Bienvenida conceptos básicos y contexto histórico de las Bases de Datos

1

Bienvenida conceptos básicos y contexto histórico de las Bases de Datos

Introducción a las bases de datos relacionales

2

Historia de las bases de datos relacionales

3

Entidades y atributos

4

Entidades de Platzi Blog

5

Relaciones

6

M√ļltiples muchos

7

Diagrama ER

8

Diagrama Físico: tipos de datos y constraints

9

Diagrama Físico: normalización

10

Formas normales en Bases de Datos relacionales

11

Diagrama Físico: normalizando Platziblog

RDBMS (MySQL) o cómo hacer lo anterior de manera práctica

12

¬ŅQu√© es RDB y RDBMS?

13

Instalación local de un RDBMS (Windows)

14

Instalación local de un RDBMS (Mac)

15

Instalación local de un RDBMS (Ubuntu)

16

Clientes gr√°ficos

17

Servicios administrados

SQL hasta en la sopa

18

Historia de SQL

19

DDL create

20

CREATE VIEW y DDL ALTER

21

DDL drop

22

DML

23

¬ŅQu√© tan standard es SQL?

24

Creando Platziblog: tablas independientes

25

Creando Platziblog: tablas dependientes

26

Creando Platziblog: tablas transitivas

Consultas a una base de datos

27

¬ŅPor qu√© las consultas son tan importantes?

28

Estructura b√°sica de un Query

29

SELECT

30

FROM

31

Utilizando la sentencia FROM

32

WHERE

33

Utilizando la sentencia WHERE nulo y no nulo

34

GROUP BY

35

ORDER BY y HAVING

36

El interminable agujero de conejo (Nested queries)

37

¬ŅC√≥mo convertir una pregunta en un query SQL?

38

Pregunt√°ndole a la base de datos

39

Consultando PlatziBlog

Introducción a la bases de datos NO relacionales

40

¬ŅQu√© son y cu√°les son los tipos de bases de datos no relacionales?

41

Servicios administrados y jerarquía de datos

Manejo de modelos de datos en bases de datos no relacionales

42

Top level collection con Firebase

43

Creando y borrando documentos en Firestore

44

Colecciones vs subcolecciones

45

Recreando Platziblog

46

Construyendo Platziblog en Firestore

47

Proyecto final: transformando tu proyecto en una db no relacional

Bases de datos en la vida real

48

Bases de datos en la vida real

49

Big Data

50

Data warehouse

51

Data mining

52

ETL

53

Business intelligence

54

Machine Learning

55

Data Science

56

¬ŅPor qu√© aprender bases de datos hoy?

Bonus

57

Bases de datos relacionales vs no relacionales

58

Elegir una base de datos

A√ļn no tienes acceso a esta clase

Crea una cuenta y contin√ļa viendo este curso

Curso de Fundamentos de Bases de Datos

Curso de Fundamentos de Bases de Datos

Israel V√°zquez Morales

Israel V√°zquez Morales

Big Data

49/58
Recursos

Big Data es un concepto que nace de la necesidad de manejar grandes cantidades de datos. La tendencia comenz√≥ con compa√Ī√≠as como YouTube al tener la necesidad de guardar y consultar mucha informaci√≥n de manera r√°pida.
Es un gran movimiento que consiste en el uso de diferentes tipos de bases de datos.

Aportes 97

Preguntas 6

Ordenar por:

¬ŅQuieres ver m√°s aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesi√≥n.

Alguien más se ha preguntado qué son esos 2 dispositivos que están sobre el escritorio??

Esto es Big Data:

Es pr√°cticamente imposible pensar en Big Data eficiente que no utilice tecnolog√≠as de inteligencia artificial Machine Learning. En las empresas que manejan enormes cantidades de datos no se podr√≠a analizar humanamente cada conexi√≥n entre ellos para extraer conclusiones que rentabilicen un servicio. Compa√Ī√≠as como Amazon utilizan el Machine Learning para indagar entre sus millones de productos y ofrecer al usuario aquellos que m√°s se ajustan a su perfil. Predicen el n√ļmero de bajas de clientes que se cambiaron a la competencia, analizando qu√© motivos los impulsaron a hacerlo o en caso contrario, la fidelizaci√≥n de nuevos clientes que encontraron satisfecha su demanda en la empresa.

Seguir leyendo…
Machine Learning en el Big Data

Link para descargar cassandra
PASOS PARA INGRESAR AL MUNDO DEL MACHINE LEARNING
1.- ALGORITMOS
2.- BASE DE DATOS
3.- ALGEBRA
4.- PROBABILIDAD Y ESTADISTICA
5.- CAlLCULO
6.- ECUACIONES DIFERENCIALES

Es importantisimo saber de matematicas. Si conoces como funciona el machine learning por dentro lo dominas y no al revez

la definición ahora muy popular del big data como las tres Vs:

Volumen. Las organizaciones recopilan datos de diversas fuentes, incluyendo transacciones comerciales, medios sociales e informaci√≥n de sensores o que se transmite de una m√°quina a otra. En el pasado, almacenarlos habr√≠a sido un problema ‚Äď pero nuevas tecnolog√≠as (como Hadoop) han aligerado la tarea.

Velocidad. Los datos se transmiten a una velocidad sin precedentes y se deben distribuir de manera oportuna. Etiquetas FID, sensores y la medición inteligente crean la necesidad de distribuir torrentes de datos casi en tiempo real.

Variedad. Los datos vienen en toda clase de formatos ‚Äď desde datos num√©ricos estructurados en bases de datos tradicionales hasta documentos de texto no estructurados, correo electr√≥nico, video, audio, datos de teletipo burs√°til y transacciones financieras.

Los datos de la actualidad provienen de m√ļltiples fuentes, lo que hace dif√≠cil vincular, empatar, depurar y transformar datos entre diferentes sistemas. Sin embargo, es necesario conectar y correlacionar relaciones, jerarqu√≠as y m√ļltiples v√≠nculos de datos o sus datos se pueden salir de control en un segundo.

Esto de la Big Data, se está volviendo mi tema favorito…

jajaja me encanta el termino ya llovio

Que pasa en internet en un minuto

Si quieren saber mas sobre big data, hay un gran video en youtube. Aqui dejo el link.
Big Data

Con esta cuarentena el uso y crecimiento de Big Data tiene que haber aumentado en grandes cantidades en diferentes servicios, es una situaci√≥n para tomar como ejemplo y para dar mayor utilidad a tendencias de manejo de bases de datos de gran tama√Īo.

Big Data es un concepto que nace de la necesidad de manejar grandes cantidades de datos. La tendencia comenz√≥ con compa√Ī√≠as como YouTube al tener la necesidad de guardar y consultar mucha informaci√≥n de manera r√°pida.

Pienso que hay que separar el procesamiento de grandes cantidades de datos con BigData del concepto de Data Analytics que esta mas enfocado al descubrimiento del conocimiento y la toma de decisiones.

Big data: Grandes cantidades de datos procesada de manera r√°pida (millones de datos por segundo o menos) y eficiente para ser soportados por la BDD

Qué métrica define una base de datos como big data?

Las 5 V del Big Data.

Gran Volumen, Variabilidad de fuentes, Velocidad de generación de información, Veracidad, Valor

Cuando hablamos de Big Data nos referimos a conjuntos de datos o combinaciones de conjuntos de datos cuyo tama√Īo (volumen), complejidad (variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura, gesti√≥n, procesamiento o an√°lisis mediante tecnolog√≠as y herramientas convencionales.

Ya es muy raro trabajar solo con una base de datos relacional.

Los macrodatos (Big Data) se pueden describir por las siguientes características:

  1. Volumen: la cantidad de datos generados y guardados.
  2. Variedad: el tipo y naturaleza de los datos para ayudar a las personas a analizar los datos y usar los resultados de forma eficaz. Los macrodatos usan textos, im√°genes, audio y v√≠deo. Tambi√©n completan pedazos ¬ŅQu√© pedazos? pedidos a trav√©s de la fusi√≥n de datos.
  3. Velocidad: en este contexto, la velocidad a la cual se generan y procesan los datos para cumplir las exigencias y desafíos de su análisis.
  4. Veracidad: la calidad de los datos capturados puede variar mucho y así afectar a los resultados del análisis.
  5. Valor: los datos generados deben ser √ļtiles, accionables y tener valor.32‚Äč

Si tu objetivo es aprender de bases de datos, definitivamente este es el curso para empezar. No importa si tienes ya bases, deberías hacerlo y retroalimentarte.

El big data hoy dia se volvio una necesidad tambien gracias a los dispositovos IoT que nos permiten obtener informacion de manera constante sobre practicamente cualquiercosa. E visto aplicaciones en empresa de produccion de alimentos donde miden en tiempo real cada paso del proceso productivo. Y con esta informacion hacen proyecciones y estadisticas de toda la produccion, ademas de claro es de vital uso para el control de calidad.

muy bueno, el brochazo

Volumen, velocidad y varidad. Las tres V del Big Data

Este es un tema que me llama la atención, probablemente tome este curso al terminar la ruta de aprendizaje que cree.

Genial! Siempre me preguntaba qu√© pasar√≠a en los casos en los que mi aplicaci√≥n crezca, en si mi peque√Īa base de datos abastecer√≠a o no, ahora veo que hay una cosa llamada Big Data que ya soluciona este problema, me gustar√≠a ver una pr√°ctica de c√≥mo transicionar una aplicaci√≥n peque√Īa que usa una simple base de datos MySQL a algo como Big Data ūüėā

En este caso considero que las bases de datos no relacionales son mejores para manejar grande volumenes de datos para Big Data.

Gracias por la explicaci√≥n instructor Israel, entonces cuando hablamos de Big Data nos referimos al almacenamiento de grandes cantidades de datos un instante muy peque√Īo de tiempo como lo es un segundo. Qu√© en el caso de Youtube ser√≠an alrededor de 5 horas de contenido por segundo, una cantidad impresionante y que ahora con las bases de datos no relacionales es posible lograr.

Es muy interesante el nacimiento de estos movimientos y como grandes de la industria deben transformarse para acoplarse a las necesidades tecnologías y limitaciones de hardware y software.

El big data es un concepto que nace como un serie de soluciones para el tratamiento de ‚Äėmuy grandes‚Äô grandes datos, YouTube fue uno de los precursores

Es un gran movimiento que consiste en el uso de diferentes tipos de bases de datos.

Datos generados en un minuto del 2021

Para comprender el concepto de Big Data, se me ha hecho muy util el concepto y manejo de las 7 Vs.

<h3>Big Data</h3>

Nace de la necesidad de manejar grandes cantidades de datos. Youtube empezó con el uso de Big Data por la cantidad de videos que suben los usuarios, miles de videos por segundo.

Siendo Big data una serie de soluciones que se utilizan para almacenar y obtener grandes cantidades de datos en el menor tiempo.

Casandra es un ejemplo de Big Data que naces de la necesidad de facebook, pero tiene desventajas:

  • Las llaves ya vienen definidas
  • No se puede realizar algunos joints

Pero es m√°s usado para almacenar y obtener datos de forma inmediata.

No es que sea una desventaja, en el mundo NoSQL la parte m√°s compleja es cambiar la forma de pensar a la hora de dise√Īar el modelo pues √©ste se debe basar en las consultas que haremos en la aplicaci√≥n, y no en la relaci√≥n de datos entre s√≠, los JOIN no son parte de esto.

Manejar millones y millones de datos suena a un suicidio ggg.

gracias

se van comunicando los puntos

feliz a√Īo para todos, en la parte de QA automation, que herramientas usar√≠a y como lo llevaria en practica en big data? gracias!

super interesante!

Cada vez se pone m√°s interesante.

Cassandra

Esta base de datos nace de la necesidad de Facebook de guardar mucha más información y sacar mucha más información por segundo. Sin embargo, también tiene algunas desventajas; las llaves están predefinidas, no hay manera de hacer ciertos joins, no podemos sacar todos los datos de una sola vez con una sola clave y otra serie de desventajas que no la hacen tan flexible, pero para el caso particular de meter y sacar datos de una manera rápida es una gran solución.

Big Data

Es un concepto que ataca el reto de manejar grandes vol√ļmenes de datos de forma lo m√°s optimizada posible.

  • Cassandra, surge a partir de la necesidad de Facebook de guardar enorme cantidades de datos y poder extraerlos de manera muy r√°pida.

Es importantisimo saber de matematicas para tener solvencia como profesional en el mundo de las bases de datos. Soy Abogado y muy nuevo en este mundo y a pesar de que comprendo (desde que lo entendí en las clases pasadas de este curso) el funcionamiento de una base de datos y el armado de la misma, pienso que la ruta mas indicada para un conocimiento cabal y profundo sería la siguiente:

  1. ALGEBRA
  2. PROBABILIDAD Y ESTADISTICA
  3. ALGORITMOS
  4. CAlLCULO
    5.- BASE DE DATOS
    6.- ECUACIONES DIFERENCIALES

Estoy leeeeejos‚Ķ ūüė≠

Muy cierto, suena descabellada la idea de subir miles de horas de video por segundo, pero es totalmente cierta dada la cantidad de usuarios que tiene Youtube.

43. Mis apuntes sobre: ‚ÄúBig Data‚ÄĚ

Originalmente es un concepto sobre grandes y muchos muchos datos,
una serie de soluciones para almacenar muchos datos en poco tiempo y también sacar datos.

RESUMEN: Big Data es un concepto que nace de la necesidad de manejar grandes cantidades de datos. La tendencia comenz√≥ con compa√Ī√≠as como YouTube al tener la necesidad de guardar y consultar mucha informaci√≥n de manera r√°pida. Es un gran movimiento que consiste en el uso de diferentes tipos de bases de datos.

Un ejemplo es cassandra pero tiene ciertos tipos de desventaja, su ventaja manejar datos masivos a gran velocidad

Big data: Cuando hablamos del big data nos referimos a un conjunto de datos o combinaciones de conjuntos cuyo tama√Īo(volumen / cantidad), complejidad y velocidad de crecimiento, dificultan su captura, gestion, procesamiento o analisis mediante a herramientas convencionales de bases de datos. Esta tendencia empezo con compa√Īias como Youtube al tener una necesidad de guardar y consultar mucha informacion de manera rapida ademas de que la informacion almacenada va creciendo gradualmente cada vez mas, es un gran movimiento que consiste en el uso de diferentes tipos de bases de datos para realizar las acciones.

Interesante el mundo del Big Data y sin duda un gran reto en el mundo de los datos que queda por descubrir.

Tomé un curso de Big Data y definitivamente, a mi entender, no solo se refiere a guardar y extraer información. sino que existe toda una infraestructura y estrategia para ello.

Big Data
Nacen de la necesidad de almacenar y consultar grandes cantidades de datos.
Hay diferentes soluciones de acuerdo a las necesidades que se tengan. Un ejemplo es Cassandra creada para almacenar los datos de Facebook que sí es capaz de guardar la enorme cantidad de datos generados cada segundo pero es poco eficiente para consultar.

Big Data maneja grandes cantidades de datos, las grandes compa√Ī√≠as cambiaron de bases de datos relacionales a otros tipos de bases de datos, que les permitiera realizar consultas de manera r√°pida y trabajar grandes vol√ļmenes de datos.

¬ęY ah√≠ es cuando el t√©rmino Big Data fue acu√Īado: ‚ÄúBig Data es el t√©rmino que surge como una respuesta a este movimiento y es una serie de soluciones que se ofrecen para atacar o contraatacar esta necesidad de almacenar una cantidad de datos muy grande, y no s√≥lo muy grande sino en muy poco tiempo‚Ä̬Ľ

Es interesante todo esto del Big Data, teniendo en cuenta que cada día hay más datos, y nuevas utilidades para ellos.

Actualmente he visto también el concepto de OLAP (On-Line Analytical Processing).

y llegamos al Big Data bravo, no importa repasar todo el curso pero vamos en buen camino dominando el mundo con esta carrera suerte de tener conexión para seguir aprendiendo dia a dia

Big data ayuda a manejar grandes vol√ļmenes de informaci√≥n

Big data --> Movimiento o manejo de datos de diferentes bases de datos para manejarlos de forma r√°pida.
Soluciones para atacar la necesidad de almacenar grandes cantidades de datos en poco tiempo.

BIG DATA
.
Es un concepto que surge como respuesta a grandes cantidades de datos que con las tecnologías de RDB no se podían manipular de manera practica debido al volumen y complejidad.
.
Es un gran movimiento de diferentes tipos de bases de datos que se convierten en una serie de soluciones que surgen como respuesta al manejo de grandes vol√ļmenes de datos en poco tiempo.
.
Cassandra es una base de datos desarrollada por facebook (Meta) que sirve de la necesidad de guardar y extraer mayores vol√ļmenes de informaci√≥n por segundo. Presenta unas desventajas como las llaves ‚Äúkeys‚ÄĚ est√°n predefinidas y no permite realizar ciertos tipos de JOINS, no se puede extraer todos los datos de una sola vez con una √ļnica clave entre otras que no la hacen tan flexible, pero en el caso particular de guardar y extraer datos de manera r√°pida es una gran soluci√≥n.
.
Muchas veces el termino de Big Data es confundido con Business Intelligence debido a que ambos conceptos se relacionan con grandes vol√ļmenes de datos resumidos anal√≠tica, estad√≠stica y l√≥gica del negocio.

Me encantan los datos, gracias por este cursi ha sido mi favorito

Que es big data

Big Data no es Business Intelligence así el BI se alimente de Big Data.

Hola!

Big Data

Almacenamiento y manipulación de masivas cantidades de datos que se generan en poco tiempo.

Me encanta la BIG DATA y de verdad sería un buen campo para ejercer. Profundizaré en esa rama.

BIG DATA: gran cantidad de datos.

Super interesante y super apasionante.
Gran giro ha tenido la temáticamente del curso, siguiendo la misma línea.

Muchas gracias. ūüėÉ

Muy interesante la informacion de BIG DATA.

Les comparto este post del blog de SAS.

Me encanto‚Ķ ūüėÉ

Hemos llegado, Big Data!

Punto aclarado, yo estaba confundido.

Big Data es el futuro.

Aquí necesitamos al flautista de Hamelin

Muy bien, nunca había entendido a detalle que es Big Data

Impresionante!!

Uso Masivo de la Big Data en campos como la Medicina que permitan chequear la salud y analizar la Data. Un futuro m√°s Global gracias a la BD

¬ŅQue se considera como Big Data? Desde que valor masomenos. Solo una pregunta curiosa ūüėĄ

Big Data, una gran necesidad para el mundo actual

Gracias!

Genial, empezamos definiendo sin mezclar términos, allá afuera todos estos términos los mezclan uno con otros

Purificacion Carpinteyro se unio a la clase de Big Data hehe (muy buena clase por cierto)

es genial que ahonden entre la diferentes ramas teoricas donde los datos son el principal fin

Excelente induccion

y si llovio?

¬ŅEntonces tambi√©n el motor de la base de datos juega un papel importante para Big Data?

que necesidad tan difícil de suplir, me llena de curiosa el descubrir como manejar semejante cantidad de datos.

El código de Matrix eran recetas chinas de cocina.

Big Data.

Eso de Big Data se escucha increíble

En las empresas que manejan enormes cantidades de datos no se podría analizar humanamente cada conexión entre ellos para extraer conclusiones que rentabilicen un servicio

Israel V√°zquez Morales : Super el consejo de va el profe