Big Data: ¿Cuánta información maneja Facebook cada día?

Facebook ha revelado algunas estadísticas sobre la cantidad de información que gestionan sus servidores cada día en un encuentro en sus oficinas centrales en las que ha invitado a algunos medios.

Entre ellos, TechCrunch, donde nos comentan que el sistema procesa 2.500 millones de nuevos posts al día y más de 500 Tbytes de datos al día. Se registran más de 2.700 millones de «Me gusta» y se suben más de 300 millones de fotos cada día, y sus servidores escanean 105 Tbytes de datos cada hora.

Jay Parikh, vicepresidente de ingeniería en Facebook, explicó porqué esta gestión es tan importante en Facebook: «Big data significa realmente tener información que permita realizar mejoras de impacto en tu negocio. Si no sacas provecho de esos datos que estás recolectando, simplemente tienes un montón de datos, no tienes big data«.

Parikh también habló del cluster Hadoop de Facebook, que almacena más de 100 petabytes de información y que según este directivo es el mayor del mundo.

El sistema no es perfecto, no obstante: Parikh indicó que el llamado Project Prism tiene como objetivo tener un único almacén virtual monolítico, físicamente separado pero con una única visualización de los datos que permita distribuir y descentralizar una infraestructura que ahora mismo depende demasiado de un único centro de datos (el resto se usan para redundancia y otros datos).