
Todo ataque informtico queda registrado en bitcoras. Si configuramos
adecuadamente la auditora de eventos en redes y sistemas, mi aseveracin est
prcticamente garantizada. Luego entonces viene la pregunta: si toda intrusin
genera una huella en las bitcoras de la infraestructura de TI, por qu muchas veces
pasa desapercibida? O en el mejor de los casos nos percatamos del ataque hasta
tiempo despus slo cuando se realiza un anlisis post-mortem. La respuesta es
simple: son demasiados datos para ser analizados en tiempo real. Los logs se
guardan por un tiempo y luego simplemente se borran para dejar paso a los nuevos.
Para atender esta problemtica necesitamos echar mano de una herramienta que
de alguna manera recolecte todos estos datos, los pre-analice con algunas reglas
que le hayamos proporcionado y nos los muestre para nuestra interpretacin.
Existen diversos productos que nos pueden auxiliar en esta labor y el primero que
se me viene a la mente es un Correlacionador de Eventos. Sin embargo, no es de la
correlacin de la que deseo hablarles sino de un concepto llamado visualizacin de
la seguridad.
Pgina 13

La visualizacin de la seguridad se refiere a ver (s, literalmente ver) datos de una
forma diferente, es decir, grficamente (claro, existen mejores definiciones). Todos
conocemos aquel certero dicho de una imagen vale ms que mil palabras. Y lo
mismo aplica para generar modelos que representen infinidad de datos que
resultaran incomprensibles, al menos a primera vista vindolos en bruto.
Imaginen este escenario. Miles de conexiones a un directorio activo cada minuto.
Todas ellas provenientes de computadoras dentro de una red interna. De pronto
hay una sola conexin que inicia en el exterior y contacta al directorio activo. Dicha
conexin qued perdida en el mar de eventos. Pero aguarden. Una grfica que
modela estas sesiones en tiempo real nos muestra ese ocano de conexiones y de
pronto una aislada que resalta de inmediato de la masa de datos
El tema de visualizacin de seguridad no es reciente. Hay conferencias al respecto y
libros. En BugCon 2013, Luis Guillermo Castaeda (@el_batracio) abord este tema
y libros como Applied Security Visualization de Raffael Marty o Security Data
Visualization: Graphical Techniques for Network Analysis de Greg Conti tocan este
concepto de una manera profunda.
Ahora bien. De dnde podemos obtener fuentes de informacin para hacer
visualizaciones de seguridad? Unos ejemplos:
Aplicaciones (que generen logs, claro).
Dispositivos de red (firewalls, ruteadores, switches).
Sistemas operativos.
Detectores de intrusos.
Honeypots.
Sniffers.
Todo lo anterior genera bitcoras por default y claro, si hacemos los ajustes
correspondientes, nos entregarn las bitcoras adecuadas que deseamos obtener
para las visualizaciones de seguridad.

A continuacin enlisto algunos de los beneficios de la visualizacin:
Contesta preguntas de manera ms clara y rpida. Lejos de explicar por
incontables minutos una intrusin u otro ataque, podemos presentar una
Pgina 14

visualizacin que se auto-explique. Nuestras aclaraciones verbales sern mucho
ms breves.
Agiliza la toma de decisiones. Representar datos por medio de una visualizacin
tiene la capacidad de mostrar mucha informacin de una manera muy rpida.
Presentar informacin. Siempre se puede elegir mostrar informacin por medio
de una presentacin utilizando palabras y una que otra tpica y pobre grfica de
barras o columnas. O podemos impresionar a nuestro auditorio
con poderosas imgenes que representen intrusiones, infecciones, intentos no
autorizados por entrar a un servidor, entre otros ataques. Una nota: no eleg la
palabra impresionar al azar.
Finalmente, quisiera comentar sobre algunos ejemplos de ataques que se pueden
representar fcilmente por medio de una visualizacin de seguridad:
Un sistema hace cientos de peticiones va red (ataque por fuerza bruta) para
adivinar una contrasea en otra computadora.
Un equipo se conecta a las 2:00am al servidor corporativo para hacer un telnet.
Un administrador que en promedio intercambia 87 MegaBytes de informacin
diarios con una base de datos, un buen da extrae 578 GigaBytes.
Miles de sistemas inician exponencialmente conexiones entre s. Se trata de una
infeccin del gusano Blaster.

Retos de seguridad
El anlisis de toda esta gran cantidad puede aportar una ventaja a las
empresas que puedan aprovecharla, pero a su vez tiene asociados algunos
retos para la seguridad que deben tenerse en cuenta:
La adopcin de la tecnologa que permita manejar Big Data debe ser
pensada especficamente. Estructuras de cmputo distribuido, en los
cuales intervienen mltiples plataformas y sistemas deben tener
consideraciones especiales de seguridad, pues tanta diversidad
puede dar a lugar a que queden agujeros de seguridad
explotables por ciberdelincuentes.
Pgina 15

Si bien el almacenamiento y el procesamiento en la nube es una
alternativa muy interesante, es necesario contar con las garantas
necesarias para que se mantenga la confidencialidad de la
informacin. Una alternativa como la virtualizacin puede significar
ventajas similares al procesamiento en la nube, pero con niveles de
riesgo ms controlables.
Los sistemas ms antiguos en las empresas suelen representar
grandes obstculospara lograr la integracin de sistemas, y muchas
veces se opta por soluciones que simplifican los requerimientos de
seguridad para lograr cumplir con las funcionalidades. Si bien son
soluciones que facilitan la operacin en el corto plazo, pueden
convertirse en grandes problemas ms adelante.
Como cualquier esquema de seguridad la educacin de los
empleados es necesario para que se incorporen hbitos seguros
en el manejo de la informacin, apoyados en soluciones que
aseguren el acceso y manipulacin de los datos.
Todos los cambios deben articularse desde las polticas de seguridad
de la informacin, por lo cual se hace necesaria una revisin
completa que permita identificar aquello de debe ajustarse al nivel de
riesgo aceptado por la empresa.
Lograr analizar de forma oportuna los altos volmenes de
informacin para minimizar la ocurrencia de los riesgos en las empresas
y maximizar las oportunidades propias del negocio es sin lugar a dudas
el siguiente paso en el anlisis de datos. Ya muchas empresas han dado ese
paso, el reto est en implementarlo de forma segura.

BIG DATA Y EL ORACLE
Big data fue, por ejemplo, la estrella en el ltimo Oracle OpenWorld:
el posicionamiento adoptado es el de ofrecer mquinas enormes con
capacidades descomunales, procesamiento multiparalelo, anlisis visual sin
lmites, tratamiento de datos heterogneos, etc. Desarrollos como Exadata y
adquisiciones como Endeca soportan una oferta basada en el pensar a lo
grande, que algunos no han dudado en discutir: frente a esa aproximacin,
Pgina 16

la realidad es que algunas de las compaas ms centradas en el tema,
como Google, Yahoo! o Facebook o la prctica totalidad de las startups no
utilizan herramientas de Oracle y optan, en su lugar, por una aproximacin
basada en lo distribuido, en la nube y en el cdigo abierto. De cdigo abierto
son Hadoop, un framework sumamente popular en este campo que permite
a las aplicaciones trabajar con enormes repositorios de datos y miles de
nodos, creado originalmente por Doug Cutting (que le dio el mismo nombre
que tena el elefante de juguete de su hijo) e inspirado en herramientas de
Google como MapReduce o Google File System, o NoSQL, sistemas de
bases de datos no relacionales necesarios para albergar y procesar la
enorme complejidad de datos de todo tipo generados, y que en muchos
casos no siguen la lgica de
garantas ACID(atomicity, consistency, isolation, durability) caracterstica de
las bases de datos convencionales.
En el futuro: un panorama de adopcin cada vez mayor, y muchos, muchos
interrogantes. Implicaciones de cara a los usuarios y su privacidad, o a las
empresas y la fiabilidad o potencialidad real de los resultados
obtenidos: como dice el MIT Technology Review, grandes
responsabilidades. Por el momento, una cosa es segura en Big data:
prepara tus odos para escuchar el trmino.