Aprender SQL, 3ª Edición

Capítulo 18. SQL y Big Data

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Aunque la mayor parte del contenido de este libro abarca las diversas características del lenguaje SQL cuando se utiliza una base de datos relacional como MySQL, el panorama de los datos ha cambiado bastante en la última década, y SQL está cambiando para satisfacer las necesidades de los entornos actuales, que evolucionan rápidamente. Muchas organizaciones que hace unos años utilizaban exclusivamente bases de datos relacionales, ahora también albergan datos en clústeres Hadoop, lagos de datos y bases de datos NoSQL. Al mismo tiempo, las empresas se esfuerzan por encontrar formas de obtener información a partir de los crecientes volúmenes de datos, y el hecho de que estos datos estén ahora repartidos en múltiples almacenes de datos, quizás tanto in situ como en la nube, hace que esta tarea sea desalentadora.

Como millones de personas utilizan SQL y se ha integrado en miles de aplicaciones, tiene sentido aprovechar SQL para aprovechar estos datos y hacerlos procesables. En los últimos años, ha surgido una nueva generación de herramientas que permiten el acceso SQL a datos estructurados, semiestructurados y no estructurados: herramientas como Presto, Apache Drill y Toad Data Point. Este capítulo explora una de estas herramientas, Apache Drill, para demostrar cómo se pueden reunir datos en diferentes formatos y almacenados en diferentes ...