SQL Server Developer Edition libre

Es una muy buena noticia y una muy buena decisión de la gente de Microsoft.
Para más información ver aqui.

SQL Server para Linux

De no creer, en otros tiempos esto habría sido ni más ni menos que un chiste.
Microsof planea tener para mediados de 2017 la versión final del producto.

http://blogs.microsoft.com/blog/2016/03/07/announcing-sql-server-on-linux/

SQL Server 2012 44 Data Lineage

Les dejo un link a un video que muestra lo simple que es obtener información interesante de auditoria:


https://www.youtube.com/watch?v=JY9c8LQehyY

BI con Datazen

Hace unos días Microsoft anunció oficialmente la adquisición de una empresa Canadiense denominada DATAZEN especializada en BI y más específicamente en mobile.

Aquí en su canal oficial se puede observar un overview de las características de la herramienta.

Tu primer tablero de comandos en Power BI

Queria compartir este artículo muy intesante que muestra los principales pasos para realizar tableros de comonados en POWER BI.
Aqui les dejo la URL  http://biinsight.com/?p=1349#more-1349

Tambien en este video se puede ver las capacidades de la herramienta: https://www.youtube.com/watch?v=UE001nxTKqg&feature=youtu.be

Bases de datos NoSQL - MongoDB - ¿Qué es MongoDB?

Si somos bien concretos y específicos se trata de una base de datos no relacional o NoSQL, una de las más conocidas del mercado (MongoDB) pero podemos encontrar otras como CochBase, BaseX, RavenDB, etc..

Este tipo de sistema de base de datos no son relacionales (RDBMS) y no implementan aspectos que comúnmente utilizamos en los sistemas tracionales como el lenguaje SQL de consulta, las transacciónes ni garantizan el ACID, no existe el JOIN.

Desde su arquitectura inicial son pensadas para escalar horizontalmente, e decir, no requieren de características adicionales para escalar  de esta forma con lo cual “todo es más simple”.

Hablando específicamente de Mongo, está escrito en C++, podemos consultar los datos almacenados utilizando JSON e internamente los documentos se almacenan en BSON (una representación binaria de JSON), es posible realizar operaciones CRUD.

Podría buscar los alumnos almacenados en la base de datos en la colección Alumnos ingresando el siguiente comando:

db.Alumnos.find({Nombre : “Juan”});

Los datos en este tipo de BD no requieren estar normalizados, con lo cual podremos guardarlos normalizados, desnormalizados o en forma híbrida está decisión es fundamentalmente un aspecto que puede impactar en el rendimiento.

Los datos son almacenados en colecciones, dentro de las diferentes bases de datos que puedo tener en un servidor Mongo. 

La instalación es muy simple y cuenta con una consola de comandos, donde puedo interactuar con la base de datos. (más información http://docs.mongodb.org/v3.0/tutorial/install-mongodb-on-windows/ )

- Mongob: es la base de datos propiamente dicha, gestiona todas las operaciones request, accesos a datos, etc.

- Mongo: Inica el Shell, es una consola interprete de Java Scritp que permite realizar todo tipo de operaciones.

El esquema lo definirá más que nada las consultas que voy a realizar normalmente, esto sería totalmente en una base de datos RDBMS que debería definir el esquema y luego almacenar los datos con ese criterio.

En los próximos artículos se dará más detalles sobre las características más destacadas. 

Links Relacionados:

Más información sobre el Shell: http://docs.mongodb.org/v2.2/faq/mongo/

Manual completo: http://docs.mongodb.org/v3.0/

Las 4 V de Big Data

Big Data es un término o un concepto que últimamente ha comenzado a escucharse muchísimo, básicamente hace un tiempo que existe como tal pero con la evolución del software, las comunicaciones (internet, telefonía celular), la inserción de los microprocesadores y sensores en vehículos, etc. Se generan grandes volúmenes de datos, existe una famosa infografía que muestra lo que ocurre en internet en un minuto es inimaginable.

Al disponer de grandes volúmenes de datos los análisis pueden ser mucho más precisos y por ende pueden ayudar a tomar mejores decisiones. Y mejores decisiones pueden significar mayores eficiencias operacionales, reducción de costos y la reducción del riesgo.

En 2001 un analista de la industria llamado Doug Laney (Actualmente Gartner), definió a Big Data con 3 V’s: Volumen, Velocidad y Variedad.

En la actualidad se considera una V adicional para Veracidad, tal como publica IBM en su infografía.

• Volumen: Muchos factores contribuyen al aumento de volumen de datos. Datos basados en transacciones almacenados a través de los años o  datos no estructurados La disminución de los costos de almacenamiento influyen de forma positiva para contar con gran cantidad de información.
• Velocidad: Los datos se transmiten en a velocidad sin precedentes y debe ser tratado de manera oportuna. Las etiquetas RFID, sensores y contadores inteligentes están impulsando la necesidad de hacer frente a los flujos de datos en tiempo casi real.
• Variedad. Contamos con datos en todo tipo de formato. Los datos estructurados, numéricos en bases de datos tradicionales. Información creada a partir de las aplicaciones de línea de negocio. Documentos no estructurados de texto, correo electrónico, vídeo, audio, datos de valores de cotización y las transacciones financieras.
• Veracidad. Es un punto importante en el análisis de grandes volúmenes de información dado que se debe estar muy seguro de que tipo de información estamos analizando, básicamente la veracidad de la misma, los profesionales de IT deben trabajar para colaborar con la misma.