1.1 · ¿Qué es Big Data? Las 3 Vs

¿Qué es Big Data?

Big Data (macrodatos) se refiere a conjuntos de datos cuyo tamaño, velocidad de generación o complejidad superan la capacidad de las herramientas tradicionales de gestión y análisis de datos (como una hoja de cálculo o una base de datos relacional en un solo servidor).

No se trata solo de “muchos datos”: se trata de datos que exigen arquitecturas distribuidas para almacenarse y procesarse. Un sensor de IoT, una red social o un sistema de pagos generan datos a una escala que ningún servidor individual puede manejar.

Las 3 Vs

El modelo clásico para caracterizar Big Data son las 3 Vs:

graph TD
BD["Big Data"] --> V1["📦 Volumen<br/>TB → PB de datos"]
BD --> V2["⚡ Velocidad<br/>Generación y análisis<br/>en tiempo real"]
BD --> V3["🎨 Variedad<br/>Texto, JSON, imágenes,<br/>video, tablas"]
V1 --> P["Requiere sistemas<br/>distribuidos"]
V2 --> P
V3 --> P

Algunos autores añaden más Vs: Veracidad (calidad y confiabilidad del dato) y Valor (la capacidad de extraer información útil). Pero las 3 originales definen el problema técnico.

¿Por qué no basta una base de datos tradicional?

Una base de datos relacional clásica corre en un solo servidor. Cuando los datos crecen, la única vía es escalar verticalmente: comprar un servidor más potente. Esto tiene límites físicos y de costo.

Big Data apuesta por el escalamiento horizontal: en lugar de un servidor gigante, muchos servidores baratos trabajando en paralelo como un clúster.

graph LR
subgraph Vertical["Escalamiento vertical"]
  S1["Servidor pequeño"] --> S2["Servidor más grande"] --> S3["Servidor muy caro<br/>+ límite físico"]
end
subgraph Horizontal["Escalamiento horizontal"]
  C1["Nodo 1"]
  C2["Nodo 2"]
  C3["Nodo 3"]
  C4["Nodo N..."]
end

Tipos de datos según su estructura

• Estructurados: tablas con esquema fijo (bases de datos SQL, CSV).
• Semi-estructurados: tienen organización pero sin esquema rígido (JSON, XML, logs).
• No estructurados: sin organización predefinida (texto libre, imágenes, audio, video).

Se estima que la mayoría de los datos generados hoy son no estructurados, lo que refuerza la necesidad de nuevas herramientas de almacenamiento y análisis.

Ejercicio: clasifica los datos

fuentes = ["tabla_clientes.sql", "tweets.json", "fotos_perfil.jpg", "logs_servidor.log"]

def clasificar(fuente):
  if fuente.endswith(".sql") or fuente.endswith(".csv"):
      return "estructurado"
  elif fuente.endswith(".json") or fuente.endswith(".xml") or fuente.endswith(".log"):
      return "semi"
  else:
      return "no_estructurado"

for f in fuentes:
  print(f"{f}: {clasificar(f)}")

Comprueba lo aprendido

Resumen

• Big Data son conjuntos de datos que desbordan las herramientas tradicionales.
• Se caracteriza por las 3 Vs: Volumen, Velocidad y Variedad.
• La solución arquitectónica es el escalamiento horizontal en clústeres.
• Los datos pueden ser estructurados, semi-estructurados o no estructurados.

📚 Lecturas y fuentes