Big Data Fundamentals

Manual introductorio y conceptual de referencia, escrito por Thomas Erl, Wajid Khattak y Paul Buhler dentro de The Prentice Hall Service Technology Series, que establece las bases teóricas, arquitectónicas y de negocio del Big Data. La obra está dirigida a estudiantes, analistas de negocio, directores de TI, arquitectos de software y consultores que buscan una comprensión formal, rigurosa y neutral frente a proveedores del fenómeno de los macrodatos, sin requerir experiencia previa en programación ni formación matemática especializada.

El contenido estructura detalladamente los conceptos centrales de la disciplina: las dimensiones fundacionales del Big Data (las 5 V: volumen, velocidad, variedad, veracidad y valor); los distintos tipos de analítica (descriptiva, diagnóstica, predictiva y prescriptiva); y su coexistencia con tecnologías empresariales tradicionales como OLTP, OLAP, procesos ETL, data warehouses y data marts. En el plano técnico y arquitectónico, introduce los principios de diseño de sistemas de archivos distribuidos (como Apache Hadoop HDFS), paradigmas de procesamiento paralelo y distribuido (MapReduce, procesamiento por lotes frente a flujos en tiempo real), las diferentes familias de bases de datos NoSQL (clave-valor, documentales, orientadas a columnas y grafos), técnicas de minería y aprendizaje computacional, y consideraciones organizativas sobre gobernanza, seguridad, privacidad y procedencia del dato.

El libro prescinde intencionadamente de líneas de código o ejercicios de consola, optando por una pedagogía fundamentada en diagramas claros, definiciones estandarizadas y un caso de estudio empresarial ficticio que se desarrolla de principio a fin a lo largo de los capítulos para contextualizar la toma de decisiones. Deja fuera la configuración y despliegue directo de herramientas concretas, por lo que su aporte clave es dotar al lector de un marco mental y de vocabulario sólido antes de iniciar proyectos de implementación técnica o certificaciones del sector.