Para manejar los datos se utilizan técnicas y tecnologías como el almacenamiento distribuido, el procesamiento paralelo, el análisis de datos a tiempo real el aprendizaje automático o la inteligencia artificial.

*Variedad: El big data puede estar compuesto por diferentes tipos y formatos de datos (como texto, imágenes, etc.) y datos estructurados y no estructurados. Pueden provenir de diversas fuentes y están en diferentes formatos, lo que plantea desafíos para su procesamiento y análisis.

*Velocidad: En el entorno del big data, los datos se generan a una velocidad alta y constante. Esto significa que deben ser procesados y analizados en tiempo real o con una mínima latencia para obtener información valiosa y relevante.

*Veracidad: La veracidad esta asociada a la calidad y confiabilidad de los datos. Los datos a menudo pueden contener información incompleta, inexacta o no confiable debido a su gran volumen y a la diversidad de fuentes. Por lo tanto, es importante disponer de mecanismos y procesos que permitan evaluar y garantizar la veracidad de los datos utilizados en el análisis.

*Viabilidad: La capacidad de procesar y analizar los conjuntos de big data utilizando las herramientas y tecnologías disponibles. Esto incluye infraestructura de almacenamiento, las técnicas de procesamiento, los algoritmos de análisis y la capacidad de computo necesaria para manejar con eficiencia el volumen y la variedad de datos

*Visualización: Implica la representación grafica y visual de los patrones, las relaciones y las tendencias dentro del conjunto de big data. La visualización efectiva permite comprender mejor los datos, identificar patrones ocultos y comunicar información de manera claras y accesible.

*Valor: Se refiere a la capacidad de extraer información útil y relevante de los conjuntos de datos. El objetivo final del análisis del big data es generar conocimientos que puedan conducir a decisiones informadas, mejoras operativas, descubrimiento de oportunidades y valor añadido para las organizaciones.

Al considerar estas características las organizaciones pueden implementar estrategias para aprovechar el potencial del big data.

En una base de datos de este tipo, los datos se dividen y almacenan en servidores, o nodos, y cada nodo puede ejecutar operaciones locales en los datos que almacena. Además, los nodos pueden comunicarse y coordinarse para llevar a cabo operaciones conjuntas, cómo consultas distribuidas o transacciones en varios nodos.

Ventajas:

*Escalabilidad

*Confiabilidad

*Rendimiento

Desventajas:

*Altos requisitos administrativos

Las bases de datos relacionales son ampliamente utilizadas debido a su estructura flexible y su capacidad para mantener la integridad de los datos. Proporcionan mecanismos para garantizar la coherencia y consistencia de los datos y admiten consultas complejas por medio de operaciones de algebra relacional y SQL.

Además, ofrecen funciones de seguridad como la gestión de usuarios y roles o la definición de restricciones y reglas.

Ventajas:

*Fácil de administrar

Desventajas:

*Peor rendimiento

*Poca escalabidad

*Menos confiable

Aplicación apropiada: Aplicaciones mas sencillas que no requieran de un alto rendimiento.