{"id":1501,"date":"2020-04-17T06:23:27","date_gmt":"2020-04-17T06:23:27","guid":{"rendered":"https:\/\/lisdatasolutions.sidnpre.com\/2020\/04\/17\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/"},"modified":"2022-08-01T15:39:33","modified_gmt":"2022-08-01T15:39:33","slug":"arquitectura-big-data-para-procesamiento-de-datos-de-produccion","status":"publish","type":"post","link":"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/","title":{"rendered":"Dise\u00f1ando una arquitectura Big Data para procesamiento de datos de producci\u00f3n"},"content":{"rendered":"<p>Uno de los m\u00e1s grandes avances que ha tenido lugar en la \u00faltima d\u00e9cada ha sido la creaci\u00f3n de herramientas capaces de procesar grandes cantidades de datos. En los inicios de la d\u00e9cada de los 2000, Google comenz\u00f3 a investigar m\u00e9todos para procesar y almacenar datos de forma distribuida, dando lugar a un sistema de archivos distribuido (<strong>GFS<\/strong>) y un m\u00e9todo de procesamiento llamado <strong>MapReduce<\/strong>.<\/p>\n<p>A partir de all\u00ed, y gracias a la innovaci\u00f3n de m\u00faltiples compa\u00f1\u00edas que donaron sus metodolog\u00edas y repositorios de c\u00f3digo a la comunidad, fueron desarroll\u00e1ndose las herramientas que hoy nos permiten procesar enormes y multiples fuentes de datos: \u201c<strong>Big Data<\/strong>\u201d.<\/p>\n<p>Cuando hablamos de Big Data nos referimos a datos masivos que pueden generarse a partir de dispositivos o acciones individuales de usuarios que, al ser relacionadas entre s\u00ed, dan informaci\u00f3n relevante del comportamiento de sistemas complejos.<\/p>\n<p>Con la llegada de los dispositivos <strong>IoT<\/strong>, <em>internet de las cosas<\/em>, es posible recuperar datos de pr\u00e1cticamente cualquier m\u00e1quina. En el campo log\u00edstico y productivo, es posible analizar datos de las m\u00e1quinas que llevan a cabo las tareas industriales para determinar su eficiencia, cuando est\u00e1n fallando u optimizar su funcionamiento.<\/p>\n<p>Un dise\u00f1o eficiente de una arquitectura de Big Data en un entorno productivo ser\u00eda capaz de realizar las siguientes funciones:<\/p>\n<ul>\n<li>Procesamiento de datos en tiempo real para determinar la <strong>eficiencia de procesos industriales<\/strong><\/li>\n<li>Mezcla de datos generados por procesos por lotes (por ejemplo, datos de un ERP o CRM) con datos generados en tiempo real para realizar <strong>an\u00e1lisis financieros<\/strong><\/li>\n<li>Generaci\u00f3n de <strong>cuadros de mando<\/strong> que se actualicen a medida que los datos van siendo generado y procesados<\/li>\n<li><strong>An\u00e1lisis de incidencias<\/strong> que permitan generar planes de mantenimiento predictivo a partir de datos generados por dispositivos IoT<\/li>\n<li><strong>Optimizaci\u00f3n de procesos<\/strong>, como, por ejemplo, optimizaci\u00f3n de rutas o reasignaci\u00f3n de recursos con tiempos de respuesta casi inmediatos<\/li>\n<li><strong>An\u00e1lisis de tendencias<\/strong> y <strong>generaci\u00f3n de recomendaciones<\/strong> a partir de la operativa habitual<\/li>\n<\/ul>\n<p><img src=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/04\/bigdata-crear-estructura.jpg\" sizes=\"(max-width: 935px) 100vw, 935px\" srcset=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/04\/bigdata-crear-estructura.jpg 935w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/04\/bigdata-crear-estructura-300x130.jpg 300w, https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2020\/04\/bigdata-crear-estructura-768x333.jpg 768w\" alt=\"arquitectura big data\" width=\"935\" height=\"406\" \/><\/p>\n<h2>La arquitectura perfecta para Big Data<\/h2>\n<p>No existe una arquitectura perfecta y est\u00e1ndar. Cada proyecto, cada caso en particular, condicionar\u00e1 las caracter\u00edsticas de la arquitectura ideal. Para llegar a esa arquitectura ideal es necesario evaluar cuales y cuantos dispositivos pueden ofrecer estos datos o pueden convertirse en inteligentes a trav\u00e9s de sensores capaces de recopilar los datos requeridos para el an\u00e1lisis. A partir de estos datos, dependiendo de la frecuencia de generaci\u00f3n del dato y las correlaciones necesarias con otros procesos como bases de datos con informaci\u00f3n empresarial, se crea una arquitectura tecnol\u00f3gica que utilizando las herramientas de procesamiento de Big Data, puede ser capaz de generar la informaci\u00f3n relevante para la toma de decisiones de negocios, mejorando la eficiencia de los procesos productivos y anticip\u00e1ndose a posibles incidencias que puedan disminuir la capacidad de producci\u00f3n.<\/p>\n<p>En LIS-Solutions trabajamos con tecnolog\u00edas punteras de procesamiento de datos tales como <strong>Kafka<\/strong> y <strong>Spark<\/strong> de la suite <strong>Apache Hadoop<\/strong>, as\u00ed como tecnolog\u00edas de visualizaci\u00f3n en cuadros de mando como <strong>Qlik Sense<\/strong>, <strong>Power BI<\/strong> y <strong>Grafana<\/strong>. Estas tecnolog\u00edas nos han permitido realizar sistemas de procesamiento de datos capaces de ofrecer a nuestros clientes informaci\u00f3n relevante sobre sus procesos productivos que les han permitido analizar y optimizar el funcionamiento de su negocio.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Uno de los m\u00e1s grandes avances que ha tenido lugar en la \u00faltima d\u00e9cada ha sido la creaci\u00f3n de herramientas capaces de procesar grandes cantidades de datos. En los inicios de la d\u00e9cada de los 2000, Google comenz\u00f3 a investigar m\u00e9todos para procesar y almacenar datos de forma distribuida, dando lugar a un sistema de [&hellip;]<\/p>\n","protected":false},"author":21,"featured_media":1502,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0},"categories":[31,111],"tags":[],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v20.1 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Dise\u00f1ando una arquitectura Big Data para procesamiento de datos de producci\u00f3n | LIS Data Solutions<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Dise\u00f1ando una arquitectura Big Data para procesamiento de datos de producci\u00f3n | LIS Data Solutions\" \/>\n<meta property=\"og:description\" content=\"Uno de los m\u00e1s grandes avances que ha tenido lugar en la \u00faltima d\u00e9cada ha sido la creaci\u00f3n de herramientas capaces de procesar grandes cantidades de datos. En los inicios de la d\u00e9cada de los 2000, Google comenz\u00f3 a investigar m\u00e9todos para procesar y almacenar datos de forma distribuida, dando lugar a un sistema de [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/\" \/>\n<meta property=\"og:site_name\" content=\"LIS Data Solutions\" \/>\n<meta property=\"article:published_time\" content=\"2020-04-17T06:23:27+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-08-01T15:39:33+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2022\/07\/big-data-industria-40.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"512\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Natalia Andueza\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Natalia Andueza\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/\",\"url\":\"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/\",\"name\":\"Dise\u00f1ando una arquitectura Big Data para procesamiento de datos de producci\u00f3n | LIS Data Solutions\",\"isPartOf\":{\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/#website\"},\"datePublished\":\"2020-04-17T06:23:27+00:00\",\"dateModified\":\"2022-08-01T15:39:33+00:00\",\"author\":{\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/b2748ac1971664b77f38389a77eb1fc7\"},\"breadcrumb\":{\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Portada\",\"item\":\"https:\/\/www.lisdatasolutions.com\/es\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Dise\u00f1ando una arquitectura Big Data para procesamiento de datos de producci\u00f3n\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/#website\",\"url\":\"https:\/\/www.lisdatasolutions.com\/es\/\",\"name\":\"LIS Data Solutions\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.lisdatasolutions.com\/es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/b2748ac1971664b77f38389a77eb1fc7\",\"name\":\"Natalia Andueza\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/67d34db2d9aca971aeec85ef05923c86?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/67d34db2d9aca971aeec85ef05923c86?s=96&d=mm&r=g\",\"caption\":\"Natalia Andueza\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Dise\u00f1ando una arquitectura Big Data para procesamiento de datos de producci\u00f3n | LIS Data Solutions","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/","og_locale":"es_ES","og_type":"article","og_title":"Dise\u00f1ando una arquitectura Big Data para procesamiento de datos de producci\u00f3n | LIS Data Solutions","og_description":"Uno de los m\u00e1s grandes avances que ha tenido lugar en la \u00faltima d\u00e9cada ha sido la creaci\u00f3n de herramientas capaces de procesar grandes cantidades de datos. En los inicios de la d\u00e9cada de los 2000, Google comenz\u00f3 a investigar m\u00e9todos para procesar y almacenar datos de forma distribuida, dando lugar a un sistema de [&hellip;]","og_url":"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/","og_site_name":"LIS Data Solutions","article_published_time":"2020-04-17T06:23:27+00:00","article_modified_time":"2022-08-01T15:39:33+00:00","og_image":[{"width":1024,"height":512,"url":"https:\/\/www.lisdatasolutions.com\/wp-content\/uploads\/2022\/07\/big-data-industria-40.jpg","type":"image\/jpeg"}],"author":"Natalia Andueza","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Natalia Andueza","Tiempo de lectura":"3 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/","url":"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/","name":"Dise\u00f1ando una arquitectura Big Data para procesamiento de datos de producci\u00f3n | LIS Data Solutions","isPartOf":{"@id":"https:\/\/www.lisdatasolutions.com\/es\/#website"},"datePublished":"2020-04-17T06:23:27+00:00","dateModified":"2022-08-01T15:39:33+00:00","author":{"@id":"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/b2748ac1971664b77f38389a77eb1fc7"},"breadcrumb":{"@id":"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.lisdatasolutions.com\/es\/blog\/arquitectura-big-data-para-procesamiento-de-datos-de-produccion\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Portada","item":"https:\/\/www.lisdatasolutions.com\/es\/"},{"@type":"ListItem","position":2,"name":"Dise\u00f1ando una arquitectura Big Data para procesamiento de datos de producci\u00f3n"}]},{"@type":"WebSite","@id":"https:\/\/www.lisdatasolutions.com\/es\/#website","url":"https:\/\/www.lisdatasolutions.com\/es\/","name":"LIS Data Solutions","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.lisdatasolutions.com\/es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Person","@id":"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/b2748ac1971664b77f38389a77eb1fc7","name":"Natalia Andueza","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.lisdatasolutions.com\/es\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/67d34db2d9aca971aeec85ef05923c86?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/67d34db2d9aca971aeec85ef05923c86?s=96&d=mm&r=g","caption":"Natalia Andueza"}}]}},"_links":{"self":[{"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/posts\/1501"}],"collection":[{"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/users\/21"}],"replies":[{"embeddable":true,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/comments?post=1501"}],"version-history":[{"count":1,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/posts\/1501\/revisions"}],"predecessor-version":[{"id":3698,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/posts\/1501\/revisions\/3698"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/media\/1502"}],"wp:attachment":[{"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/media?parent=1501"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/categories?post=1501"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.lisdatasolutions.com\/es\/wp-json\/wp\/v2\/tags?post=1501"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}