Macrodatos

La expresión «macrodatos» se usa a menudo en entornos de empresas para describir grandes cantidades de datos. No se refiere a una cantidad específica de datos, sino que describe un conjunto de datos que no se puede almacenar ni procesar con el software tradicional de bases de datos.

Algunos ejemplos de macrodatos son el índice de búsqueda de Google, la base de datos de perfiles de usuario de Facebook y la lista de productos de Amazon.com. Estas colecciones de datos (o «conjuntos de datos») son tan grandes que no se pueden almacenar en una base de datos típica, ni siquiera en una sola computadora. En su lugar, los datos deben almacenarse y procesarse mediante un sistema de gestión de bases de datos altamente escalable. Los macrodatos suelen distribuirse entre varios dispositivos de almacenamiento, a veces en varias ubicaciones diferentes.

Muchos sistemas tradicionales de gestión de bases de datos tienen límites en cuanto a la cantidad de datos que pueden almacenar. Por ejemplo, una base de datos de Access 2010 solo puede contener dos gigabytes de datos, lo que hace inviable almacenar varios petabytes o exabytes de datos. Incluso si un DBMS puede almacenar grandes cantidades de datos, puede funcionar de manera ineficiente si se crean demasiadas tablas o registros, lo que puede provocar un rendimiento lento. Las soluciones para macrodatos resuelven estos problemas al proporcionar sistemas de almacenamiento altamente escalables y con gran capacidad de respuesta.

Existen varios tipos diferentes de soluciones de software para macrodatos, incluidas plataformas de almacenamiento de datos y programas de análisis de datos. Algunos de los productos de software para macrodatos más comunes son Apache Hadoop, Big Data Platform de IBM, Oracle NoSQL Database, Microsoft HDInsight y EMC Pivotal One.