Tecnologías para el almacenamiento y análisis de datos en la Smart City - Eadic

Tecnologías para el almacenamiento y análisis de datos en la Smart City

En este grupo se encuentran las tecnologías que facilitan el análisis de datos, así como su posterior homogeneización para su almacenamiento en grandes bases de datos o Data Warehouse.

También se encontrarían, dentro de él, las tecnologías para el análisis datos y su visualización.

Esta capa permite, por un lado, disponer de toda la información necesaria para proveer los servicios en el marco de la Smart City y, por otro para, analizando los datos de diferentes planos de la ciudad, poder mejorar los procesos de toma de decisiones.

Se trata, además, de construir un modelo unificado de “ciudad” que pueda ser utilizado por diferentes aplicaciones y servicios de la Smart City para lo que habrá que articular una semántica enriquecida de los diferentes conceptos. La gestión de la información necesita además de ciertos niveles de protección, seguridad y aseguramiento de la privacidad y esta es la capa en la que habrá que proporcionarlos.

Los datos son la materia prima fundamental de todo servicio en el marco de la Smart City.

La gestión de estos es una tarea que guarda bastante complejidad ya que normalmente se consumen en tiempo real, suelen ser muy variados, presentan diferentes formatos, suele ser necesario que incorporen información de geo-localización y que hay que integrar a su vez en un modelo de datos complejo que idealmente representa a toda la ciudad.

En este contexto, es necesario pues contar con herramientas que faciliten su tratamiento: extracción, homogeneización y almacenamiento en estructuras que sean de fácil acceso.

En este sentido los Data Warehouse, o almacenes de datos, son herramientas ampliamente conocidas en todos los sectores en los que es necesario almacenar y procesar grandes cantidades de información. En dichos almacenes se escriben los datos que son necesarios o útiles para una organización como paso intermedio para, posteriormente, transformarlos en información útil para el usuario.

El uso de diferentes sistemas de soporte a las decisiones, de herramientas de información ejecutiva y de sistemas de visualización de información, ayudará a la posterior tarea de análisis.

El diseño de un Data Warehouse debe permitir que las aplicaciones o los usuarios finales realicen consultas sobre sus almacenes de datos sin tocar o afectar la operación del sistema.

Y para ello, en el diseño del sistema han de tenerse en cuenta los siguientes aspectos: que han de integrarse los datos provenientes de diferentes bases de datos que, además, con frecuencia, tendrán diferentes estructuras y que han de separarse los datos usados en operaciones diarias de los datos usados en el almacén de datos para los propósitos de análisis.

En el caso de las ciudades inteligentes, los Data Warehouse deben tener en cuenta en su diseño dos características fundamentales: el manejo de gran cantidad de datos en tiempo real y la necesidad de que la información esté geo-localizada.

Tecnología para el almacenamiento y análisis de datos

Para este último tipo de casos se utiliza lo que se denomina el almacén de datos espacial, que añade precisamente esta información de geo-localización a los datos.

En este caso, la componente geográfica no es un dato agregado, sino que es una dimensión más, de tal manera que permite modelar toda la complejidad de la ciudad, y que, a través de herramientas de procesamiento analítico en línea, no solamente se posea un alto desempeño en consultas multidimensionales sino que, adicionalmente, se puedan visualizar espacialmente los resultados: las técnicas de visualización son especialmente relevantes en el contexto de la Smart City.

Una capa de análisis y control se hace pues necesaria para sacar el mayor partido posible a los datos e incluso realizar actividades de previsión de comportamientos y situaciones que ayuden a plantear las diferentes políticas públicas en el ámbito local. En este sentido las técnicas de data mining se hacen imprescindibles.

En esta capa también se situarían las herramientas que facilitan el seguimiento de los eventos más importantes que estén sucediendo en la ciudad y que ayuden, por ejemplo, a detectar alarmas en tiempo real a través de notificaciones.

Además, la información se presentará agregada de diferente manera y a diferentes niveles según el público objetivo de la misma, intentando que la presentación se realice de la manera más intuitiva posible. Se trata, así, de presentar diferentes visiones de la ciudad, dependiendo del objetivo de la consulta y de las diferentes áreas temáticas.

Este módulo será pues fundamental para la definición y seguimiento de los objetivos y de las políticas que regirán el funcionamiento de la ciudad inteligente y que ayudarán a la ciudad tanto en la gestión de su día a día como en la evolución a medio y largo plazo.

También te puede interesar:

– Data Warehouse, Smart Cities y el Internet de las Cosas (I)

– Data Warehouse, Smart Cities y el Internet de las Cosas (II)

Data Warehouse, Smart Cities y el Internet de las Cosas: Tecnologías para la transmisión de datos

Autor: José Antonio Ferreira, profesor del Máster en Big Data y Business Intelligence y del Curso de Sistemas de Información de Inteligencia de Negocio (Data Warehouse)

Máster en Big Data y Business Intelligence

Compartir

Contenido seleccionado para ti

Suscríbete a nuestro boletín

Recibe directamente en tu correo las últimas noticias y actualizaciones de eadic.

Scroll al inicio
Mediante el envío de mis datos confirmo que he leído y acepto las condiciones generales y política de privacidad