Autora: Keila Chacón / Centro de Seguridad Informática y Certificación Electrónica (CSICE). FIIIDT.
INTRODUCCIÓN
En el artículo anterior sobre Base de Datos NoSQL se menciono aspectos relevantes del uso de tipo de base de datos y la importancia en la centralización de la información no estructurada para los organismos donde generan este tipo de información, como el caso de la Fundación Instituto de Ingeniería para la Investigación y Desarrollo Tecnológico (FII-IDT) donde se realizan proyectos de investigación, desarrollos tecnológicos, asesorías y servicios para la industria y el sector público del país.
Por lo antes mencionado, se continua con la investigación sobre el uso de herramientas tecnológicas que permitan darle un buen uso a la información no estructurada, esta herramienta debe permitir centralizar dicha información y permitir extraerla de manera que pueda ser utilizada para tomar futuras decisiones, crear patrones, evaluar comportamientos incluso hasta reutilizar conocimiento generado en algún momento.
Bajo el lineamento de Base de datos NoSQL, se opta por indagar sobre MongoDB el cual permite guardar estructuras de datos BSON (una especificación similar a JSON) con un esquema dinámico, haciendo que la integración de los datos en ciertas aplicaciones sea más fácil y rápida. En conjunto con Big Data para administrar grandes volúmenes de datos.
MONGOBD
MongoDB guarda la estructura de los datos en documentos BSON con un esquema dinámico, lo que implica que no existe un esquema predefinido. Los elementos de los datos se denominan documentos y se guardan en colecciones. Una colección puede tener un número indeterminado de documentos. Comparando con una base de datos relacional, se puede decir que las colecciones son como tablas y los documentos son registros en la tabla. La diferencia es que en una base de datos relacional cada registro en una tabla tiene la misma cantidad de campos, mientras que en MongoDB cada documento en una colección puede tener diferentes campos. [3]
En un documento, se pueden agregar, eliminar, modificar o renombrar nuevos campos en cualquier momento, ya que no hay un esquema predefinido. La estructura de un documento es simple y compuesta por pares llave/valor, parecido a las matrices asociativas en un lenguaje de programación, esto es debido a que MongoDB sigue el formato de JSON. En MongoDB la clave es el nombre del campo y el valor es su contenido, los cuales se separan mediante el uso de “:”, tal y como se puede ver en el siguiente ejemplo. Como valor se pueden usar números, cadenas o datos binarios como imágenes o cualquier otro. [3]
En este mismo orden de ideas, MongoDB es un potente lenguaje de consulta, rico y expresivo que permite filtrar y ordenar por cualquier campo, independientemente de cómo esté incrustado en un documento. Admite agregaciones y otros casos de uso modernos, como búsqueda de gráficos o texto, y búsqueda basada en información geoespacial. Las propias consultas son también JSON, por lo que se programan fácilmente.
BIG DATA
Big Data se refiere a conjuntos de datos muy grandes y a menudo complejos, de un tamaño tan grande que están más allá de la capacidad de administrar con herramientas de software tradicionales. La mayor parte de Big Data se compone de tipos de datos no estructurados como video, fotos, audio, páginas web y contenido multimedia. [1]
¿PARA QUÉ SE UTILIZA BIG DATA?
Big Data puede abordar una variedad de actividades comerciales, desde la experiencia del cliente hasta el análisis. Aquí hay unos ejemplos:
- Cumplimiento y protección contra el fraude: permite identificar patrones de uso asociados con el fraude y analizar mucha de información de forma rápida, acelerando y simplificando los informes regulatorios.
- Aprendizaje automático: es un habilitador clave para algoritmos que enseñan a las máquinas y al software cómo aprender de su propia experiencia, para que puedan desempeñarse más rápido, lograr una mayor precisión y descubrir conocimientos nuevos e inesperados.[1]
- Desarrollo de productos: las empresas analizan y modelan una gama de entradas de Big Data para pronosticar la demanda de los clientes y hacer proyecciones sobre qué tipos de nuevos productos y atributos tienen más probabilidades de satisfacerlos.
- Mantenimiento predictivo: con el uso de algoritmos apropiados, los fabricantes evalúan las entradas del sensor y otros conjuntos de datos a fin de evaluar el rendimiento de la máquina y descubrir pistas sobre problemas inminentes. El objetivo es establecer los intervalos correctos para el mantenimiento preventivo y optimizar el tiempo de funcionamiento del equipo.
¿CUÁLES SON ALGUNOS EJEMPLOS DE BIG DATA EN LA PRÁCTICA?
En mercados competitivos de bajo margen, los fabricantes utilizan Big Data para mejorar la calidad y la producción al tiempo que minimizan el desperdicio. Las agencias gubernamentales pueden emplear las redes sociales para identificar y monitorear brotes de enfermedades infecciosas. Los minoristas afinan rutinariamente las campañas, las SKU de inventario y los puntos de precio al monitorear las tasas de clics en la web que revelan cambios ocultos en el comportamiento del consumidor. [1]
MONGODB Y BIG DATA
Big Data significa nuevas oportunidades para que las organizaciones creen valor comercial y lo extraigan. La base de datos MongoDB NoSQL puede apuntalar muchos sistemas Big Data, no solo como un almacén de datos operativos en tiempo real sino también en capacidades fuera de línea. Con MongoDB, las organizaciones brindan más datos, más usuarios, más información con mayor facilidad y crean más valor en todo el mundo.
FUTURAS INVESTIGACIONES
Conociendo las características de MongoDB y Big Data, se debe analizar la implementación de su uso en la Fundación Instituto de Ingeniería y otros entes del estado, con el fin centralizar información no estructurada, permitiendo que la misma esté disponible en el momento que se requiera para la reutilización entre los interesados.
Por lo antes mencionado, en los próximos artículos se continuará la investigación sobre casos de éxito o mejores prácticas utilizando estas herramientas tecnológicas y en qué aspectos se podrá implementar en la Fundación Instituto de Ingeniería y otros entes del estado.
REFERENCIAS
- Inc.Mongo. ¿Qué es el Big Data? (2020).
https://www.mongodb.com/big-data-explained - Inc.Mongo. La base de datos líder para aplicaciones modernas (2020).
https://www.mongodb.com/es
3. Manipulación de datos: colecciones y documentos… – Pastebin.com https://pastebin.com/BhGfwhTn
Contacto: kchacon@fii.gob.ve; jefecentrocsice.1@gmail.com