O documento discute como a combinação de Big Data, Data Mining e bancos de dados NoSQL podem ser usados para extrair informações valiosas de grandes volumes de dados não estruturados. Ele explica como essas tecnologias foram usadas com sucesso em casos como o Google e a Embrapa e compara o desempenho de bancos de dados relacionais e NoSQL.

1. BigData, DataMining e NoSQL:
A combinação perfeita!

2. Franklin Dias
https://github.com/franklindias
https://www.facebook.com/franklindias99
Programador Fullstack Web e Mobile
CTO e Co-Fundador na OneDreams

3. O crescimento absurdo do armazenamento
de dados nos últimos anos.

4. De onde
vem tanto
dado?

5. 2005 2013

6. Em média, empresas usam apenas 10%
de todo dado que possui.

8. BigData - Volume

9. BigData - Velocidade

10. BigData - Variedade

11. BigData - Veracidade

12. BigData - Dados Estruturados x Não Estruturados

13. Dado x Informação

14. Transformando Dado em Informação
DataMining

15. Porque usar
DataMining?
Imagine uma praça...

16. Como funciona?

17. Caso Google

18. Caso Target

19. E na agricultura? É possível usar?

20. Caso real no Brasil

21. Caso real no Brasil
Embrapa

22. E como ficam guardados e
organizados esses dados?

23. SGBD’s Relacionais

24. NoSQL - Not Only SQL

25. NoSQL - Tipos de Armazenamento
Colunas Documentos Grafos Chave-Valor

27. SGBDs Relacionais vs NoSQL

28. Em SGBDs Relacionais

29. Como ficam os dados no MongoDB

30. Pra acelerar as coisas!
Acessar de forma
rápida é mais
importante que
economizar espaço em
disco!

31. SGBDs Relacionais vs NoSQL

32. E o desempenho ?
SGBS Relacionais NoSQL

33. E o desempenho ?
SGBs Relacionais NoSQL

34. E as consultas? Como ficam?
SELECT
SELECT * FROM
produto
db.produto.find({})

35. E as consultas? Como ficam?
SELECT COM WHERE
SELECT * FROM
produto WHERE
nome = ‘Feijão’
db.produto.find(
{nome:“Feijao”})

36. E as consultas? Como ficam?
INSERT
INSERT INTO
produto (nome, valor )
VALUES (“Arroz”,10.00)
db.produto.insert(
{nome:“Feijao”,
preco:10.00})

37. E as consultas? Como ficam?
UPDATE
UPDATE produto SET
valor=15.00 WHERE
nome=“Algodão”
db.produto.update(
{nome:“Feijao”},
{$set:{valor=15.00})

38. E as consultas? Como ficam?
DELETE
DELETE produto
WHERE nome=“Macarrão”
db.produto.remove(
{nome:“Macarrão”})

39. E as consultas? Como ficam?
COUNT
SELECT count(*)
FROM produto WHERE
preco < 30.00
db.produto.count({
preco:{$lt:30.00}})

40. E as consultas? Como ficam?
ORDER BY
SELECT * produto
ORDER BY preco DESC
db.produto.find().
sorte({preco:-1})

41. Dúvidas?