Hay cinco categorías diferentes de aplicaciones de Big Data.

Big Data debería usarse para resolver aplicaciones centradas en la tecnología.

Visualizar Big Data no presenta desafíos especiales.

El almacenamiento de enormes volúmenes de datos se resuelve mediante MapReduce.

El procesamiento de datos masivos en paralelo se resuelve utilizando bases de datos NoSQL.

El procesamiento de datos masivos en modo de transmisión en tiempo real se realiza a través

de Apache Spark.

La gestión de una gran variedad de datos se realiza a través de bases de datos NoSQL.

Hadoop es una tecnología de Big Data patentada.

Hadoop Distributed File System (HDFS) fue inventado por Google.

Una de las principales fuentes de Big Data es la comunicación hombre-máquina.

Cuantos más datos hayan disponibles, más exitosas serán las aplicaciones comerciales.

Las etiquetas RFID son una forma de comunicación hombre-máquina.

Las redes sociales son una forma de comunicación hombre-máquina.

Un sensor es un dispositivo que calcula si el mensaje de las redes sociales es sensato.

El seguimiento de la ubicación de los activos puede generar grandes eficiencias.

La actuación policial predictiva ha demostrado reducir el crimen.

Los datos de las redes sociales se pueden usar para diseñar pólizas de seguros de automóviles flexibles.

Las aplicaciones de Big Data son relevantes sobre todo para industrias intensivas en conocimiento.

Big Data se puede usar para campañas de marketing efectivas.

Cuantas más fuentes de Big Data incluyan, más compleja será la estructura Big Data.

La arquitectura de Big Data incluye aplicaciones de procesamiento de transacciones.

La arquitectura de Big Data incluye aplicaciones de procesamiento de transacciones.

Una arquitectura simple de Big Data consta de dos capas: una capa de ingesta de datos y una capa de consumo de datos.

Una vez establecido, la Arquitectura de Big Data de una empresa no se puede modificar.

Servir aplicaciones basadas en la web es una forma de una aplicación Big Data.

Google inventó la arquitectura de Big Data con el motor de búsqueda de consultas.

IBM Watson utiliza la arquitectura de Big Data para hacer aplicaciones Deep Question-Answer.

Facebook no es un usuario activo de las arquitecturas Big Data.

Las organizaciones gubernamentales deberían usar una arquitectura Big Data más segura.

Hadoop es un gran proyecto de la serie de código abierto Apache de productos Big Data.

El sistema de archivos distribuidos de Hadoop es un administrador de archivos de propósito general para proyectos de Big Data.

Hadoop proporciona una escalabilidad ilimitada del almacenamiento de datos.

HDFS utiliza una arquitectura de anillo para organizar masas de datos y máquinas.

Un NameNode es una máquina que almacena los nombres de todos los archivos de datos y sus ubicaciones de los diversos dispositivos de almacenamiento de datos.

Si un DataNode falla, los datos pueden perderse, a menos que el usuario haga una copia de seguridad.

HDFS permite docenas de formatos de archivo para optimizar el almacenamiento de muchos datos diferentes.

Uno de los objetivos de diseño de HDFS es reducir los requisitos de ancho de banda de la red.

YARN es el administrador de tareas que calcula los datos en un nodo.

Hadoop está escrito en Scala y Python.