É«¿Ø´«Ã½

En la ¨²ltima d¨¦cada, nuestra definici¨®n y comprensi¨®n sobre los datos ha cambiado radicalmente, impulsado en parte por el crecimiento de disponibilidad de nuevas herramientas para leer, almacenar y analizar datos no estructurados.

En el pasado, los datos no estructurados por lo general eran subutilizados, dado que era dif¨ªcil interpretarlos. Estas nuevas tecnolog¨ªas facilitaron, no solo comprender los datos no estructurados sino tambi¨¦n buscar resultados valiosos a partir de este tesoro de informaci¨®n.

, el volumen total de datos creados, capturados, copiados y consumidos a nivel mundial para el 2024 superar¨¢ los 149?zettabytes por a?o, y la mayor parte de los datos ser¨¢n no estructurados. Cada organizaci¨®n se beneficiar¨¢ al desarrollar funcionalidades de an¨¢lisis de datos no estructurados. El primer paso en este camino es simplemente comprender qu¨¦ son los datos estructurados frente a los no estructurados.

Aqu¨ª encontrar¨¢ un resumen r¨¢pido sobre la diferencia entre los dos, con explicaciones m¨¢s detalladas:

?Qu¨¦ son los datos estructurados?

Los datos estructurados tienen un esquema bien definido para la informaci¨®n que contienen. Para ofrecer una definici¨®n extremadamente simple, cualquier dato que se pueda presentar en un programa de hoja de c¨¢lculo como Google Sheets o Microsoft Excel pertenece al grupo de datos estructurados.

En este ejemplo, los datos pueden ser representados como filas y columnas. Cada columna representa un atributo diferente, mientras que cada fila tendr¨¢ los datos asociados con el atributo para una instancia ¨²nica. Las filas y columnas forman una tabla a la que se puede hacer referencia de forma f¨¢cil.

Las diferentes tablas pueden estar conectadas, es decir que se pueden tomar como relacionadas por la columna com¨²n presente en ambas tablas.

Si varias tablas est¨¢n relacionadas en sucesi¨®n y combinaci¨®n, esto crea una base de datos relacional. Por ejemplo, los datos de clientes, ventas e inventario de un centro comercial pueden considerarse datos estructurados almacenados como base de datos relacional.

• Cada cliente tendr¨¢ un ID de cliente, as¨ª como campos para su nombre, n¨²mero de contacto, informaci¨®n de tarjeta de cr¨¦dito, direcci¨®n, etc.
• La base de datos de los clientes puede conectarse a la base de datos de ventas, con atributos que incluyen tiempo de venta, c¨®digos de los productos comprados, monto total gastado, ID del cliente, etc. Ambas tablas estar¨¢n conectadas con el atributo com¨²n del ID del cliente.
• Por ¨²ltimo, la base de datos de ventas puede estar conectada a la base de datos de inventario y utiliza el atributo com¨²n del c¨®digo del producto, e interconecta de forma efectiva las tres tablas en una base de datos relacional.

Los datos estructurados como estos, por lo general, se almacenan en sistemas de administraci¨®n de bases de datos relacionales (RDBMSes). Las bases de datos pueden ser escritas, le¨ªdas y manipuladas a trav¨¦s del uso del lenguaje de consulta estructurado (SQL, Structured Query Language), un lenguaje desarrollado por IBM en los a?os 70 para dar soporte a las bases de datos mainframe (aunque fue conocida inicialmente como lenguaje de consulta en ingl¨¦s estructurado o SEQUEL). Se denomin¨® as¨ª debido a que se lee de forma similar al ingl¨¦s. SQL en su formato actual fue popularizado por Relational Software, Inc. (ahora Oracle).

?Qu¨¦ son los datos no estructurados?

Cada dato que no sea estructurado puede clasificarse como dato no estructurado. Se espera que para el 2025, el 80?% de los datos con que nos crucemos ser¨¢n datos no estructurados en formato de texto, audio, imagen o video¹.

En conclusi¨®n, . Por lo general:

• Nacieron digitales e impredecibles.
• Siempre creados y en movimiento.
• Combinados, multimodales e interoperables.
• Distribuidos geogr¨¢ficamente para una mejor protecci¨®n.

Los datos no estructurados pueden tener ciertos metadatos asociados que pueden, en ocasiones, tener una estructura. Por ejemplo, un video puede tener metadatos de resoluci¨®n de videos, tasa de bits, marcos por segundo (FPS), propietario del video, etc. Pero el video en s¨ª es no estructurado. Cuando hay metadatos estructurados asociados con los datos no estructurados, por lo general se conocen como datos semiestructurados.

Si miramos m¨¢s de cerca los ejemplos de los videos de YouTube, algunos metadatos est¨¢n presentes, como el tiempo de carga, la fecha de carga, el n¨²mero de vistas (parcial o total), el n¨²mero de me gusta y no me gusta, etc. Pero el contenido dentro del t¨ªtulo del video, la descripci¨®n del video y el video en s¨ª son datos no estructurados. Tiene un aspecto cualitativo que no puede ser capturado estrictamente por n¨²meros.

La base de datos que m¨¢s se usa para datos no estructurados es NoSQL. NoSQL significa ¡°not only SQL¡±, que indica que la base de datos puede admitir una variedad de datos m¨¢s all¨¢ de las funcionalidades de las bases de datos de SQL. No hay esquema o estructura tabular para las bases de datos NoSQL; es simplemente una colecci¨®n de datos agrupados de forma conjunta.

?

Almacenamiento de datos no estructurados con UFFO

Dicho esto, a pesar de que es posible que los datos no estructurados puedan ofrecer informaci¨®n significativa con un enorme potencial transformativo, representan un desaf¨ªo. La soluci¨®n avanzada de almacenamiento UFFO de Pure, É«¿Ø´«Ã½? FlashBlade?, ofrece la velocidad asociada con la tecnolog¨ªa de almacenamiento flash, as¨ª como la posibilidad de escalar cualquier arquitectura de forma ¨¢gil. ?Quiere un an¨¢lisis m¨¢s detallado? Pure ofrece una prueba gratuita de Pure FlashBlade para que pueda probar la soluci¨®n sin compromisos.

Cap¨ªtulos adicionales de la Gu¨ªa de Big Data

1. Big data vs. datos tradicionales
2. 5 formas en que big data ayuda a las empresas a avanzar
3. La relaci¨®n entre IoT y big data