O documento aborda o conceito e aplicação de Big Data, destacando sua importância e os desafios enfrentados na implementação, como as premissas e categorizações noSQL. Também apresenta projetos práticos de Big Data e soluções como Hadoop, Elasticsearch, Logstash e Kibana para gerenciar grandes volumes de dados. O autor, Daniel Checchia, é um consultor com vasta experiência em tecnologia e e-commerce.

1. BIG DATA:
Do Conceito à Prática
http://Checchia.NET
Daniel Checchia
Consultor de Tecnologia
daniel@checchia.net

2. Daniel Checchia…. Quem??
• +30 anos em Tecnologia
• Passagem por todos os grandes e-Commerce nacionais
(americanas.com, shoptime.com, submarino.com, pontofrio.com),
empresas de internet (imovelweb.com, zap.com.br) e startups
(psafe.com, sitepx.com).
• Especializado em Arquitetura Corporativa, Infraestrutura, segurança
e Cloud Computing.
• “T-Rex” evoluído 
2

3. O que eu faço….
 Planejamento Estratégico TI
 Arquitetura Corporativa de TI
 Consultoria Estratégica
 Mentoring para Startups
 CTO Virtual ou On Demand
 Hands on
 Lavo
 Passo
 Cozinho....
3

4. Big data é como sexo no colegial: “Ninguém faz, mas todo
mundo diz que faz. Então todos pensam que alguém está
fazendo e dizem que fazem também”
Jay Kidd, CTO da NetApp
4

5. Alguns Projetos BigData
[2011] Psafe.com (Lockbox):
• 480 Servidores (64Gb RAM, 32Tb SATA)
• Distribuídos em 3 DCs
• 16 Racks por DC
• 10 Servidores por Rack
• Hadoop HDFS
[2013] SitePX (ElasticSearch):
• +5.000.000 Documentos
• Distribuídos em 10 instâncias AWS (Auto-Scalling)
• Resultados de busca em 0.4 Segundos
5

6. “enquadrando” bigdata
6

7. Os 5 'Vs' do Big Data
• Volume (volume)
• Velocidade (velocity)
• Variedade (variety)
• Veracidade (veracity)
• Valor (value)
7

8. Premissas para BigData
• Lidar com volumes extremamente grandes de dados
• Mais variados tipos
• Distribuição de processamento
• Elasticidade
• Escalabilidade
8

9. Bancos Relacionais (ACID)
• Atomicidade: toda transação deve ser atômica, isto é, só pode ser
considerada efetivada se executada completamente;
• Consistência: todas as regras aplicadas ao banco de dados devem
ser seguidas;
• Isolamento: nenhuma transação pode interferir em outra que esteja
em andamento ao mesmo tempo;
• Durabilidade: uma vez que a transação esteja concluída, os dados
consequentes não podem ser perdidos.
Problema: Muito restritivo para uma solução de Big
Data. A elasticidade, por exemplo, pode ser
inviabilizada pela atomicidade e pela consistência.
9

10. Categorias NoSQL
• Orientado a documentos (MongoDB, CouchDB)
• Bancos de dados chave/valor (DynamoDB, Redis)
• Bancos de dados de grafos (Neo4j)
• Etc
10

11. Soluções em bigdata
11

12. Hadoop
• Mantido pela Apache Foundation
• Open Source
• Desenvolvido para Processamento e análise de grandes volumes
de Dados
• Maiores Colaboradores:
•
Facebook
•
Google
•
Yahoo!
•
IBM
12

13. Ecosistema Hadoop
13

14. Arquitetura Hadoop
14

15. Hadoop Cluster
15

16. “Particionamento”
16

17. Alta Disponibilidade
17

18. Bigdata na Prática
18

19. Sobre o Splunk
O Splunk é um mecanismo para os dados de máquina. Ele
coleta, indexa e aproveita os dados de máquina gerados
por todos os seus sistemas e infraestrutura de TI, sejam
eles físicos, virtuais ou em nuvem.
19

20. Logstash
• O Logstash é um sistema para gerenciamento e
agregação de logs.
• Com ele, podemos coletar logs, aplicar filtros e
tratar as mensagens e armazenar para uso
posterior, como visualização, estatística e
alertas.
• Você consegue agregar logs de diferentes
máquinas e aplicações em um ponto central e
ver diversas informações relacionadas através
de uma interface Web.
20

21. ElasticSearch
•
Servidor de buscas distribuído
•
Baseado em REST
•
Open Source
•
Baseado no Apache Lucene
•
Programado em Java (1 Jar)
•
Pode manter sua base local e Distribuída
ou armazenar no Hadoop (Nosso Caso)
21

22. Kibana
•
Kibana é um frontend HTML / JS
•
Desenvolvido para criação de dashboards
para seus dados
•
Integração total com Logstash, Apache
Flume, Fluentd e outros
•
Análise em tempo real do fluxo de dados
•
Altamente escalável
22

23. Kibana Exemplos
23

24. Kibana Exemplos
24

25. Kibana Exemplos
25

26. Kibana Exemplos
26

27. Kibana Exemplos
27

28. Kibana Exemplos
28

29. Demo online Kibana
http://demo.kibana.org/#/dashboard
29

30. Obrigado!!
Daniel Checchia
daniel@checchia.net
@checchia
Skype: daniel.checchia
(11) 3010-0140
30