Neo4j Una guía rápida de Devniel.com Parte I

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Neo4j Una guía rápida de Devniel.com Parte I"

Transcripción

1 Neo4j Una guía rápida de Devniel.com Parte I Por Daniel Flores Braph 1

2 Esta guía se base principalmente en el libro Graph Databases y otras fuentes presentadas en la bibliografía. 2

3 Introducción La teoría de grafos fue creada y promovida por Euler en el siglo dieciocho, por más de trescientos años se ha investigado y mejorado de forma activa por matemáticos, sociólogos, antropólogos, y otras demás ciencias que han encontrado en los grafos una amplia aplicabilidad a través de una serie de diversos problemas matemáticos. Hoy en día, los grafos están siendo adoptados con éxito por los gigantes de Internet (Google, Facebook, Twitter) a través de su explotación en las tecnologías de la información con un nuevo paradigma de bases de datos orientadas a grafos. Una de las mayores empresas de logística en el mundo utiliza, en tiempo real, una base de datos orientada a grafos para la distribución de diferentes paquetes de envío acorde a su modelo de cadena de suministro, una empresa de citas en línea ha reemplazado toda su infraestructura lógica hacia tecnologías orientadas a grafos, un sistema de empleos por internet ha utilizado bases de datos orientadas a grafos para realizar recomendaciones puntuales a sus usuarios con un incremento de la experiencia del usuario bastante aceptable. Es así que las bases de datos orientadas a grafos ahora se utilizan en industrias tan diversas como la salud, tecnologías geoespaciales, redes sociales, comercio minorista, industrias del petróleo y gas, medios de comunicación y redes, juegos y demás, incluso se prevé acelerar su ritmo hacia otras áreas con un crecimiento del trescientos por ciento de utilización en diversas compañías desde enero del año pasado (2013). Y a qué se debe el éxito de este nuevo paradigma?. Puesto que los datos al estar altamente relacionados y requerir un análisis exhaustivo necesitan de una mejor comprensión de las relaciones entre sus entidades, las bases de datos orientadas a grafos ocupan el primer lugar en cuanto a la mejor manera de representar y consultar datos conectados entre sí. Datos conectados cuya interpretación y valor nos obliga primero a entender las formas en que sus elementos constitutivos se relacionan, entendimiento que además se facilita visual y lógicamente gracias a las bases de datos orientadas a grafos. Las tecnologías de administración de bases de datos orientadas a grafos buscan mantener todas las características probadas de las base de datos relacionales (transacciones, ACID, triggers, etc) pero con el uso de un modelo de datos propicio para el siglo veintiuno: grafos. 3

4 Qué es un grafo? Formalmente, un grafo es sólo una colección de vértices y aristas - o, en lenguaje un poco práctico, un conjunto de nodos y relaciones que los unen. Los grafos, dentro de las tecnologías de la información, representan entidades u objetos como nodos y las formas en que las entidades están relacionadas con el mundo o entre sí, a través de relaciones. Con esa perspectiva general, la estructura expresiva nos permite modelar todo tipo de escenarios, desde la construcción de un automóvil, a un sistema de rutas del servicio metropolitano de transporte, pasando por modelos de cadena de suministro o la procedencia de los productos alimenticios e ingredientes de tu plato favorito, hasta llegar incluso a modelar el historial médico de poblaciones enteras o por qué no la estructura del ADN. En cuanto al tratamiento de la información a través de estas estructuras de datos, podemos clasificar las tecnologías orientadas a grafos en: - Tecnologías usadas principalmente para persistencia transaccional online de datos distribuidos en grafos, comúnmente accedidos en tiempo real desde una aplicación. Estas tecnologías son llamadas bases de datos orientadas a grafos, equivalentes a sistemas OLTP. - Tecnologías usadas para el análisis offline de grafos, típicamente realizados en un proceso batch. También denominadas motores de análisis de grafos o graph compute engines. Caben dentro de la categoría de sistemas OLAP o de minería de datos. Mientras que, en cuanto al modelado de la información previo a su tratamiento y dependiendo de las necesidades del negocio y del desarrollador, podemos clasificar los modelos de tecnologías basadas en grafos en las siguientes: - Grafo de propiedades - RDF (Resource Description Framework). - Hipergrafos. 4

5 Bases de datos orientadas a grafos Un sistema de gestión de base de datos orientada a grafos (de ahora en adelante, una base de datos orientada a grafos) es un sistema de gestión de base de datos en línea que basa su modelo de distribución de datos en grafos consolidando a las relaciones como un elemento crucial y concreto de su estructura, además cuenta con métodos CRUD que expone el modelo de datos del grafo. Las bases de datos orientadas a grafos se despliegan generalmente para el uso en sistemas transaccionales (OLTP). En consecuencia, normalmente son optimizados para el rendimiento transaccional, y fabricados con integridad transaccional y disponibilidad operacional. Hay dos propiedades de las bases de datos orientadas a grafos que usted debe considerar al investigar las tecnologías de base de datos orientadas a grafos. - El almacenamiento de los datos o Algunas bases de datos de gráficos utilizan el almacenamiento de grafos en forma nativa que se ha optimizado y diseñado para el almacenamiento y la gestión de los mismos. Sin embargo, no todas las tecnologías de bases de datos orientadas a grafos utilizan el almacenamiento nativo de grafos. Algunos serializan los datos de un modelo de grafos en una base de datos relacional, una base de datos orientada a objetos, o algún otro almacén de datos de uso general. - El motor de procesamiento o o Las bases de datos orientadas a grafos requieren de un procesamiento de nodos adyacentes sin la necesidad de índices intermedios (index-free adjacency), lo que significa que los nodos deben estar conectados físicamente "punto" a punto en la base de datos. Cualquier base de datos que desde la perspectiva del usuario se comporta como una base de datos orientada a grafos (por ejemplo, expone métodos CRUD) se califica como tal. Sin embargo, es clave la inclusión de las adyacencias libres de índices (index-free adjacency) ya que representan la ventaja frente otros tipos de base de datos. 5

6 El beneficio del almacenamiento nativo de grafos es que la infraestructura de distribución de los datos ha sido diseñada y construida especialmente para un buen rendimiento y una alta escalabilidad en el tratamiento de modelos de grafos. El beneficio del almacenamiento no nativo de grafos, en cambio, es que depende por lo general en una infraestructura con muchos años de experiencia (como MySQL, PostgreSQL u Oracle), cuyas características de producción se conocen bien por los equipos de administración. Mientras tanto, el procesamiento nativo de grafos a través de la adyacencia libre de índices beneficia el rendimiento de consulta de los grafos ya que permite el recorrido de los nodos a través de sus relacionales siempre y cuando a costa de consultas con cierta complejidad o de alto consumo de memoria. Relaciones, elementos concretos Las relaciones son estructuras de datos de primera clase del modelo de datos orientados a grafos, a diferencia de otros sistemas de gestión de bases de datos, que nos obligan a inferir conexiones entre las entidades mediante la utilización de propiedades adicionales tales como claves foráneas, o mediante el procesamiento en un nivel superior con algoritmos Map-Reduce. Al reunir las simples abstracciones de los nodos y las relaciones en las estructuras conectadas, las bases de datos orientadas a grafos nos permiten construir modelos sofisticados de forma arbitraria que se asignan estrechamente al dominio del caso de negocio o problema. Los modelos resultantes son más simples y más expresivas que las producidas utilizando bases de datos relacionales y NoSQL. Motores de procesamiento de grafos Un motor de procesamiento de grafos es una tecnología que permite a los algoritmos basados en grafos, como el de Dijkstra o de caminos mínimos, ejecutarse sobre una gran cantidad de datos independientemente del soporte informático que los almacena. Los GCE están diseñados para hacer cosas como identificar patrones, grupos o clústers en los datos y responder a preguntas tales como, " cuántas relaciones, en promedio, tiene un usuario dentro de la red social?". Debido al énfasis en consultas globales, los motores de procesamiento de grafos son normalmente optimizados para el tratamiento de grandes cantidades de información 6

7 particularmente en lotes, y en ese sentido son similares a otras tecnologías de análisis de datos, como la minería de datos y OLAP, que son muy conocidas en el mundo relacional. Mientras que algunos motores de procesamiento de grafos incluyen una capa de almacenamiento nativa de grafos es decir bases de datos orientadas a grafos como Neo4j, otros (y posiblemente más) se refieren a sí mismos estrictamente como habilitados para solo el procesamiento de datos que provienen de fuente externa, y la devolución de los resultados tales como : - Cassovary - Pegasus - Giraph - Pregel Ventajas de una base de datos orientada a grafos Existe un conjunto de casos de uso cuyos patrones de datos presentan una mejora de rendimiento en consultas cuando se implementan en un modelo orientado a grafos, y cuya latencia es mucho menor en comparación con el procesamiento por lotes de las funciones colectivas de otros tipos de base de datos. A parte de la ventaja de rendimiento, las bases de datos orientadas a grafos ofrecen un modelo de datos muy flexible que se adapta al constante cambio de requerimientos o entregas iterativas que concuerdan con las prácticas actuales de desarrollo de software ágil. Eficiencia y eficacia Existe un aumento transparente o evidenciable de rendimiento cuando se trata de consultas de datos relacionados frente a bases de datos relacionales y soluciones NoSQL. A diferencia de las bases de datos relacionales, donde el rendimiento de consultas a través de operaciones JOIN se deteriora a medida que el conjunto de datos se hace más grande, con una base de datos orientada a grafos el rendimiento 7

8 tiende a permanecer relativamente constante, lineal o directamente proporcional a la magnitud del conjunto de datos. Esto es porque las consultas están localizadas en un segmento del grafo que empieza su recorrido a partir de un nodo y continúa a través de sus vértices sin necesidad de recorrer toda una tabla o lista de índices tal y como lo hacen otras bases de datos. Como resultado, el tiempo de ejecución para cada consulta es proporcional solo al tamaño de la parte del grafo recorrido para satisfacer esa consulta. Flexibilidad Como desarrolladores e ingenieros de datos queremos relacionar los datos como los requeridos por el dominio de algún problema o situación, permitiendo así que la estructura y el modelo de datos que surjan sea paralela a nuestra creciente comprensión del espacio del problema, en lugar de ser inferida totalmente por adelantado, cuando sabemos menos acerca de la forma reales y las complejidades de los datos representativos de la situación atendida. Las bases de datos orientadas a grafos abordan directamente esta necesidad, puesto que permite un modelado iterativo de los datos. El modelo de datos orientado a grafos se expresa y se acomoda a las necesidades del negocio de una manera que permite moverse a la velocidad de la situación. Los grafos son naturalmente aditivos, lo que significa que podemos añadir nuevos tipos de relaciones, nuevos nodos, e incluso nuevos subgrafos a una estructura existente sin alterar las consultas existentes y la funcionalidad de la aplicación. Esto permite reducir las implicaciones que contribuyen a la productividad del desarrollador y reducen los riesgos del proyecto. Debido a la flexibilidad del modelo de grafos, no se tiene que modelar el dominio del problema en detalle antes de tiempo - una práctica que comúnmente se hace pero con temor frente a los constantes cambios de requerimientos del cliente. La naturaleza aditiva de los grafos también significa que tienden a realizar menos migraciones, lo que reduce gastos de mantenimiento y riesgo. Agilidad Queremos ser capaces de evolucionar nuestro modelo de datos, a medida que cambia nuestra aplicación, usando una tecnología en línea con las prácticas ágiles de entrega incremental e iterativa de software de hoy. Las bases de datos orientadas a grafos nos equipan para llevar a cabo el desarrollo y mantenimiento de sistemas de 8

9 sin un esquema rígido de datos. En particular, la naturaleza sin esquema del modelo de datos orientado a grafos, junto con el carácter testable de la interfaz de programación de aplicaciones (API) de una base de datos orientada a grafos y el lenguaje de consulta respectivo, hace posible la evolución correcta de una aplicación de una manera controlada y segura. Al mismo tiempo, precisamente porque son libres de esquema, las bases de datos orientadas a grafos no tienen el tipo de mecanismo de restricción de datos orientado a esquemas con el que estamos familiarizados en el mundo relacional. Lo que no significa un riesgo, sino que llama a una especie de libertad que permite hacer mucho más visible y viable la administración de los datos. Las restricciones se aplican comúnmente en forma programática, en un nivel superior al de las consultas, mediante la prueba de conducir el modelo de datos y las consultas de acuerdo a determinadas reglas de negocio de las cuales depende el grafo. Las bases de datos relacionales cuentan con relaciones abstractas Las relaciones entre diferentes entidades existen en las bases de datos relacionales pero de manera indirecta a través de tablas relacionales. Para agregar significado a una relación se necesita eliminar ambigüedades y calificarlas por su grado o importancia, las bases de datos relacionales no aplican nativamente ninguna de estas características. Peor aún, cuando los datos incrementan, y la estructura general de la base de datos se vuelve más compleja y menos uniforme, el modelo relacional es recargado con largas tablas relacionales (join tables), tablas con filas escasamente pobladas y por lo tanto varias columnas con valores nulos. Es así, que el crecimiento de conexión entre entidades se traslada en el modelo relacional en el incremento de operaciones join, las cuales impiden un buen performance y hacen dificultoso la modificación de una base de datos existente en respuesta a un cambio en las necesidades del negocio. 9

10 Las aplicaciones ejercen una influencia clave sobre el diseño del esquema de datos, haciendo unas consultas fáciles, mientras dificulta algunas otras. - Las tablas relacionales agregan cierta complejidad, mezclan datos del negocio con metadatos concernientes a claves foráneas. - Las restricciones de claves foráneas incrementan la labor de desarrollo y mantenimiento de la base de datos. - Las sparse tables con valores nulos requieren una revisión especial en código, a pesar de la presencia de un esquema. - A veces, se necesita de joins demasiado complejos solo para saber qué ha comprado un cliente. - Las consultas recíprocas son aún más costosas : Qué productos compró un cliente? es relativamente barata comparada a Qué clientes compraron este producto?, la cual es la base de los sistemas de recomendación. Se puede introducir un índice, pero incluso con un índice, las preguntas recursivas como 10

11 Qué clientes compraron este producto que también hayan comprado el otro producto? rápidamente se convierten en más complejas a medida que el grado de reciprocidad aumenta. 1. Las bases de datos relacionales se rigen con dominios altamente conectados. Para entender el costo de realizar consultas conectadas en una base de datos relacional, vamos a ver un simple ejemplo y no tan simples consultas en el dominio de una red social. Preguntando por Quiénes son los amigos de Bob? Es fácil, como se muestra en la siguiente consulta: SELECT p1.person FROM Person p1 JOIN PersonFriend ON PersonFriend.FriendID = p1.id JOIN Person p2 ON PersonFriend.PersonID = p2.id WHERE p2.person = 'Bob' 11

12 Basado en nuestros datos de ejemplo, la respuesta sería Alice y Zach. Esto no es particularmente costoso o complejo, ya que restringe el número de filas en evaluación usando el filtro WHERE Person.person= Bob. Friendship no es siempre una relación recíproca, por eso en el siguiente ejemplo, nosotros preguntamos: Quién es amigo de Bob? SELECT p1.person FROM Person p1 JOIN PersonFriend ON PersonFriend.PersonID = p1.id JOIN Person p2 ON PersonFriend.FriendID = p2.id WHERE p2.person = 'Bob' La respuesta a esta consulta sería Alice; lamentablemente Zach no considera a Bob como amigo. Esta consulta recíproca entre entidades es aún fácil de implementar, pero del lado de la base de datos es más costosa ya que la base de datos ahora tienen que considerar todas las filas en la tabla PersonFriend. Nosotros podemos agregar un índice, pero esto aún implica una costosa capa de indirección. Preguntas como Quién es el amigo de mis amigos? se vuelven más costosas con joins recursivos, además de hacer la consulta sintácticamente y computacionalmente más complejas. SELECT p1.person AS PERSON, p2.person AS FRIEND_OF_FRIEND FROM PersonFriend pf1 JOIN Person p1 ON pf1.personid = p1.id JOIN PersonFriend pf2 ON pf2.personid = pf1.friendid JOIN Person p2 ON pf2.friendid = p2.id WHERE p1.person = 'Alice' AND pf2.friendid <> p1.id Esta consulta es computacionalmente más compleja, incluso aunque está sola trate con los amigos de los amigos de Alice, y no tratan más profundamente en la red social de Alice. Las cosas se vuelven más complejas y más caras a medida del grado de relación entre los objetos. Pero preguntas como quién es el amigo, de mis amigos de mis amigos? hacen que las consultas sean más costosas y difíciles de entender. 12

13 El desarrollador se ajusta al esquema de la base de datos con tablas con columnas de valores nulos y código de consulta que captura las excepciones, peor aun cuando se trata de migraciones de un esquema a otro por causas de cambios de la necesidad del negocio. Las bases de datos NoSQL también carecen de relaciones La mayoría de bases de datos NoSQL almacenan conjuntos de documentos, valores o columnas de datos que no guardan relación alguna. Una estrategia muy conocida es la de agregar referencias hacia otros objetos dentro de un campo de cualquier entidad algo parecido a una clave foránea sin embargo, esto necesita de estrategias de relación a través de funciones colectivas en el nivel de aplicación que agrega costo a las operaciones. Con estas referencias, percibimos una relación que a nivel de la base de datos no existe y que por lo tanto para volverlas realidad debemos agregar una lógica adicional a nivel de aplicación que inclusive debe preocuparse por cualquier actualización o eliminación de objetos relacionados para evitar referencias erróneas que puede afectar la calidad de los datos y el desempeño de las consultas, una función propia de las bases de datos relacionales, lógica que muchas veces ya viene incluida con los 13

14 controladores de las diferentes bases de datos NoSQL, dándonos esa falsa percepción de relación entre objetos. Algunas bases de datos no relacionales agregan nativamente capacidades de relación entre entidades a través de metadatos de enlace que apuntan de un valor almacenado hacia otro, permitiendo capturar estas relaciones en las consultas a través de técnicas map-reduce. La técnica MAP-REDUCE consiste en dos fases. MAP, donde la gran cantidad de datos se filtra en pequeñas porciones sobre las cuales se establecerá una determinada lógica. REDUCE, donde el resultado de la lógica aplicada a estos segmentos de datos es coleccionada en un resultado simple Otro punto importante sobre este esquema es que las referencias nativas entre objetos no nos indican el sentido de la relación restringiendo así la capacidad de explotar la base de datos frente a distintas preguntas, que solo podría hacerse agregando más propiedades a las entidades y por lo tanto reduciendo la calidad de la base de datos (se incrementa la latencia de escritura al insertar más bytes de los necesarios y la utilización de discos para almacenar metadatos adicionales) o a través de medios externos, por ejemplo exportando los datos a otro engine como Hadoop para minar los datos. 14

15 Por otro lado el recorrido de estos enlaces o referencias continúan siendo caras por el hecho de requerir la revisión constante de índices, esto debido a que se recorre toda la colección de datos en busca del objeto referenciado, no hay un conocimiento de localidad de la entidad tal y como la tienen las bases de datos orientadas a grafos con la adyacencia de entidades libre de índices a través de relaciones concretas y no abstractas. Las bases de datos orientadas a grafos acogen relaciones Las relaciones en una base de datos forman rutas, así como los vértices en un grafo, es así que la consulta o el recorrido de un grafo implica el seguimiento de estas rutas, a diferencia de una base de datos relacional no se hace un recorrido de toda los datos, es por eso que las operaciones sobre esta base de datos están alineados exactamente al despliegue de las entidades y sus relaciones haciéndolas muy efectivas y eficaces. En el libro Neo4j in Action se hace una comparación entre la ejecución de consultas en una base de datos relacional frente a una base de datos orientadas a grafos, el objetivo es obtener los amigos de los amigos de una determinada persona registrada en la base de datos con una profundidad de hasta 5 grados (amigos de amigos de amigos de amigos) evidenciando la rapidez de Neo4j como representante de las bases de datos orientadas a grafos. Grados Tiempo de ejecución en un RDBMS Tiempo de ejecución en Neo4j Registros retornados ~ ~ ~ Desmesurado ~ Como se puede apreciar en las cifras resultantes, el desempeño de una base de datos relacional decae a medida que la manipulación de elementos conectados se hace más compleja, esto debido a la revisión constante de índices implicados. 15

16 Bibliografía - Robinson, I., Webber, J., & Efrem, E. (2013). Graph databases. Sebastopol, Calif.: O Reilly Media Shades of Graph: How Graph Databases Are Transforming Online Dating. (n.d.). Forbes. Retrieved February 16, 2014, from - Anatomy of an SQL Index. (n.d.). Retrieved February 18, 2014, from Index-Luke.com/sql/anatomy - Neubauer, P. (n.d.). Neo4j Blog: Demining the Join Bomb with graph queries. Retrieved from - OLTP vs. OLAP. (n.d.). Retrieved February 16, 2014, from - Partner, J. (2013). Neo4j in action. [S.l.]: O Reilly Media. 16

APOYO PARA LA TOMA DE DECISIONES

APOYO PARA LA TOMA DE DECISIONES APOYO PARA LA TOMA DE DECISIONES Cátedra: Gestión de Datos Profesor: Santiago Pérez Año: 2006 Bibliografía: Introducción a las Bases de Datos. DATE - 1 - 1. INTRODUCCION APOYO PARA LA TOMA DE DECISIONES

Más detalles

BIG DATA. Jorge Mercado. Software Quality Engineer

BIG DATA. Jorge Mercado. Software Quality Engineer BIG DATA Jorge Mercado Software Quality Engineer Agenda Big Data - Introducción Big Data - Estructura Big Data - Soluciones Conclusiones Q&A Big Data - Introducción Que es Big Data? Big data es el termino

Más detalles

acenswhitepapers Bases de datos NoSQL. Qué son y tipos que nos podemos encontrar

acenswhitepapers Bases de datos NoSQL. Qué son y tipos que nos podemos encontrar s Bases de datos NoSQL. Qué son y tipos que nos podemos encontrar Introducción Son muchas las aplicaciones web que utilizan algún tipo de bases de datos para funcionar. Hasta ahora estábamos acostumbrados

Más detalles

Microsoft SQL Server Conceptos.

Microsoft SQL Server Conceptos. Microsoft Conceptos. Microsoft 2005 es una plataforma de base de datos a gran escala de procesamiento de transacciones en línea (OLTP) y de procesamiento analítico en línea (OLAP). La siguiente tabla muestra

Más detalles

SQL Server Business Intelligence parte 1

SQL Server Business Intelligence parte 1 SQL Server Business Intelligence parte 1 Business Intelligence es una de las tecnologías de base de datos más llamativas de los últimos años y un campo donde Microsoft ha formado su camino a través de

Más detalles

Base de datos relacional

Base de datos relacional Base de datos relacional Una base de datos relacional es una base de datos que cumple con el modelo relacional, el cual es el modelo más utilizado en la actualidad para modelar problemas reales y administrar

Más detalles

TFC UOC. Bases de datos en el contexto de la Web Semántica. Raúl A. Fernández-Santa Cruz Jiménez TFC Ingeniería Técnica de Informática de Gestión

TFC UOC. Bases de datos en el contexto de la Web Semántica. Raúl A. Fernández-Santa Cruz Jiménez TFC Ingeniería Técnica de Informática de Gestión TFC UOC Bases de datos en el contexto de la Web Semántica Raúl A. Fernández-Santa Cruz Jiménez TFC Ingeniería Técnica de Informática de Gestión Consultor: Sinuhé Ángel Arroyo Gómez Introducción Gran impulso

Más detalles

Introducción a Bases de Datos

Introducción a Bases de Datos de a M. -Tastets Universidad de Concepción,Chile www.inf.udec.cl\ andrea andrea@udec.cl II Semestre - 2007 y del s: Sistemas de y del s: de y del s: Objetivos de la Unidad Dar a conocer las características,

Más detalles

Programación Orientada a Objetos Analista Programador Universitario Plan 2008 Año 2010

Programación Orientada a Objetos Analista Programador Universitario Plan 2008 Año 2010 INTRODUCCION Los objetos usados en aplicaciones JAVA mantienen su estado y comportamiento mientras la aplicación se halle en ejecución. Generalmente se necesita mantener el estado y comportamiento de los

Más detalles

CLOUD & BIG DATA. Trabajando el CLOUD, explotando BIG DATA. Cómo pueden ayudarnos estas tecnologías?. Convivimos con ellas?.

CLOUD & BIG DATA. Trabajando el CLOUD, explotando BIG DATA. Cómo pueden ayudarnos estas tecnologías?. Convivimos con ellas?. CLOUD & BIG DATA Trabajando el CLOUD, explotando BIG DATA. Cómo pueden ayudarnos estas tecnologías?. Convivimos con ellas?. Índice. (I) Introducción. Qué es CLOUD. Tipos de CLOUD. Pública. Privada. Comunitaria.

Más detalles

Conectores Pentaho Big Data Community VS Enterprise

Conectores Pentaho Big Data Community VS Enterprise Conectores Pentaho Big Data Community VS Enterprise Agosto 2014 Stratebi Business Solutions www.stratebi.com info@stratebi.com Índice 1. Resumen... 3 2. Introducción... 4 3. Objetivo... 4 4. Pentaho Community

Más detalles

Capítulo 12: Indexación y asociación

Capítulo 12: Indexación y asociación Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación

Más detalles

INTRODUCCION A LAS BASES DE DATOS ESPACIALES

INTRODUCCION A LAS BASES DE DATOS ESPACIALES INTRODUCCION A LAS BASES DE DATOS ESPACIALES Índice Introducción Qué es un SIG? Arquitectura de un SIG La información n en un SIG Uso y aplicación n de los SIG Bases de datos Introducción Antecedentes:

Más detalles

Diseño y Admón. de Bases de Datos. Ingeniería Informática curso 2010/11

Diseño y Admón. de Bases de Datos. Ingeniería Informática curso 2010/11 Laboratorio 06. Objetivos: Representación interna de un BD. Tablas, índices e índices full-text. Sesiones: 1 (24 de noviembre de 2010) Ejercicio: 1. Representación interna: 1.1. Copiar al repositorio de

Más detalles

Ingeniería de Software con UML Unified Modeling Language Lenguaje Unificado de Modelado

Ingeniería de Software con UML Unified Modeling Language Lenguaje Unificado de Modelado Ingeniería de Software con UML Unified Modeling Language Lenguaje Unificado de Modelado 1. Introducción Unified Modeling Languaje Fuente: Booch- Jacobson-Rumbauch y diversos sitios Internet, entre otros:

Más detalles

Unidad 1. Introducción a los conceptos de Bases de Datos

Unidad 1. Introducción a los conceptos de Bases de Datos Unidad 1 Introducción a los conceptos de Bases de Datos 1.1 Definición de Base de Datos Dato: Conjunto de caracteres con algún significado, pueden ser numéricos, alfabéticos, o alfanuméricos. Información:

Más detalles

Roadmap para la adopción de nuevas arquitecturas de información

Roadmap para la adopción de nuevas arquitecturas de información Roadmap para la adopción de nuevas arquitecturas de información Qué es Big Data..? es el nombre que se le da a conjuntos de información que crecen de una manera tan exponencial que resulta prohibitivo

Más detalles

Aproximación al CONCEPTO

Aproximación al CONCEPTO 18 Aproximación al CONCEPTO LA NECESIDAD DE INTERCAMBIAR INFORMACIÓN ENTRE DEPARTAMENTOS Y ÁREAS DE NEGOCIO SE HA VUELTO CRUCIAL Y HA HECHO QUE LAS EMPRESAS VEAN LA INTEGRACIÓN COMO UN ELEMENTO CLAVE PARA

Más detalles

XII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código

XII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código Ana María Bisbé York Servicios Profesionales sp@danysoft.com 916 638683 www.danysoft.com Abril 2015 Sala 1 SQL Server

Más detalles

Workflow, BPM y Java Resumen de la presentación de Tom Baeyens

Workflow, BPM y Java Resumen de la presentación de Tom Baeyens Workflow, BPM y Java Resumen de la presentación de Tom Baeyens Workflow, BPM y Java Página 1 de 11 1. Introducción Tom Baeyens es el fundador y arquitecto del proyecto de JBoss jbpm, la máquina de workflow

Más detalles

Una base de datos es una colección de información ordenada e interrelacionada que es de importancia para una empresa.

Una base de datos es una colección de información ordenada e interrelacionada que es de importancia para una empresa. BASES DE DATOS Una base de datos es una colección de información ordenada e interrelacionada que es de importancia para una empresa. La creación de una base de datos debe ser realizada cuidadosamente procurando

Más detalles

BASES DE DATOS MIS 308

BASES DE DATOS MIS 308 2. MODELOS DE DATOS Introducción 2.1 Entidad relación 2.2 Jerárquico 2.3 De red 2.4 Relacional Introducción Hoy en día las empresas manejan una gran cantidad de datos. Cualquier empresa que se precie debe

Más detalles

CAPÍTULO 2 DATA WAREHOUSES

CAPÍTULO 2 DATA WAREHOUSES CAPÍTULO 2 DATA WAREHOUSES Un Data Warehouse (DW) es un gran repositorio lógico de datos que permite el acceso y la manipulación flexible de grandes volúmenes de información provenientes tanto de transacciones

Más detalles

BASE DE DATOS RELACIONALES

BASE DE DATOS RELACIONALES BASE DE DATOS RELACIONALES Una base de datos relacional es una base de datos que cumple con el modelo relacional, el cual es el modelo más utilizado en la actualidad para implementar bases de datos ya

Más detalles

MAPREDUCE EL MODELO DETRÁS DE

MAPREDUCE EL MODELO DETRÁS DE EL MODELO DETRÁS DE MAPREDUCE MapReduce es un modelo de programación orientado al procesamiento de grandes volúmenes de datos, desarrollado específicamente para sacar ventaja del poder de procesamiento

Más detalles

Big Data. Rodolfo Campos http://www.smartcamp.es/~camposer/tecnocom/bigdata

Big Data. Rodolfo Campos http://www.smartcamp.es/~camposer/tecnocom/bigdata Big Data Rodolfo Campos http://www.smartcamp.es/~camposer/tecnocom/bigdata Madrid, Mayo de 2013 Agenda 1. Introducción a Big Data. 1.1. Definición / Justificación 1.2. Casos de Uso 2. NoSQL 1.1. Orientadas

Más detalles

CAPITULO 1. Introducción a los Conceptos Generales de Bases de Datos Distribuidas

CAPITULO 1. Introducción a los Conceptos Generales de Bases de Datos Distribuidas CAPITULO 1 Introducción a los Conceptos Generales de 1.1 Preliminares Las empresas necesitan almacenar información. La información puede ser de todo tipo. Cada elemento informativo es lo que se conoce

Más detalles

Diseño del Sistema de Información

Diseño del Sistema de Información Diseño del Sistema de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 2 ACTIVIDAD DSI 1: DEFINICIÓN DE LA ARQUITECTURA DEL SISTEMA... 7 Tarea DSI 1.1: Definición de Niveles de Arquitectura... 9 Tarea DSI

Más detalles

Las mejores prácticas

Las mejores prácticas IBM DB2 para Linux, UNIX, y Windows Las mejores prácticas Administración de datos XML Matthias Nicola Laboratorio Silicon Valley de IBM Susanne Englert Laboratorio Silicon Valley de IBM Administración

Más detalles

CURSO DE SQL SERVER 2005

CURSO DE SQL SERVER 2005 CURSO DE SQL SERVER 2005 Una vez finalizado el curso, el alumno estará preparado para: Instalar y configurar SQL Server 2005. Comprender los conceptos más importantes del diseño de bases de datos. Crear

Más detalles

Curso de Android con Java

Curso de Android con Java Todos los Derechos Reservados Global Mentoring Experiencia y Conocimiento para tu Vida 1 Este es un tiempo único para el mundo de los celulares, en particular de los Smartphones. Este tipo de dispositivos

Más detalles

Microsoft Business Solutions Navision le ofrece una forma eficaz de optimizar su negocio y aumentar la productividad.

Microsoft Business Solutions Navision le ofrece una forma eficaz de optimizar su negocio y aumentar la productividad. MICROSOFT BUSINESS SOLUTIONS NAVISION MICROSOFT BUSINESS SOLUTIONS NAVISION Le ofrece la libertad para centrarse en su negocio. Beneficios principales: Aumente su productividad Marque su ventaja sobre

Más detalles

PROGRAMA FORMATIVO Analista de Datos Big Data Cloudera Apache Hadoop

PROGRAMA FORMATIVO Analista de Datos Big Data Cloudera Apache Hadoop PROGRAMA FORMATIVO Analista de Datos Big Data Cloudera Apache Hadoop Julio 2015 DATOS GENERALES DE LA ESPECIALIDAD 1. Familia Profesional: INFORMÁTICA Y COMUNICACIONES (IFC) Área Profesional: SISTEMAS

Más detalles

1.1.- Objetivos de los sistemas de bases de datos 1.2.- Administración de los datos y administración de bases de datos 1.3.- Niveles de Arquitectura

1.1.- Objetivos de los sistemas de bases de datos 1.2.- Administración de los datos y administración de bases de datos 1.3.- Niveles de Arquitectura 1. Conceptos Generales 2. Modelo Entidad / Relación 3. Modelo Relacional 4. Integridad de datos relacional 5. Diseño de bases de datos relacionales 6. Lenguaje de consulta estructurado (SQL) 1.1.- Objetivos

Más detalles

Contenido XIII. Capítulo 1. Capítulo 2. Alfaomega. Bases de datos - Reinosa, Maldonado, Muñoz, Damiano, Abrutsky

Contenido XIII. Capítulo 1. Capítulo 2. Alfaomega. Bases de datos - Reinosa, Maldonado, Muñoz, Damiano, Abrutsky XIII Contenido Capítulo 1 Estructura y tipos de bases de datos...1 1.1 Introducción... 2 1.2 Definición de base de datos... 3 1.3 Sistema de Gestión de Bases de Datos... 4 1.4 Usuarios de la base de datos...

Más detalles

ELEMENTO I INTRODUCCION A LOS SISTEMAS DE BASES DE DATOS

ELEMENTO I INTRODUCCION A LOS SISTEMAS DE BASES DE DATOS Base de Datos ELEMENTO I INTRODUCCION A LOS SISTEMAS DE BASES DE DATOS Una base de datos es un conjunto de elementos de datos que se describe a sí mismo, con relaciones entre esos elementos, que presenta

Más detalles

Diseño del Sistema de Información

Diseño del Sistema de Información Diseño del Sistema de Información ÍNDICE DESCRIPCIÓN Y OBJETIVOS...2 ACTIVIDAD DSI 1: DEFINICIÓN DE LA ARQUITECTURA DEL SISTEMA...7 Tarea DSI 1.1: Definición de Niveles de Arquitectura...9 Tarea DSI 1.2:

Más detalles

Cocinando con Big Data

Cocinando con Big Data Cocinando con Big Data Javier Sánchez BDM Big Data jsanchez@flytech.es 91.300.51.09 21/11/2013 Javier Sánchez 1 Agenda Qué es Big Data? Receta Punto de Partida Para qué Big Data? Conclusiones 21/11/2013

Más detalles

MySQL 5 (versiones 5.1 a 5.6) Guía de referencia del desarrollador

MySQL 5 (versiones 5.1 a 5.6) Guía de referencia del desarrollador Prefacio 1. Objetivos de este libro 13 2. Principales temas tratados en este libro 13 3. A quién va dirigido este libro? 14 4. Requisitos 14 Introducción a MySQL 1. Introducción a las bases de datos relacionales

Más detalles

Web 3.0. & Big Data. Miguel A. Martínez Prieto migumar2@infor.uva.es. #bigdatacyl 2014. Web 3.0. Hacia donde vamos...

Web 3.0. & Big Data. Miguel A. Martínez Prieto migumar2@infor.uva.es. #bigdatacyl 2014. Web 3.0. Hacia donde vamos... & Big Data Miguel A. Martínez Prieto migumar2@infor.uva.es #bigdatacyl 2014 20 de Mayo de 2014 Miguel A. Martínez Prieto & Big Data 1 Índice La WWW es Big Data? Fundamentos de la Estándares y tecnologías

Más detalles

DEPARTAMENTO: Ingeniería e Investigaciones Tecnológicas 1114. ASIGNATURA: BASE DE DATOS Año 2011

DEPARTAMENTO: Ingeniería e Investigaciones Tecnológicas 1114. ASIGNATURA: BASE DE DATOS Año 2011 DEPARTAMENTO: Ingeniería e Investigaciones Tecnológicas Código Asignatura 1114 ASIGNATURA: BASE DE DATOS Año 2011 FUNDAMENTACIÓN Base de datos contribuye a la formación del Ingeniero en Informática por

Más detalles

Solución empresarial Hadoop de EMC. NAS de escalamiento horizontal Isilon y Greenplum HD

Solución empresarial Hadoop de EMC. NAS de escalamiento horizontal Isilon y Greenplum HD Informe técnico Solución empresarial Hadoop de EMC NAS de escalamiento horizontal Isilon y Greenplum HD Por Julie Lockner, analista ejecutivo, y Terri McClure, analista ejecutivo Febrero de 2012 Este Informe

Más detalles

Módulo Profesional 01: Bases de datos (código: 0484).

Módulo Profesional 01: Bases de datos (código: 0484). Módulo Profesional 01: Bases de datos (código: 0484). Actividades de enseñanza-aprendizaje que permiten alcanzar los objetivos del módulo. Interpretar diseños lógicos de bases de datos. Realizar el diseño

Más detalles

Sistemas de Información II Tema 1. El enfoque de bases de datos

Sistemas de Información II Tema 1. El enfoque de bases de datos Sistemas de Información II Tema 1. El enfoque de bases de datos Bibliografía: Elmasri y Navathe: Fundamentos de Sistemas de Bases de Datos 3ª edición, 2002 (Capítulo 1). Carlos Castillo UPF 2008 1 De qué

Más detalles

RECURSOS DE TI Aplicaciones - Bibliografía FUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIOS

RECURSOS DE TI Aplicaciones - Bibliografía FUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIOS Sistemas de Información para la Gestión UNIDAD 3: RECURSOS DE TECNOLOGÍA DE INFORMACIÓN Aplicaciones UNIDAD 2: RECURSOS DE TI Aplicaciones 1. Administración de bases de datos e información: Sistemas de

Más detalles

GRID GRIDS. ING. DE INFORMACION II Ing. Alfredo Ramos

GRID GRIDS. ING. DE INFORMACION II Ing. Alfredo Ramos GRID GRIDS ING. DE INFORMACION II Ing. Alfredo Ramos Uso de Bases de Datos en Grid Introducción Qué es una base de datos? Un conjunto de datos no redundantes, almacenados en un soporte informático, organizados

Más detalles

Introducción. Campos de Aplicación SGBD. Índice. Aplicaciones Representativas. Aplicaciones Representativas

Introducción. Campos de Aplicación SGBD. Índice. Aplicaciones Representativas. Aplicaciones Representativas SGBD Base de Un Sistema Gestor de consiste en: Datos Una colección de datos interrelacionados Un conjunto de programas para acceder a los datos Objetivo Principal de un SGBD: Proporcionar una forma práctica

Más detalles

Gestionando Agile/Scrum con Sciforma

Gestionando Agile/Scrum con Sciforma agile Gestionando Agile/Scrum con Sciforma El desarrollo ágil de software son métodos de ingeniería del software basados en el desarrollo iterativo e incremental, donde los requerimientos y soluciones

Más detalles

La Arquitectura de las Máquinas Virtuales.

La Arquitectura de las Máquinas Virtuales. La Arquitectura de las Máquinas Virtuales. La virtualización se ha convertido en una importante herramienta en el diseño de sistemas de computación, las máquinas virtuales (VMs) son usadas en varias subdiciplinas,

Más detalles

Evolución histórica 60 -. Metodologías

Evolución histórica 60 -. Metodologías TEMA 1 INTRODUCCIÓN Historia Evolución de las técnicas de programación Qué es orientado a objetos? Factores cruciales que miden la calidad del software Externos Internos La familia Orientada a objetos

Más detalles

CICLO SUPERIOR DESARROLLO DE APLICACIONES MULTIPLATAFORMA

CICLO SUPERIOR DESARROLLO DE APLICACIONES MULTIPLATAFORMA CICLO SUPERIOR DESARROLLO DE APLICACIONES MULTIPLATAFORMA PROGRAMACIÓN DIDACTICA ANUAL Parte específica del módulo: 0485. Programación Departamento de Familia Profesional de Informática Curso: 2014-15

Más detalles

http://en.wikipedia.org/wiki/edgar_f._codd

http://en.wikipedia.org/wiki/edgar_f._codd 26/03/2012 1 http://en.wikipedia.org/wiki/edgar_f._codd Codd estableció los fundamentos del modelo relacional en el artículos de 1970 "A Relational Model of Data for Large Shared Data Banks". En adelante,

Más detalles

Codd propuso estos tres lenguajes como base teórica de cualquier lenguaje que quisiera cumplir con los requisitos formales del modelo.

Codd propuso estos tres lenguajes como base teórica de cualquier lenguaje que quisiera cumplir con los requisitos formales del modelo. 16/05/2012 1 Todo modelo de datos debe definir un lenguaje de definición de datos para crear las estructuras donde se almacenará la información y un lenguaje de manipulación de datos con el que acceder

Más detalles

CURSOS DE VERANO 2014

CURSOS DE VERANO 2014 CURSOS DE VERANO 2014 CLOUD COMPUTING: LA INFORMÁTICA COMO SERVICIO EN INTERNET La plataforma Google Cloud Platform. Google App Engine Pedro A. Castillo Valdivieso Universidad de Granada La plataforma

Más detalles

HISTORIA DE LAS B.D.

HISTORIA DE LAS B.D. BASE DE DATOS HISTORIA DE LAS B.D. Tuvieron sus orígenes en 1960-1962, cuando se empezaron a usar las maquinas que codificaban la información en tarjetas perforadas por medio de agujeros. Las bases de

Más detalles

Memoria Compartida Distribuida (DSM) Sistema de Archivos

Memoria Compartida Distribuida (DSM) Sistema de Archivos Memoria Compartida Distribuida (DSM) La memoria compartida distribuida es una abstracción que se propone como alternativa a la comunicación por mensajes. Memoria compartida basada en páginas: este esquema

Más detalles

CURSOS DE VERANO 2014

CURSOS DE VERANO 2014 CURSOS DE VERANO 2014 CLOUD COMPUTING: LA INFORMÁTICA COMO SERVICIO EN INTERNET LA PLATAFORMA GOOGLE CLOUD PLATFORM. GOOGLE APP ENGINE Pedro A. Castillo Valdivieso Universidad de Granada http://bit.ly/unia2014

Más detalles

TRABAJE INTELIGENTEMENTE. Microsoft Dynamics NAV 2009 Sencilla. Inteligente. Innovadora

TRABAJE INTELIGENTEMENTE. Microsoft Dynamics NAV 2009 Sencilla. Inteligente. Innovadora TRABAJE INTELIGENTEMENTE Microsoft Dynamics NAV 2009 Sencilla. Inteligente. Innovadora SENCILLEZ La solución de gestión empresarial para más de un millón de usuarios en todo el mundo Rápida de implementar,

Más detalles

Software CRM On Premise ó CRM On Demand (SaaS)

Software CRM On Premise ó CRM On Demand (SaaS) Software CRM On Premise ó CRM On Demand (SaaS) 5 factores a considerar antes de tomar una decisión. Las alternativas de software disponibles en el mercado para apoyar una estrategia de CRM son muy amplias.

Más detalles

CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK. www.formacionhadoop.com

CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK. www.formacionhadoop.com CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK www.formacionhadoop.com Índice 1 Qué es Big Data? 2 Problemas con los sistemas tradicionales 3 Qué es Spark? 3.1 Procesamiento de datos distribuido

Más detalles

APACHE HADOOP. Daniel Portela Paz Javier Villarreal García Luis Barroso Vázquez Álvaro Guzmán López

APACHE HADOOP. Daniel Portela Paz Javier Villarreal García Luis Barroso Vázquez Álvaro Guzmán López APACHE HADOOP Daniel Portela Paz Javier Villarreal García Luis Barroso Vázquez Álvaro Guzmán López Objetivos 1. Qué es Apache Hadoop? 2. Funcionalidad 2.1. Map/Reduce 2.2. HDFS 3. Casos prácticos 4. Hadoop

Más detalles

Soluciones empresariales en tiempo real para la fabricación discreta y los bienes de consumo

Soluciones empresariales en tiempo real para la fabricación discreta y los bienes de consumo Soluciones empresariales en tiempo real para la fabricación discreta y los bienes de consumo Andreas Renulf Durante los últimos años, la satisfacción del cliente y la especial atención a las competencias

Más detalles

IWG-101: Introducción a la Ingeniería. Departamento de Informática, UTFSM 1

IWG-101: Introducción a la Ingeniería. Departamento de Informática, UTFSM 1 IWG-101: Introducción a la Ingeniería Departamento de Informática, UTFSM 1 Gestión de Bases de Datos Gestión de Bases de Datos Base de datos una colección de datos relacionados organizados de manera de

Más detalles

Bases de datos: Sistemas de bases de datos:

Bases de datos: Sistemas de bases de datos: Bases de datos: Sistemas de bases de datos: Un sistema de bases de datos es básicamente un sistema para archivar en computador, es decir, es un sistema computarizado cuyo propósito general es mantener

Más detalles

Memoria Virtual. Figura 1: Memoria Virtual

Memoria Virtual. Figura 1: Memoria Virtual 1 Memoria Virtual. Qué podemos hacer si un programa es demasiado grande para caber en la memoria disponible? Una posibilidad es usar superposiciones (overlays), como en MS-DOS: dividimos el programa en

Más detalles

Por qué puede ser necesario el modelado CAD 3D paramétrico y directo

Por qué puede ser necesario el modelado CAD 3D paramétrico y directo Por qué puede ser necesario el modelado CAD 3D paramétrico y directo Cinco áreas en las que el modelado paramétrico complementa el modelado directo Introducción Durante demasiado tiempo, los equipos de

Más detalles

INFORME TECNICO PREVIO A DE EVALUACION DE SOFTWARE Nº 001-2008-REGIONCALLAO/GGR/OSIE

INFORME TECNICO PREVIO A DE EVALUACION DE SOFTWARE Nº 001-2008-REGIONCALLAO/GGR/OSIE INFORME TECNICO PREVIO A DE EVALUACION DE SOFTWARE Nº 001-2008-REGIONCALLAO/GGR/OSIE 1.GERENCIA: Gerencia General Regional. 2.OFICINA: Oficina de stemas, Informática y Estadística. 3. RESPONSABLES DE LA

Más detalles

ESPECIALISTA EN BASE DE DATOS

ESPECIALISTA EN BASE DE DATOS ESPECIALISTA EN BASE DE DATOS EXPERTO ANALISIS Y DISEÑO DE BASE DE DATOS EN MANEJAR BASES DE ACCESS COMPLETO DATOS MYSQL Requisito: Manejo Windows POSTGRESQL DURACION: 3 MESES DE L-V SQL SERVER Cliente-Administración

Más detalles

Curso PHP Advanced and Ajax

Curso PHP Advanced and Ajax Curso PHP Advanced and Ajax 2012 PHP Interacción con BD Acceso a Base de Datos Taller 2012 Taller BD propuesta gd ModeloLógico Modelo Físico Taller Se tienen dos script en la página del curso: Un script

Más detalles

Informática II Ing. Industrial. Data Warehouse. Data Mining

Informática II Ing. Industrial. Data Warehouse. Data Mining Data Warehouse Data Mining Definición de un Data Warehouses (DW) Fueron creados para dar apoyo a los niveles medios y altos de una empresa en la toma de decisiones a nivel estratégico en un corto o mediano

Más detalles

Sistemas de Información para la Gestión. UNIDAD 2: RECURSOS DE TI Información y Aplicaciones

Sistemas de Información para la Gestión. UNIDAD 2: RECURSOS DE TI Información y Aplicaciones UNIDAD 2: RECURSOS DE TI Información y Aplicaciones UNIDAD 2: RECURSOS DE TI Información y Aplicaciones 1. La Información: Propiedades de la Información. Sistemas de Información. Bases de Datos. 2. Administración

Más detalles

GANTT, PERT y CPM. Figura 5.3: Carta GANTT 3.

GANTT, PERT y CPM. Figura 5.3: Carta GANTT 3. GANTT, PERT y CPM Características Conseguir una buena programación es un reto, no obstante es razonable y alcanzable. Ella debe tener el compromiso del equipo al completo, para lo cual se recomienda que

Más detalles

La Gestión por Procesos en las Organizaciones La forma en la que los resultados se logran

La Gestión por Procesos en las Organizaciones La forma en la que los resultados se logran La Gestión por Procesos en las Organizaciones La forma en la que los resultados se logran Deloitte S.C. 2014 Reflexiones Aplicando la Gestión por Procesos en nuestras organizaciones Por qué adoptar un

Más detalles

Sistema de Ficheros. Sistemas Operativos - ITIG. Álvaro Polo Valdenebro. Abril 2009. apoloval@gsyc.es. GSyC - 2009 Introducción 1

Sistema de Ficheros. Sistemas Operativos - ITIG. Álvaro Polo Valdenebro. Abril 2009. apoloval@gsyc.es. GSyC - 2009 Introducción 1 Sistema de Ficheros Sistemas Operativos - ITIG Álvaro Polo Valdenebro apoloval@gsyc.es Abril 2009 GSyC - 2009 Introducción 1 c 2009 GSyC Algunos derechos reservados. Este trabajo se distribuye bajo la

Más detalles

ASIGNATURA: Diseño de Base de Datos

ASIGNATURA: Diseño de Base de Datos ASIGNATURA: Diseño de Base de Datos 88 HORAS DESCRIPCIÓN DE LA ASIGNATURA: Diseño de Base de Datos es una asignatura lectiva del área de especialidad, que entrega al alumno los conocimientos y las herramientas

Más detalles

Base de Datos. Profesor: José Miguel Rubio L. P. UNIVERSIDAD CATÓLICA DE VALPARAÍSO FACULTAD DE INGENIERÍA ESCUELA DE ING.

Base de Datos. Profesor: José Miguel Rubio L. P. UNIVERSIDAD CATÓLICA DE VALPARAÍSO FACULTAD DE INGENIERÍA ESCUELA DE ING. P. UNIVERSIDAD CATÓLICA DE VALPARAÍSO FACULTAD DE INGENIERÍA ESCUELA DE ING. INFORMÁTICA Base de Datos Usuario A Programa de Aplicación Bodega Usuario B Usuario N Insumo Proveedor Profesor: José Miguel

Más detalles

CUALIFICACIÓN SISTEMAS DE GESTIÓN DE INFORMACIÓN PROFESIONAL. Nivel 3. Versión 5 Situación RD 1201/2007 Actualización

CUALIFICACIÓN SISTEMAS DE GESTIÓN DE INFORMACIÓN PROFESIONAL. Nivel 3. Versión 5 Situación RD 1201/2007 Actualización Página 1 de 16 CUALIFICACIÓN SISTEMAS DE GESTIÓN DE INFORMACIÓN PROFESIONAL Familia Profesional Informática y Comunicaciones Nivel 3 Código IFC304_3 Versión 5 Situación RD 1201/2007 Actualización Competencia

Más detalles

Objetivos y Temario CURSO SQL SERVER 2008

Objetivos y Temario CURSO SQL SERVER 2008 Objetivos y Temario CURSO SQL SERVER 2008 OBJETIVOS Este curso es una guía paso a paso para crear aplicaciones con SQL Server 2008. Trata en profundidad sus temas esenciales, con ejemplos de código que

Más detalles

8283: Administración y programación en Microsoft SQL Server 2012

8283: Administración y programación en Microsoft SQL Server 2012 8283: Administración y programación en Microsoft SQL Server 2012 Este curso es orientado a los profesionales en desarrollo que desean maximizar la participación de SQL Server 2012 en beneficio del desempeño

Más detalles

INGENIERÍA EN SISTEMAS COMPUTACIONALES

INGENIERÍA EN SISTEMAS COMPUTACIONALES INGENIERÍA EN SISTEMAS COMPUTACIONALES UNIDAD 1 Catedrático: JOSÉ RAMÓN VALDEZ GUTIÉRREZ Alumnos: AVILA VALLES JAIRO EDUARDO 08040265 Victoria de Durango, Dgo.Mex Fecha: 14/09/2012 Tabla de contenido INTRODUCCIÓN

Más detalles

Desarrollo de una Aplicación Móvil para Revisar

Desarrollo de una Aplicación Móvil para Revisar Desarrollo de una Aplicación Móvil para Revisar Horarios de Atención de Tutores de la UNAD Development of a Movil Application for Check Over Office Hours of Tutors of the Unad Correa Rodríguez Arellys

Más detalles

UNIVERSIDAD TECNICA DEL NORTE Ing. Lenin Omar Lara Castro. BIG DATA

UNIVERSIDAD TECNICA DEL NORTE Ing. Lenin Omar Lara Castro. BIG DATA UNIVERSIDAD TECNICA DEL NORTE Ing. Lenin Omar Lara Castro. BIG DATA Historia del Arte: El Big Data o Datos Masivos se refieren a sistemas informáticos basados en la acumulación a gran escala de datos y

Más detalles

Base de Datos Oracle 10g: Introducción a SQL Código: D17216 - Duración: 5 días (40 horas)

Base de Datos Oracle 10g: Introducción a SQL Código: D17216 - Duración: 5 días (40 horas) Base de Datos Oracle 10g: Introducción a SQL Código: D17216 - Duración: 5 días (40 horas) Lo que aprenderá Esta clase es aplicable para los usuarios de Oracle8i, Oracle9i y Oracle Database 10g. En este

Más detalles

Taller de Sistemas de Información 2

Taller de Sistemas de Información 2 Taller de Sistemas de Información 2 Clase 1 Aruitecturas y Middlewares Contenido Aruitectura de un sistema Evolución de las aruitecturas Monolíticas File sharing Cliente/Servidor En capas SOA Middlewares

Más detalles

UNIVERSIDAD ALBERT EINSTEIN FACULTAD DE INGENIERIA

UNIVERSIDAD ALBERT EINSTEIN FACULTAD DE INGENIERIA UNIVERSIDAD ALBERT EINSTEIN FACULTAD DE INGENIERIA Estudio de las herramientas TOAD y DBArtisan para la administración e integración de bases de datos relacionales. PREVIA OPCION AL TÍTULO DE: INGENIERO

Más detalles

Sybase IQ Servidor analítico con arquitectura basada en columnas

Sybase IQ Servidor analítico con arquitectura basada en columnas Sybase IQ Servidor analítico con arquitectura basada en columnas www.sybase.es Sybase IQ Descripción Tener acceso a toda la información de que dispone su organización, con el fin de analizarla no es hoy

Más detalles

Big Data con nombres propios

Big Data con nombres propios Febrero 2014 Big Data con Al hablar de tecnología Big Data se está obligado, sin duda alguna, a hablar de programación paralela y procesamiento distribuido, ya que éstas serán las características que permitirán

Más detalles

WebRatio. Otro camino para el BPM. Web Models s.r.l. www.webratio.com contact@webratio.com 1 / 8

WebRatio. Otro camino para el BPM. Web Models s.r.l. www.webratio.com contact@webratio.com 1 / 8 WebRatio Otro camino para el BPM Web Models s.r.l. www.webratio.com contact@webratio.com 1 / 8 El BPM El BPM (Business Process Management) no es solo una tecnología, además a grandes rasgos es una disciplina

Más detalles

Sistemas de Datos. Rendimiento de la Base de datos. Procesamiento de consultas y administración del rendimiento

Sistemas de Datos. Rendimiento de la Base de datos. Procesamiento de consultas y administración del rendimiento Rendimiento de la Base de datos. Procesamiento de consultas y administración del rendimiento Esquema de la clase 1. Procesamiento de consultas 2. El optimizador del DBMS 3. Los Ajustes del Rendimiento

Más detalles

Capítulo 1. Introducción

Capítulo 1. Introducción Capítulo 1. Introducción El WWW es la mayor fuente de imágenes que día a día se va incrementando. Según una encuesta realizada por el Centro de Bibliotecas de Cómputo en Línea (OCLC) en Enero de 2005,

Más detalles

Jornadas INCATEC 2015

Jornadas INCATEC 2015 Jornadas INCATEC 2015 Dr. Pedro Nolasco Bonillo Ramos Ingeniero en Computación. USB Magíster en Ingeniería de Sistemas. USB Magíster en Gerencia de las Finanzas. UNY Doctor en Ciencias de la Computación.

Más detalles

PROGRAMACION ORIENTADA A OBJETOS CON PHP

PROGRAMACION ORIENTADA A OBJETOS CON PHP PROGRAMACION ORIENTADA A OBJETOS CON PHP COMO SE DEFINE EN PHP La programación orientada a objetos es una metodología de programación avanzada y bastante extendida, en la que los sistemas se modelan creando

Más detalles

La Inteligencia de Negocios es ya una realidad para las empresas medianas

La Inteligencia de Negocios es ya una realidad para las empresas medianas Reuniones/Entrevistas La Inteligencia de Negocios es ya una realidad para las empresas medianas La Inteligencia de Negocios es el siguiente paso que las empresas deben dar para mejorar su toma de decisiones

Más detalles

2.1 Compuertas para Bases de Datos

2.1 Compuertas para Bases de Datos 1 Colección de Tesis Digitales Universidad de las Américas Puebla Romero Martínez, Modesto Uno de los aspectos mas importantes en un sistema multibase de datos es la forma en como llevar a cabo la comunicación

Más detalles

Compresión Avanzada. Newsletter Agosto 2014. Contenido. Editores Generales. Autores Contribuyentes. Página:

Compresión Avanzada. Newsletter Agosto 2014. Contenido. Editores Generales. Autores Contribuyentes. Página: Newsletter Agosto 2014 Contenido Página: Compresión Avanzada 1 Compresión Avanzada 6 Estrategia SOA + Estrategia BPM Editores Generales Francisco Barrundia Por Ing. Alfredo Aguilar laguilar@datum.com.gt

Más detalles

SAP Crystal Solutions

SAP Crystal Solutions SAP Crystal Solutions SAP Crystal Solutions NOVEDADES EN 2011 CONTENIDO 4 Novedades de SAP Crystal Server 2011 4 Exploración guiada de datos 5 Experiencia de usuario atractiva 5 Panel común de consultas

Más detalles

Introducción. http://www.microsoft.com/spanish/msdn/comunidad/mtj.net/voices/art143.asp - Gráfica tomada del Artículo de José David Parra

Introducción. http://www.microsoft.com/spanish/msdn/comunidad/mtj.net/voices/art143.asp - Gráfica tomada del Artículo de José David Parra Si en otros tiempos el factor decisivo de la producción era la tierra y luego lo fue el capital... hoy día el factor decisivo es cada vez más el hombre mismo, es decir, su conocimiento... Juan Pablo II

Más detalles

Esta solución de fácil uso está orientada a cualquier industria, ya sea una empresa del sector privado o del sector público.

Esta solución de fácil uso está orientada a cualquier industria, ya sea una empresa del sector privado o del sector público. 1 En la actualidad el 80% de la información de una empresa está relacionada a un lugar. La variable de ubicación está presente en todas las áreas críticas de un negocio. Sin embargo, las organizaciones

Más detalles

CAPITULO 9. Diseño de una Base de Datos Relacional Distribuida

CAPITULO 9. Diseño de una Base de Datos Relacional Distribuida 9.1 Operaciones CAPITULO 9 Diseño de una Base de Datos Relacional Distribuida Las consultas distribuidas obtienen acceso a datos de varios orígenes de datos homogéneos o heterogéneos. Estos orígenes de

Más detalles