Consulta nuevas tendencias de BD

 

 

TENDENCIAS EN BASES DE DATOS
Tendencia	Descripción	Ventajas	Desventajas
Modelos de negocio en la nube.	El modelo de negocio en la nube permite a los programadores desarrollar aplicaciones y microservicios bajo un modelo basado en uso. El modelo de base de datos como servicio o DBaaS (Database-as-a-Service) ha adquirido relevancia, pues permite a los grandes proveedores de nube pública reducir el tiempo de espera para que un administrador de base de datos pudiera entregar una base de datos solicitada.	En la nube las compañías solo pagan por los recursos de cómputo y el ancho de banda que usan. Lo cual tiende a ser mucho más económico. Eliminación de estrés del departamento de TI. Facilita la operación de la compañía.	Pueden agregar nivel de complejidad a la estructura de seguridad mediante la gestión proactiva de sus entornos.
HTAP: Big data más base de datos	En el ámbito de las aplicaciones, el concepto de Big Data y bases de datos se unen. Así pues, para las aplicaciones con un único sistema se puede realizar generación, procesamiento, almacenamiento y consumo de datos, que tiene como resultado una mejor experiencia de los usuarios.   Llegado este punto, surge el procesamiento híbrido de transacciones o análisis, también conocido por HTAP, que mejora el rendimiento y es capaz de sincronizar millones de transacciones diariamente, mejorando como ya se ha dicho la experiencia del usuario.	Pueden emplearse como almacenes de datos. Pueden manejar cargas de trabajo de procesamiento transaccional en linea (OLTP) y responder rápidamente a la solicitud de análisis de Big Data en tiempo real.	El alto volumen de datos puede ralentizar el análisis. Algunas personas consideran que el uso de Big Data es una violación a su privacidad. En los últimos años los ciberataques han centrado su atención en el Big Data, debido a la vulnerabilidad de los datos. Aunque su gran tamaño sirve para tener una apreciación más real acerca de algo, también es un gran inconveniente. Ello puede ralentizar el análisis de la información. Aunque los profesionales en la materia conocen como seleccionar y omitir grandes patrones de datos.
Plataformas de base de datos Inteligente y autónoma	las plataformas de base de datos autónoma (Self-Driving Database Platform, SDDP) proporciona capacidades de autoconducción a las bases de datos que se ejecutan en una plataforma, de esta manera se permite que las bases de datos perciban, tomen decisiones y realicen optimizaciones de forma independiente con el fin de generar un servicio continuo.	Permite la administración de recursos físicos, la administración de la vida útil de una instancia, la seguridad y el escalado automático. se puede emplear la IA para diferentes escenarios en el ámbito de las bases de datos como, por ejemplo, las cargas de trabajo o la aplicación en sistemas tradicionales para ajustar los parámetros y mejorar su escalabilidad, todo ello mediante el uso de algoritmos de aprendizaje automático que garanticen que sean sistemas seguros y se ejecuten sin problemas.	Tiene un coste elevado. El aumento del desempleo. Dificultad de acceso a los datos.
Evolución de la analítica aumentada	Con la analítica aumentada veremos la aparición de conocimientos o cambios más importantes que servirán a los negocios a optimizar la toma de decisiones. La analítica aumentada utiliza el aprendizaje automático y la inteligencia artificial para mejorar el análisis de los datos mediante la búsqueda de un nuevo método de creación, desarrollo y compartición de análisis de datos.	Permite reducir los errores y sesgos humanos. la analítica aumentada será un impulsor dominante de nuevas herramientas tecnológicas que hagan del propio proceso de analítica de datos algo sencillo y accesible para gran parte de los perfiles Estas herramientas tratarán de democratizar la ciencia de datos y el aprendizaje automático a toda una organización.	Uno de los desafíos de adopción que enfrenta la organización es el resultado asociado. Otro desafío importante es la necesidad de enfatizar la gobernanza y la colaboración de la inteligencia artificial y el análisis entre analistas y científicos de datos.
Multimodelo	Las bases de datos multimodelos, se caracterizan por ser plataformas de procesamiento de datos que admiten múltiples modelos de datos y definen los parámetros de cómo se organiza la información en una base de datos.	Incorporar varios modelos en una sola base de datos es la posibilidad de que los equipos TI cumplan con varios requisitos de aplicaciones sin necesidad de implementar diferentes sistemas en las bases de datos.	puede impedir la integridad transaccional que utilizan los sistemas de administración de base de datos relacionales para mantener consistencia en los datos.