COMPUTACIÓN DE ALTA PERFORMANCE

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

Download "COMPUTACIÓN DE ALTA PERFORMANCE"

Transcripción

1 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS COMPUTACIÓN DE ALTA PERFORMANCE Curso 2010 Sergio Nesmachnow Gerardo Ares Santiago Iturriaga Grupo de Procesamiento Paralelo Aplicado Centro de Cálculo

2 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS OTRAS TECNOLOGÍAS RELACIONADAS CON HPC

3 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS CONTENIDO Programación distribuida. Grid computing. Cloud computing. MapReduce framework.

4 PROGRAMACIÓN DISTRIBUIDA COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

5 PROGRAMACIÓN DISTRIBUIDA Diferentes opciones al momento de implementar comunicación entre procesos. Remote Procedure Call (RPC). SOAP. Java RMI..NET Remoting. Representational State Transfer (REST). World Wide Web. Message-queues. Microsoft Message Queuing. Erlang. COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

6 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS SOAP-RPC WEB SERVICE Simple Object Access Protocol (SOAP) es un protocolo para el intercambio de mensajes estructurados. XML para la serialización del mensaje. Como protocolo de transporte utiliza protocolos de capa de aplicación (HTTP, SMTP, etc.). WSDL, lenguaje para la descripción del servicio. XML para la descripción del servicio. Ventajas Interoperabilidad. Versatilidad. Desventajas Performance. Complejidad.

7 SOAP-RPC WEB SERVICE COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

8 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS RESTful WEB SERVICE Arquitectura de software de tipo cliente/servidor desarrollada para la WWW. Cuando un cliente no se encuentra intercambiando datos con un servidor se dice que se encuentra at rest (en descanso). Un cliente at rest no consume recursos ni de la red ni de el conjunto de servidores. No existe un estándar. Para la serialización de los mensajes puede utilizarse JSON, XML, YAML, etc. El conjunto de operaciones soportadas se encuentra dada por el transporte utilizado, p.ej. para el caso de HTTP: POST, GET, PUT o DELETE.

9 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS RESTful WEB SERVICE Ejemplos: GET: obtiene un listado de productos. POST: crea un nuevo producto. GET: obtiene el detalle de un producto. DELETE: eliminar un producto. JSON {"producto": { "id": "42", "nombre": "un producto", "comentarios": [ "muy buen producto", "otro comentario" ]}} XML <producto id="42" nombre="un producto"> <comentarios> <comentario texto="muy buen producto" /> <comentario texto="otro comentario" /> </comentarios> </producto>

10 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS MESSAGE QUEUES MIDDLEWARE Las colas de mensajes proveen comunicación asincrónica entre procesos. Los mensajes son enviados y almacenados en la cola de mensajes hasta que el destinatario los obtiene. Características: Comunicación desacoplada. No requieren conectividad entre el proceso origen y el proceso destino. Escenarios de aplicación: Aplicaciones store and forward. Aplicaciones defensivas. Aplicaciones desconectadas.

11 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS MESSAGE QUEUES MIDDLEWARE

12 GRID COMPUTING COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

13 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS GRID COMPUTING Qué es un Grid? a type of parallel and distributed system that enables the sharing, selection, and aggregation of geographically distributed autonomous resources dynamically at runtime depending on their availability, capability, performance, cost, and users' quality-of-service requirements". Buyya/Venugopal

14 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS Tipos de Grids Grids voluntarios. Grids colaborativos. Grids comerciales. Características. Middleware. Condor. glite. GRID COMPUTING

15 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS GRIDS VOLUNTARIOS Volunteer grid computing es un tipo de computación distribuida en el que los usuarios donan sus recursos de computo. CPU-scavenging crea un grid utilizando los recursos no utilizados en una red de usuarios. Con esta técnica se aprovechan ciclos de computo que en otro caso se perderían. Middlewares: The Berkeley Open Infrastructure for Network Computing (BOINC), XtremWeb, Xgrid, Grid MP. Proyectos de este tipo:

16 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS GRIDS COLABORATIVOS LHC Computing Grid (LCG) fue desarrollado para dar soporte a los experimentos realizados en el CERN Large Hadron Collider. LCG se encuentra formado por más de 170 centros de cómputo distribuidos en 34 países. Se manejan enormes cantidades de datos. 27 terabytes de datos crudos por día. Se estiman petabytes por año. Compuesta por clusters de institutos y universidades. Organizada en Virtual Organizations (VOs). Middlewares: Globus Toolkit, glite, UNICORE. Soporta la ejecución de aplicaciones HPC (e.g. uso de MPI).

17 GRIDS COLABORATIVOS COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

18 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS GRIDS COLABORATIVOS Proyecto GISELA (Grid Initiatives for e-science virtual communities in Europe and Latin America). Comenzó en Setiembre de 2010 y finalizará en Setiembre de Financiado con fondos de European Grid Initiative (EGI).

19 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS GRID COMPUTING Características Alta escalabilidad. Distribución geográfica. Heterogeneidad de recursos. Resource sharing. Acceso transparente. Acceso confiable. Acceso consistente. Pervasive access. Componentes autónomos. Aspectos a considerar Privacidad de la información. Necesidad de desarrollo de aplicaciones específicas para el Grid. Comunicación lenta y no uniforme.

20 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS CONDOR MIDDLEWARE Condor es un framework para High-Throughput Computing (HTC). Especializado en tareas paralelas distribuidas de «grano grueso» y computacionalmente intensivas. Puede utilizarse para el manejo combinado de recursos dedicados y recursos no dedicados (CPU-scavenging). CPU-scavenging. Cada estación de trabajo se ejecuta un demonio que monitorea la E/S y la carga de CPU. Cuando una estación de trabajo ha estado ociosa durante una cantidad de tiempo, le es asignado un trabajo de la cola de ejecución. Cuando se detecta movimiento en el mouse, se presiona una tecla o se detecta un alto uso de CPU por parte de una aplicación, el trabajo es detenido y enviado nuevamente a la cola de ejecución. Ofrece soporte para las bibliotecas MPI y PVM.

21 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS GLITE MIDDLEWARE glite es un middleware stack para Grid computing. Utilizado por CERN LHC. Seguridad. Organizado en VOs. Grid Security Infrastructure (GSI) basada en PKI y SSL con extensiones para single sign-on y delegación. Principales componentes. User interface (UI). Computing element (CE). Expone una interfaz genérica Grid Gate (GG). Cuenta con un Local Resource Management System (LRMS), e.g.: Condor, PBS, SGE, TORQUE, SLURM, etc. Una colección de Working Nodes (WN).

22 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS GLITE MIDDLEWARE Principales componentes (continuación). Storage Element (SE). Storage Resource Manager (SRM). Acceso mediante GSI-FTP y Grid File Access Library (GFAL). Implementación mediante dcache. Tolerancia a fallos mediante replicas de archivos. Balanceo de carga, define una representación lógica de los archivos separada de su representación física. Provee un protocolo dcap con operaciones genéricas de acceso a archivos, e.g.: open, read, write, seek, close, etc. Workload Management System (WMS). Acepta trabajos de los usuarios y los asigna al CE más apropiado. Descripción de trabajos mediante Job Description Language (JDL).

23 GLITE MIDDLEWARE COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

24 CLOUD COMPUTING COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

25 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS CLOUD COMPUTING Qué es Cloud computing? Cloud computing is a model for enabling convenient, on-demand network access to a shared pool of configurable computing resources (e.g., networks, servers, storage, applications, and services) that can be rapidly provisioned and released with minimal management effort or service provider interaction.

26 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS CLOUD COMPUTING Cloud Software as a Service (SaaS). El servicio provisto al usuario consiste en consumir una aplicación que es ejecutada en la nube. El usuario no maneja ni controla el infraestructura subyacente de la nube. Cloud Platform as a Service (PaaS). El servicio provisto al usuario consiste en utilizar la infraestructura de la nube para ejecutar aplicaciones desarrolladas por el usuario o adquirida de terceros. El usuario no maneja ni controla el infraestructura subyacente de la nube, pero tiene control sobre la aplicación que es ejecutada y sobre la configuración del entorno de ejecución de la aplicación. Cloud Infrastructure as a Service (IaaS). El servicio provisto al usuario consiste en la infraestructura de ejecución. El usuario es capaz de ejecutar código arbitrario, controla el sistema operativo y todas las aplicaciones de la nube.

27 CLOUD COMPUTING Clouds convencionales no ofrecen un buen soporte para aplicaciones HPC. Enfocadas en soportar aplicaciones y servicios de propósito general. Optimizadas para transacciones de corta duración, e.g. peticiones de aplicaciones Web. Este tipo de aplicaciones no requieren comunicación entre procesos. No se manejan servidores dedicados, los recursos de cómputo son instancias de virtualizadas. COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

28 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS CLOUD COMPUTING Amazon Elastic Compute Cloud (EC2) ofrece instancias Cluster Compute especificas para aplicaciones HPC y aplicaciones que requieren comunicación entre procesos. Características: 23GB de memoria unidades de cómputo EC2 El desempeño de una unidad de cómputo EC2 (ECU) equivale a una CPU Opteron o Xeon del 2007 con GHz. OS Linux 64bits. 10 Gigabit Ethernet GB de almacenamiento. Desarrollado por Amazon en conjunto con investigadores del Lawrence Berkeley National Laboratory. Costo de $1.60 por hora, o $4290 anuales.

29 MapReduce COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

30 MapReduce Las funciones Map y Reduce son funciones de alto orden que tienen su origen en la programación funcional. La función Map aplica una función dada a una lista de elementos de a un elemento por vez, y retorna una lista de resultados. La función Reduce itera en una lista de elementos, aplica una función a cada elemento, y retorna el resultado acumulado. MapReduce es modelo de programación desarrollado por Google para dar soporte a la ejecución de aplicaciones distribuidas que trabajan sobre grandes volúmenes de datos en clusters de computadores. Existen implementaciones C++, C#, Erlang, Java, Python, Ruby, F#, R, etc. COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

31 MapReduce Las funciones Map y Reduce del framework trabajan sobre elementos estructurados en pares (clave, valor). Map recibe un par (clave, valor) de un dominio y lo transforma en otro dominio diferente. Map(k1,v1) -> list(k2,v2) La función Map es aplicada en paralelo a cada elemento del conjunto de datos. Luego de aplicada la función Map, cada elemento del conjunto de datos original es transformado en una lista de pares (k2,v2). Luego el framework MapReduce recolecta, de todas las listas, todos los pares (k2,v2) que comparten la misma clave y los agrupa. Luego de esto se tienen agrupados los valores v2 que comparten la misma clave k2. COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

32 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS MapReduce La función Reduce es aplicada en paralelo sobre cada grupo y produce una colección de valores. Reduce(k2, list (v2)) -> list(v3) En general la función Reduce retorna un solo valor v3 o la colección vacía, aunque puede retornar todos los valores que sean necesarios. La unión de todas las colecciones de valores v3 son retornadas como el resultado final. En definitiva, el framework MapReduce toma una lista de pares de elementos de tipo (clave, valor) y los transforma en una lista de valores.

33 EJEMPLO WORD COUNT Supongamos que se desea contar la cantidad de ocurrencias de cada palabra en un conjunto de páginas. Páginas: Page 1: the weather is good. Page 2: today is good. Page 3: good weather is good. Lista de pares (k1,v1): [(Page 1, the weather is good), (Page 2, today is good), (Page 3, good weather is good)] COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

34 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS EJEMPLO WORD COUNT Se paraleliza la ejecución de la función Map. Luego de aplicar la función Map sobre cada par (k1,v1) obtenemos las siguientes listas (k2,v2): Worker 1: [(the, 1), (weather,1), (good,1)] Worker 2: [(today,1), (is,1), (good,1)] Worker 3: [(good,2), (weather,1), (is,1)]

35 EJEMPLO WORD COUNT Se agrupan los resultados de la función Map que comparten una misma clave k1 y se paraleliza la ejecución de la función Reduce. La entrada de la función Reduce es la siguiente: Worker 1: [(the, 1)] Worker 2: [(is,1), (is,1), (is,1)] Worker 3: [(weather,1), (weather,1)] Worker 4: [(today,1)] Worker 5: [(good,2), (good,1), (good,1)] COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

36 EJEMPLO WORD COUNT La salida de la función Reduce es: Worker 1: [(the, 1)] Worker 2: [(is,3)] Worker 3: [(weather,2)] Worker 4: [(today,1)] Worker 5: [(good,4)] COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

37 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS OTROS EJEMPLOS Otros ejemplos de aplicaciones que pueden ser desarrolladas con MapReduce: Grep distribuido. Sort distribuido. Frecuencia de acceso a una URL. Índice inverso de palabras. Grafo inverso de referencias Web. PageRank de Google.

38 MapReduce COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS

39 COMPUTACIÓN DE ALTA PERFORMANCE OTRAS TECNOLOGÍAS MapReduce Beneficios. Reduce la complejidad de la sincronización entre procesos. Particionamiento automático de datos. Tolerancia a fallos de forma transparente. Maneja el balanceo de carga. Implementaciones. Apache Hadoop (Java). Open source. Hadoop Distributed File System (HDFS). Skynet (Ruby). Mars (CUDA). Google MapReduce (C++). Google File System (GFS).

UNIVERSIDAD DE CASTILLA-LA MANCHA

UNIVERSIDAD DE CASTILLA-LA MANCHA Cloud Computing María Blanca Caminero Herráez Departamento de Sistemas Informáticos UNIVERSIDAD DE CASTILLA-LA MANCHA III Jornadas Técnicas, UNED, 15 Octubre 2014 1 Contenidos 1. Qué es la computación

Más detalles

Red Hat Cloud Infrastructure. Alex Callejas Technical Account Manager Noviembre 2014

Red Hat Cloud Infrastructure. Alex Callejas Technical Account Manager Noviembre 2014 1 Red Hat Cloud Infrastructure Alex Callejas Technical Account Manager Noviembre 2014 La nube 2 Que es la nube? 3 4 ...a model for enabling convenient, on-demand network access to a shared pool of configurable

Más detalles

Proyecto Fin de Carrera OpenNebula y Hadoop: Cloud Computing con herramientas Open Source

Proyecto Fin de Carrera OpenNebula y Hadoop: Cloud Computing con herramientas Open Source Proyecto Fin de Carrera OpenNebula y Hadoop: Cloud Computing con herramientas Open Source Francisco Magaz Villaverde Consultor: Víctor Carceler Hontoria Junio 2012 Contenido Introducción Qué es Cloud Compu5ng?

Más detalles

Plataformas GRID. Área de Arquitectura y Tecnología de Computadores

Plataformas GRID. Área de Arquitectura y Tecnología de Computadores Plataformas GRID Qué Plataformas Grid hay disponibles? Objetivo de este tema Dar una visión de las plataformas (Middleware) Grid disponibles No confundir Middleware Grid con Un Grid Middleware Grid (Software

Más detalles

Iniciación a las tecnologías Grid Granada. 8-12 de Marzo, 2010

Iniciación a las tecnologías Grid Granada. 8-12 de Marzo, 2010 Iniciación a las tecnologías Grid Granada. 8-12 de Marzo, 2010 ftp://ftp.iaa.es/pub/sse/ Susana Sánchez Instituto de Astrofísica de Andalucía (IAA-CSIC) sse@iaa.es Objetivos de esta clase: -Conocer la

Más detalles

Arquitectura de Proyectos de IT. Integración. Ing. Gastón Coco Ing. Nicolás Passerini Ing. Juan Arias Ing. Gustavo A. Brey Ing.

Arquitectura de Proyectos de IT. Integración. Ing. Gastón Coco Ing. Nicolás Passerini Ing. Juan Arias Ing. Gustavo A. Brey Ing. Integración Ing. Gastón Coco Ing. Nicolás Passerini Ing. Juan Arias Ing. Gustavo A. Brey Ing. Santiago Blanco 2005 Agenda # Tema Duración 1 Por qué integración? 10 min 2 Métodos de integración 25 min 3

Más detalles

Grid Computing. Clase 1: glite Overview. Francisco García Eijó y Alejandro Soba. Laboratorio de Sistemas Complejos Universidad de Buenos Aires

Grid Computing. Clase 1: glite Overview. Francisco García Eijó y Alejandro Soba. Laboratorio de Sistemas Complejos Universidad de Buenos Aires : glite Overview Francisco García Eijó y Alejandro Soba Laboratorio de Sistemas Complejos Universidad de Buenos Aires 12.06.2012 Agenda Introducción. Conceptos Grid. glite. Arquitectura. Qué es? es un

Más detalles

Estructuras en Imagen Médica y Tecnologías Cloud

Estructuras en Imagen Médica y Tecnologías Cloud Segmentación e Identificación de Estructuras en Imagen Médica y Tecnologías Cloud José Crespo DLSIIS Grupo de Informática Biomédica Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo,

Más detalles

Computación Distribuida

Computación Distribuida Computación Distribuida Parte II: Computación Grid Juan Ángel Lorenzo del Castillo Grupo de Arquitectura de Computadores Departamento de Electrónica y Computación Universidad de Santiago de Compostela

Más detalles

Introducción a la Computación Distribuida y Condor

Introducción a la Computación Distribuida y Condor Introducción a la Computación E-Ciencia Supercomputación Cluster Tecnologías de Cluster y su Clasificación Servicios Importantes para Clusters Administración y Planificación de Tareas en Clusters Condor

Más detalles

Problemas. Limitaciones de clusters. Intranet Computing. TEMA 4: Grid Computing

Problemas. Limitaciones de clusters. Intranet Computing. TEMA 4: Grid Computing Limitaciones de clusters TEMA 4: Grid Computing Laboratorio de Arquitecturas Avanzadas de Computadores 5º de Ingeniería Superior de Informática 2008/09 Alberto Sánchez alberto.sanchez@urjc.es Marcos Novalbos

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

Servicios web. Jorge Iván Meza Martínez jimezam@gmail.com

Servicios web. Jorge Iván Meza Martínez jimezam@gmail.com Servicios web Jorge Iván Meza Martínez jimezam@gmail.com Especialización en Gestión de Redes de Datos Universidad Nacional de Colombia Sede Manizales 1/71 Contenidos Que es un servicio web. Tecnologías

Más detalles

Cloud Computing. Huibert Aalbers Senior Certified Executive IT Architect

Cloud Computing. Huibert Aalbers Senior Certified Executive IT Architect Cloud Computing Huibert Aalbers Senior Certified Executive IT Architect Cloud Computing Orígenes y Visión Soluciones actuales Grid interno Soluciones de infraestructura App engines Utility Computing Este

Más detalles

Transformación de los Servicios TIC universitarios mediante incorporación de cloud

Transformación de los Servicios TIC universitarios mediante incorporación de cloud Andrés Prado Director Área de Tecnología y Comunicaciones Universidad de Castilla La Mancha andres.prado@uclm.es Transformación de los Servicios TIC universitarios mediante incorporación de cloud TRANSFORMACIÓN

Más detalles

III. INTRODUCCIÓN AL CLOUD COMPUTING

III. INTRODUCCIÓN AL CLOUD COMPUTING III. INTRODUCCIÓN AL CLOUD COMPUTING Definición (I) Qué es el cloud computing? Nuevo paradigma de computación distribuida Provee un servicio de acceso a recursos computacionales: servidores, almacenamiento,

Más detalles

Cloud Computing. Mario José Villamizar Cano Investigador, Consultor y Arquitecto Cloud Computing

Cloud Computing. Mario José Villamizar Cano Investigador, Consultor y Arquitecto Cloud Computing Mario José Villamizar Cano Investigador, Consultor y Arquitecto @mariocloud @tiendacloud Áreas Estratégicas Tecnológicas Emergentes Imagen tomada de Gartner Inc. Áreas Estratégicas Tecnológicas Emergentes

Más detalles

Cloud Computing: Su información esta segura?

Cloud Computing: Su información esta segura? Cloud Computing: Su información esta segura? Elier Cruz, ecruz@checkpoint.com CISSP-ISSAP-ISSEP 1 2010 Check Point Software Technologies Ltd. [Restricted] ONLY for designated groups and individuals Agenda

Más detalles

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer En los últimos años, el interés por la Computación en la Nube (Cloud Computing), tanto para uso personal como para negocios,

Más detalles

AAPP & Cloud Computing

AAPP & Cloud Computing AAPP & Cloud Computing La visión de Telefónica Telefónica también tiene una visión del CLOUD 1 01 Contexto de las AAPP Transformación, Recortes, Sociedad de la Información, Eficiencia, Vivimos un contexto

Más detalles

GLOSARIO. Arquitectura: Funcionamiento, estructura y diseño de una plataforma de desarrollo.

GLOSARIO. Arquitectura: Funcionamiento, estructura y diseño de una plataforma de desarrollo. GLOSARIO Actor: Un actor es un usuario del sistema. Esto incluye usuarios humanos y otros sistemas computacionales. Un actor usa un Caso de Uso para ejecutar una porción de trabajo de valor para el negocio.

Más detalles

Proyecto Grid Computing

Proyecto Grid Computing Proyecto Grid Computing Éric Lajeunesse Olivier Piché Definición de una GRID: DTDI Una infraestructura que permite el acceso y procesamiento concurrente de un programa entre varias entidades computacionales

Más detalles

Clusters Linux, Grids Computacionales y el proyecto EELA. Genghis Ríos (grios@pucp.edu.pe) Dirección de Informática Académica PUCP

Clusters Linux, Grids Computacionales y el proyecto EELA. Genghis Ríos (grios@pucp.edu.pe) Dirección de Informática Académica PUCP Clusters Linux, Grids Computacionales y el proyecto EELA Genghis Ríos (grios@pucp.edu.pe) Dirección de Informática Académica PUCP Agenda Clusters Computacionales Grids Computing EELA Clusters Computacionales

Más detalles

Glosario Acoplamiento. API. Archivos de recursos. ASCII. Balanceo de carga. Bases de datos federadas. BBDD. Clientes. Constructores.

Glosario Acoplamiento. API. Archivos de recursos. ASCII. Balanceo de carga. Bases de datos federadas. BBDD. Clientes. Constructores. GLOSARIO Glosario Acoplamiento. Posibilidad que tiene un servicio de funcionar de forma autónoma. Se dice que un servicio o aplicación es bajamente acoplado cuando puede funcionar de forma independiente

Más detalles

Universidad Nacional Autónoma de México Dirección de Sistemas Dirección General de Personal

Universidad Nacional Autónoma de México Dirección de Sistemas Dirección General de Personal Universidad Nacional Autónoma de México Dirección de Sistemas Dirección General de Personal Presenta: Mtro. Israel Ortega Cuevas para la Red Universitaria de Colaboración en Ingeniería de Software y Base

Más detalles

CLUSTER FING: ARQUITECTURA Y APLICACIONES

CLUSTER FING: ARQUITECTURA Y APLICACIONES CLUSTER FING: ARQUITECTURA Y APLICACIONES SERGIO NESMACHNOW Centro de Cálculo, Instituto de Computación FACULTAD DE INGENIERÍA, UNIVERSIDAD DE LA REPÚBLICA, URUGUAY CONTENIDO Introducción Clusters Cluster

Más detalles

Alessandro Chacón 05-38019. Ernesto Level 05-38402. Ricardo Santana 05-38928

Alessandro Chacón 05-38019. Ernesto Level 05-38402. Ricardo Santana 05-38928 Alessandro Chacón 05-38019 Ernesto Level 05-38402 Ricardo Santana 05-38928 CONTENIDO Universo Digital Hadoop HDFS: Hadoop Distributed File System MapReduce UNIVERSO DIGITAL 161 EB 2006 Fuente: International

Más detalles

Computación en Red. Máster en Ingeniería de Telecomunicación. 2 º Curso. Curso Académico 2014/15

Computación en Red. Máster en Ingeniería de Telecomunicación. 2 º Curso. Curso Académico 2014/15 Computación en Red Máster en Ingeniería de Telecomunicación Curso Académico 2014/15 2 º Curso GUÍA DOCENTE Nombre de la asignatura: Computación en Red Código: 201816 Titulación en la que se imparte: Carácter:

Más detalles

Indice 1. Introducción a la computación en nube (cloud computing)

Indice 1. Introducción a la computación en nube (cloud computing) Tema 9. Centros de datos: computación en nube y organización física Indice 1. Introducción a la computación en nube (cloud computing) 2. Virtualización de recursos: consolidación de servidores 3. Arquitectura

Más detalles

Servicios Web. Andrés Pastorini. TRIA Tecnólogo Informático

Servicios Web. Andrés Pastorini. TRIA Tecnólogo Informático Andrés Pastorini TRIA Tecnólogo Informático Un servicio web expone un conjunto de servicios para ser consumidos a través de la red. En otras palabras, un servicio web especifica un conjunto de operación(funciones

Más detalles

Service Oriented Architecture

Service Oriented Architecture Programación Concurrente y Distribuida Ingeniería en Informática Service Oriented Architecture José Carlos Cortizo Pérez josecarlos.cortizo@uem.es http://www.esp.uem.es/jccortizo D. Sistemas Informáticos

Más detalles

Hadoop. Cómo vender un cluster Hadoop?

Hadoop. Cómo vender un cluster Hadoop? Hadoop Cómo vender un cluster Hadoop? ÍNDICE Problema Big Data Qué es Hadoop? Descripción HDSF Map Reduce Componentes de Hadoop Hardware Software 3 EL PROBLEMA BIG DATA ANTES Los datos los generaban las

Más detalles

TEMA 2: CAPACIDAD: Diseño del Servicio TI Anexo II: Amazon EC2

TEMA 2: CAPACIDAD: Diseño del Servicio TI Anexo II: Amazon EC2 CIMSI Configuración, Implementación y Mantenimiento de Sistemas Informáticos TEMA 2: CAPACIDAD: Diseño del Servicio TI Anexo II: Amazon EC2 Daniel Cascado Caballero Rosa Yáñez Gómez Mª José Morón Fernández

Más detalles

FaceFinder MÓDULO DE BÚSQUEDA DE PERSONAS DENTRO DE UNA BASE DE DATOS DE ROSTROS

FaceFinder MÓDULO DE BÚSQUEDA DE PERSONAS DENTRO DE UNA BASE DE DATOS DE ROSTROS FaceFinder MÓDULO DE BÚSQUEDA DE PERSONAS DENTRO DE UNA BASE DE DATOS DE ROSTROS Introducción Los algoritmos utilizados para el procesamiento de imágenes son de complejidad computacional alta. Por esto

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

Big data A través de una implementación

Big data A través de una implementación Big data A través de una implementación Lic. Diego Krauthamer Profesor Adjunto Interino del Área Base de Datos Universidad Abierta Interamericana Facultad de Tecnología Informática Buenos Aires. Argentina

Más detalles

Tecnologías Grid Integración de herramientas grid

Tecnologías Grid Integración de herramientas grid Tecnologías Grid Integración de herramientas grid Master en Sistemas y Servicios Informáticos para Internet Universidad de Oviedo Introducción Petición de recurso Grid Resultado 3 Petición de recurso Resultado

Más detalles

Alumno: Jorge Sordo Balbín Profesor: Luis Joyanes Aguilar Nº Expediente: 126013 Correo Electrónico: jorge_sordo@hotmail.com

Alumno: Jorge Sordo Balbín Profesor: Luis Joyanes Aguilar Nº Expediente: 126013 Correo Electrónico: jorge_sordo@hotmail.com UNIVERSIDAD PONTIFICIA DE SALAMANCA CAMPUS MADRID INGENIERÍA DE ORGANIZACIÓN INDUSTRIAL TRABAJO ACADÉMICO I Modelos de despliegue y Modelos de servicio Noviembre 2012 Alumno: Jorge Sordo Balbín Profesor:

Más detalles

Patrones de Alto nivel: Patrones de Arquitectura Patrones de nivel medio: Patrones de Diseño Patrones de bajo nivel: Idioms

Patrones de Alto nivel: Patrones de Arquitectura Patrones de nivel medio: Patrones de Diseño Patrones de bajo nivel: Idioms Patrones Patrones Es una solución reusable de problemas comunes. Los patrones solucionan problemas que existen en muchos niveles de abstracción. desde el análisis hasta el diseño y desde la arquitectura

Más detalles

A3S: un caso práctico de implantación de Cloud Services

A3S: un caso práctico de implantación de Cloud Services The Appliance Company A3S: un caso práctico de implantación de Cloud Services Alicante, 15 de Octubre de 2010 WBSgo WBSgo Event Event Presentation Presentation Agenda Presentación WBSgo ImagineWBS y A3S

Más detalles

Puesta a punto de un centro de recursos GRID utilizando Midleware GLITE 3.0

Puesta a punto de un centro de recursos GRID utilizando Midleware GLITE 3.0 Puesta a punto de un centro de recursos GRID utilizando Midleware GLITE 3.0 Autores Maikel Isover Domínguez García* Daniel López Aldama* Alejandro Hurtado Turiño* Francisco Fernández Nodarse** Henry Ricardo

Más detalles

Gestión de datos y otros servicios en GRID

Gestión de datos y otros servicios en GRID CURSO CLUSTERS & GRID COMPUTING EN ENTORNOS DE SOFTWARE LIBRE Gestión de datos y otros servicios en GRID Guillermo Losilla Anadón (losilla@unizar.es) 28, 29 y 30 de Noviembre 2005 http://bifi.unizar.es/clustersygrid

Más detalles

Introducción a OpenStack

Introducción a OpenStack Introducción a OpenStack Proyecto de Innovación. Implantación y puesta a punto de la infraestructura de un cloud computing privado para el despliegue de servicios en la nube IES Gonzalo Nazareno Dos Hermanas

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

Cloud Computing. Rodrigo Moreno Rosales DN-11

Cloud Computing. Rodrigo Moreno Rosales DN-11 Cloud Computing Rodrigo Moreno Rosales DN-11 Cloud Computing La computación en la nube,conocido también como servicios en la nube, informática en la nube, nube de cómputo o nube de conceptos, es un paradigma

Más detalles

JAVA EE 5. Arquitectura, conceptos y ejemplos.

JAVA EE 5. Arquitectura, conceptos y ejemplos. JAVA EE 5. Arquitectura, conceptos y ejemplos. INTRODUCCIÓN. MODELO DE LA APLICACIÓN JEE5. El modelo de aplicación Java EE define una arquitectura para implementar servicios como lo hacen las aplicaciones

Más detalles

Daniel Lombraña Glez., F. Fernández de Vega Universidad de Extremadura Ben Segal, Francois Grey CERN

Daniel Lombraña Glez., F. Fernández de Vega Universidad de Extremadura Ben Segal, Francois Grey CERN Enabling Desktop PCs with Virtualization for GRID Computing Daniel Lombraña Glez., F. Fernández de Vega Universidad de Extremadura Ben Segal, Francois Grey CERN Resumen Computación GRID Virtual con PCs.

Más detalles

8 de Mayo de 2003 WORKSHOP IRIS-GRID. Middleware COORDINACIÓN

8 de Mayo de 2003 WORKSHOP IRIS-GRID. Middleware COORDINACIÓN 1/12 8 de Mayo de 2003 WORKSHOP IRIS-GRID Quién? 2/12 COORDINACIÓN Miguel Angel Senar (Universidad Autónoma de Barcelona) (Universidad Complutense de Madrid) INVESTIGADORES INVOLUCRADOS EN LA REVISIÓN

Más detalles

Qué supone la tecnología Cloud para las organizaciones y los departamentos de IT. Andrés Prado Director TIC Universidad de Castilla La Mancha

Qué supone la tecnología Cloud para las organizaciones y los departamentos de IT. Andrés Prado Director TIC Universidad de Castilla La Mancha organizaciones y los departamentos de IT Director TIC Universidad de Castilla La Mancha organizaciones y los departamentos de IT Un destino El departamento de IT desaparecerá en el año 2020 Forrester Research

Más detalles

Introducción a los Servicios Web. Ing. José Luis Bugarin ILUMINATIC SAC jbugarin@consultorjava.com

Introducción a los Servicios Web. Ing. José Luis Bugarin ILUMINATIC SAC jbugarin@consultorjava.com Introducción a los Servicios Web Ing. José Luis Bugarin ILUMINATIC SAC jbugarin@consultorjava.com Servicios Web y Soa En un contexto SOA y los servicios web son una oportunidad de negocios en la actualidad.

Más detalles

CLUSTER FING: PARALELISMO de MEMORIA DISTRIBUIDA

CLUSTER FING: PARALELISMO de MEMORIA DISTRIBUIDA CLUSTER FING: PARALELISMO de MEMORIA DISTRIBUIDA SERGIO NESMACHNOW Centro de Cálculo, Instituto de Computación FACULTAD DE INGENIERÍA, UNIVERSIDAD DE LA REPÚBLICA, URUGUAY CONTENIDO Introducción: arquitecturas

Más detalles

Permite compartir recursos en forma coordinada y controlada para resolver problemas en organizaciones multiinstitucionales

Permite compartir recursos en forma coordinada y controlada para resolver problemas en organizaciones multiinstitucionales The Anatomy of the Grid Enabling Scalable Virtual Organization Autores : Ian Foster, Carl Kesselman y Steven Tuecke. 2001 GRIDS y Organizaciones Virtuales Permite compartir recursos en forma coordinada

Más detalles

Objetos Distribuidos - Componentes. Middleware

Objetos Distribuidos - Componentes. Middleware Objetos Distribuidos - Componentes Middleware Middleware Component Oriented Development Arquitecturas 3 Tier Middleware es el software que: conecta y comunica los componentes de una aplicacion distribuida

Más detalles

Facultad Politécnica UNA Ing. Julio Paciello juliopaciello@gmail.com

Facultad Politécnica UNA Ing. Julio Paciello juliopaciello@gmail.com Facultad Politécnica UNA Ing. Julio Paciello juliopaciello@gmail.com Contenidos Clúster de Investigación Aplicada Proyectos HPC Clúster Hadoop para tecnologías de BI Una nube privada para la Administración

Más detalles

Cloud Security Alliance. Recomendaciones de Seguridad para Usuarios

Cloud Security Alliance. Recomendaciones de Seguridad para Usuarios Cloud Security Alliance Recomendaciones de Seguridad Contenido Qué es el Cloud Computing?... 2 Modelos de Servicios... 2 Modelos de Implementación... 3 Recomendaciones a los Usuarios para la adopción del

Más detalles

Desarrollo y servicios web

Desarrollo y servicios web Desarrollo y servicios web Luisa Fernanda Rincón Pérez 2014-2 Qué vimos la clase pasada? Introducción a Big Data Introducción a bases de datos NOSQL Características bases de datos NOSQL MongoDB como motor

Más detalles

Sesión 5 Introducción a REST

Sesión 5 Introducción a REST Sesión 5 Introducción a REST Sistemas Distribuidos Diego Sevilla Ruiz DITEC Facultad de Informática Murcia, 2012 Diego Sevilla Ruiz (DITEC Facultad de Informática) Sesión 5 Introducción a REST Murcia,

Más detalles

1. Sistemas Distribuidos

1. Sistemas Distribuidos 1. Sistemas Distribuidos M. Farias-Elinos Faster!!! The Tim Allen View of Computing Bigger Problems I want 7 days of weather not 2 I want 1024x1024x16-bit color Most modern applications such as weather

Más detalles

CENTRO DE RESGUARDO ARQUITECTURA AVANZADA PROF.: JUAN JOSÉ MUÑOZ BUSSI AUTOR: MARIANA FERRETTO

CENTRO DE RESGUARDO ARQUITECTURA AVANZADA PROF.: JUAN JOSÉ MUÑOZ BUSSI AUTOR: MARIANA FERRETTO CENTRO DE RESGUARDO ARQUITECTURA AVANZADA PROF.: JUAN JOSÉ MUÑOZ BUSSI AUTOR: MARIANA FERRETTO CENTRO DE RESGUARDO Centro de Cómputos de Resguardo Sitio para reubicarse luego de un desastre Sitio manejado

Más detalles

Especificación de la secuencia de mensajes que se han de intercambiar. Especificación del formato de los datos en los mensajes.

Especificación de la secuencia de mensajes que se han de intercambiar. Especificación del formato de los datos en los mensajes. SISTEMAS DISTRIBUIDOS DE REDES 2.- MODELOS ORIENTADOS A OBJETOS DISTRIBUIDOS 2.1. Tecnologías de sistemas distribuidos Para la implementación de sistemas distribuidos se requiere de tener bien identificados

Más detalles

Introducción a la Tecnología Grid.

Introducción a la Tecnología Grid. Introducción a la Tecnología Grid. Resumen Jose I. Abreu Salas, Pedro A. Sánchez Mirabal, Patrick García Pérez. y Rainer León Morera. Facultad de Informática. Universidad de Matanzas "Camilo Cienfuegos".

Más detalles

Nicolás Zarco Arquitectura Avanzada 2 Cuatrimestre 2011

Nicolás Zarco Arquitectura Avanzada 2 Cuatrimestre 2011 Clusters Nicolás Zarco Arquitectura Avanzada 2 Cuatrimestre 2011 Introducción Aplicaciones que requieren: Grandes capacidades de cómputo: Física de partículas, aerodinámica, genómica, etc. Tradicionalmente

Más detalles

Arquitectura: Clusters

Arquitectura: Clusters Universidad Simón Bolívar Arquitectura: Clusters Integrantes: - Aquilino Pinto - Alejandra Preciado Definición Conjuntos o conglomerados de computadoras construidos mediante la utilización de hardware

Más detalles

CLOUD AND SKY COMPUTING

CLOUD AND SKY COMPUTING Universidad Simón Bolívar Sistemas de Operación III (CI-4822) Septiembre Diciembre 2013 CLOUD AND SKY COMPUTING Carlos Gómez Pedro Romero TEMAS Cloud Computing Historia Concepto Características Arquitectura

Más detalles

Big Data: retos a nivel de desarrollo. Ing. Jorge Camargo, MSc, PhD (c) jcamargo@bigdatasolubons.co

Big Data: retos a nivel de desarrollo. Ing. Jorge Camargo, MSc, PhD (c) jcamargo@bigdatasolubons.co Big Data: retos a nivel de desarrollo Ing. Jorge Camargo, MSc, PhD (c) jcamargo@bigdatasolubons.co Cámara de Comercio de Bogotá Centro Empresarial Chapinero Agenda Introducción Bases de datos NoSQL Procesamiento

Más detalles

Transformación de los Servicios TIC universitarios mediante incorporación de cloud

Transformación de los Servicios TIC universitarios mediante incorporación de cloud Transformación de los Servicios TIC universitarios mediante incorporación de cloud Andrés Prado Director Área de Tecnología y Comunicaciones Universidad de Castilla La Mancha andres.prado@uclm.es Índice

Más detalles

Ubuntu in the Clouds. Ubuntu Jaunty Jackalope 8.04. Ing. Andrés E. Rodriguez Lazo andreserl@ubuntu.com

Ubuntu in the Clouds. Ubuntu Jaunty Jackalope 8.04. Ing. Andrés E. Rodriguez Lazo andreserl@ubuntu.com Ubuntu in the Clouds Ubuntu Jaunty Jackalope 8.04 Ing. Andrés E. Rodriguez Lazo andreserl@ubuntu.com What's New in Ubuntu Jaunty Jackalope 9.04 Desktop Look&Feel: Themes alternativos, Nuevo Sistema de

Más detalles

WHITE PAPER MIGRACIÓN DE UNA APLICACIÓN ON-PREMISE A WINDOWS AZURE. OSSESoluciones - Cartera de Soluciones en Tecnologías de Información

WHITE PAPER MIGRACIÓN DE UNA APLICACIÓN ON-PREMISE A WINDOWS AZURE. OSSESoluciones - Cartera de Soluciones en Tecnologías de Información WHITE PAPER MIGRACIÓN DE UNA APLICACIÓN ON-PREMISE A WINDOWS AZURE OSSESoluciones - Cartera de Soluciones en Tecnologías de Información Sep2014 Contenido Resumen... 3 Acerca de Windows Azure... 4 Caso

Más detalles

En este capitulo analizaremos los cuatro diferentes métodos para obtener la

En este capitulo analizaremos los cuatro diferentes métodos para obtener la 2. Marco Teórico En este capitulo analizaremos los cuatro diferentes métodos para obtener la información, para que en base a los resultados de este análisis, poder seleccionar la plataforma de diseño adecuada,

Más detalles

2524 Developing XML Web Services Using Microsoft ASP.NET

2524 Developing XML Web Services Using Microsoft ASP.NET 2524 Developing XML Web Services Using Microsoft ASP.NET Introducción La meta de este curso es de proveer a los estudiantes con el conocimiento y habilidades requeridas para desarrollar soluciones basadas

Más detalles

Introducción al GRID

Introducción al GRID CURSO CLUSTERS & GRID COMPUTING EN ENTORNOS DE SOFTWARE LIBRE Introducción al GRID Guillermo Losilla Anadón (losilla@unizar.es) 28, 29 y 30 de Noviembre 2005 http://bifi.unizar.es/clustersygrid Indice

Más detalles

Grid Computing. 13288 Marseille, France hamar@cppm.in2p3.fr

Grid Computing. 13288 Marseille, France hamar@cppm.in2p3.fr Grid Computing Vanessa Hamar 1,2 1 Centre de Physique des Particules de Marseille, 163 Avenue de Luminy Case 902 13288 Marseille, France hamar@cppm.in2p3.fr 2 Centro Nacional de Cálculo Científico Universidad

Más detalles

FAMILIA EMC VPLEX. Disponibilidad continua y movilidad de datos en los centro de datos y entre ellos

FAMILIA EMC VPLEX. Disponibilidad continua y movilidad de datos en los centro de datos y entre ellos FAMILIA EMC VPLEX Disponibilidad continua y movilidad de datos en los centro de datos y entre ellos MOVILIDAD DE DATOS Y DISPONIBILIDAD CONTINUAS PARA APLICACIONES DE MISIÓN CRÍTICA La infraestructura

Más detalles

Sesión 17. Servicios web RESTful

Sesión 17. Servicios web RESTful Sesión 17. Servicios web RESTful Luisa Fernanda Rincón Pérez 2015-1 Qué vimos la sesión pasada? 1. Consumir servicio web SOAP desde JAVA 2. Consumir servicio web en PHP 3. Exponer servicio web en PHP Qué

Más detalles

:Arquitecturas Paralela basada en clusters.

:Arquitecturas Paralela basada en clusters. Computación de altas prestaciones: Arquitecturas basadas en clusters Sesión n 1 :Arquitecturas Paralela basada en clusters. Jose Luis Bosque 1 Introducción Computación de altas prestaciones: resolver problemas

Más detalles

MS_6435 Designing a Windows Server 2008 Network Infrastructure

MS_6435 Designing a Windows Server 2008 Network Infrastructure Designing a Windows Server 2008 Network Infrastructure www.ked.com.mx Av. Revolución No. 374 Col. San Pedro de los Pinos, C.P. 03800, México, D.F. Tel/Fax: 52785560 Introducción Este curso provee a estudiantes

Más detalles

Arquitectura de sistema de alta disponibilidad

Arquitectura de sistema de alta disponibilidad Mysql Introducción MySQL Cluster esta diseñado para tener una arquitectura distribuida de nodos sin punto único de fallo. MySQL Cluster consiste en 3 tipos de nodos: 1. Nodos de almacenamiento, son los

Más detalles

Análisis de sentimientos de tweets.

Análisis de sentimientos de tweets. Análisis de sentimientos de tweets. JIT-CITA 2013 Resumen Un sensor de sentimientos de tweets para identificar los mensajes positivos, negativos y neutros sobre cualquier trend que se tome sobre esta red

Más detalles

BIG DATA & SEGURIDAD UN MATRIMONIO DE FUTURO

BIG DATA & SEGURIDAD UN MATRIMONIO DE FUTURO BIG DATA & SEGURIDAD UN MATRIMONIO DE FUTURO PRESENTACIÓN ANTONIO GONZÁLEZ CASTRO IT SECURITY DIRECTOR EN PRAGSIS TECHNOLOGIES agcastro@pragsis.com antoniogonzalezcastro.es @agonzaca linkedin.com/in/agonzaca

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

Sistemas Distribuidos Servicios web. Rodrigo Santamaría

Sistemas Distribuidos Servicios web. Rodrigo Santamaría + Sistemas Distribuidos Servicios web Rodrigo Santamaría + Servicios web Introducción IDL SOAP REST XML/JSON-RPC 2 + Introducción 3 n Java RMI o Sun RPC son middleware de nivel alto, aptos para realizar

Más detalles

SISTEMA PARA GENERAR GRÁFICAS A PARTIR DE LOGS TCPDUMP USANDO HADOOP. Ángel Stalin Cruz Palaquibay Pedro Alfredo Torres Arellano

SISTEMA PARA GENERAR GRÁFICAS A PARTIR DE LOGS TCPDUMP USANDO HADOOP. Ángel Stalin Cruz Palaquibay Pedro Alfredo Torres Arellano SISTEMA PARA GENERAR GRÁFICAS A PARTIR DE LOGS TCPDUMP USANDO HADOOP Ángel Stalin Cruz Palaquibay Pedro Alfredo Torres Arellano Descripción general 2 El Problema Motivación Objetivos Metodología del proyecto

Más detalles

Tecnologías Grid Estándares grid

Tecnologías Grid Estándares grid Tecnologías Grid Estándares grid Master en Sistemas y Servicios Informáticos para Internet Universidad de Oviedo Estándares grid Introducción Introducción Justificación El grid se construye a base de diversos

Más detalles

DESKTOP GRID Y COMPUTACIÓN VOLUNTARIA: INTRODUCCIÓN A LA TECNOLOGÍA BOINC

DESKTOP GRID Y COMPUTACIÓN VOLUNTARIA: INTRODUCCIÓN A LA TECNOLOGÍA BOINC DESKTOP GRID Y COMPUTACIÓN VOLUNTARIA: INTRODUCCIÓN A LA TECNOLOGÍA BOINC José Luis Guisado Lizar http://cum.unex.es/profes/profes/jlguisado Grupo de Evolución Artificial (GEA) Universidad de Extremadura

Más detalles

Cloud Computing Tendencias. Modelos. Posibilidades. Germán Cortés Lasso gcorteslasso@gmail.com

Cloud Computing Tendencias. Modelos. Posibilidades. Germán Cortés Lasso gcorteslasso@gmail.com Cloud Computing Tendencias. Modelos. Posibilidades Germán Cortés Lasso gcorteslasso@gmail.com Agenda Introducción Qué es Cloud Computing? Características Modelos Tendencias Posibilidades Introducción Todos

Más detalles

Soluciones para entornos HPC

Soluciones para entornos HPC Dr.. IT Manager / Project Leader @ CETA-Ciemat abelfrancisco.paz@ciemat.es V Jornadas de Supercomputación y Avances en Tecnología INDICE 1 2 3 4 HPC Qué? Cómo?..................... Computación (GPGPU,

Más detalles

Arquitecturas Distribuidas. Eduardo Ostertag Jenkins, Ph.D. OBCOM INGENIERIA S.A. Eduardo.Ostertag@obcom.cl

Arquitecturas Distribuidas. Eduardo Ostertag Jenkins, Ph.D. OBCOM INGENIERIA S.A. Eduardo.Ostertag@obcom.cl Arquitecturas Distribuidas Eduardo Ostertag Jenkins, Ph.D. OBCOM INGENIERIA S.A. Eduardo.Ostertag@obcom.cl Temario Arquitectura Cliente/Servidor File Arquitectura Cliente/Servidor SQL Arquitectura Cliente/Servidor

Más detalles

Nexica Private Cloud

Nexica Private Cloud Nexica Private Cloud Elasticidad inteligente de plataformas cloud Juan Carlos Diaz Director Comercial -2- Nexica -3- Quiénes somos? En Nexica proporcionamos servicios de gestión TIC. Somos expertos en

Más detalles

HPC & Cloud Experts. Conceptos Compatibles?

HPC & Cloud Experts. Conceptos Compatibles? Catón HPC & Cloud Experts Cloud Computing y Seguridad: Conceptos Compatibles? Catón: Quiénes Sómos Catón Nació en 1.997, fruto de la visión innovadora de un grupo de profesionales de la Investigación.

Más detalles

Diferenciadores entre ediciones de Bases de Datos Oracle Octubre de 2011. Standard Edition One. Express Edition. Standard Edition

Diferenciadores entre ediciones de Bases de Datos Oracle Octubre de 2011. Standard Edition One. Express Edition. Standard Edition Diferenciadores entre ediciones de Bases de Datos Oracle Octubre de 2011 Características Express Standard One Standard Enterprise Procesamiento Máximo 1 CPU 2 Sockets 4 Sockets Sin límite Memoria RAM Máxima

Más detalles

Big Data y Supercómputo. Dr. Jesús Antonio González (jagonzalez@inaoep.mx) Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE)

Big Data y Supercómputo. Dr. Jesús Antonio González (jagonzalez@inaoep.mx) Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE) Big Data y Supercómputo Dr. Jesús Antonio González (jagonzalez@inaoep.mx) Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE) Big Data 2 Hasta qué cantidad de datos podemos procesar en nuestra

Más detalles

Introducción al Cluster

Introducción al Cluster Centro de Teleinformática y Producción Industrial - Regional Cauca Pág. 1 de 11 Nombre del Introducción al Cluster Historial Fecha Razón de cambio (s) Autor(es) 26 / 10 /2011 Documento Inicial, Primer

Más detalles

Sistemas Distribuidos

Sistemas Distribuidos Objetivos del curso Sistemas Distribuidos Presentar una visión global del estado del arte y los aspectos más novedosos del diseño y construcción de sistemas distribuidos. Desarrollar ejemplos prácticos

Más detalles

MapReduce. Modelo de programación MapReduce. MapReduce. Sistemas Distribuidos. Tecnologías procesado masivo de datos. Vamos a contar palabras

MapReduce. Modelo de programación MapReduce. MapReduce. Sistemas Distribuidos. Tecnologías procesado masivo de datos. Vamos a contar palabras Tecnologías procesado masivo de datos Sistemas Distribuidos Modelo de programación Modelo de programación Alm. lógico Alm. físico Serv. genéricos Pregel... BigTable GFS Serv. genéricos 2 Vamos a contar

Más detalles

Cloud Computing: Soluciones y Seguridad

Cloud Computing: Soluciones y Seguridad MAD-004 Cloud Computing: Soluciones y Seguridad El sistema Cloud nace de la necesidad del usuario de disponer de toda su información en tiempo real desde cualquier ubicación y con cualquier dispositivo.

Más detalles

Global File System (GFS)...

Global File System (GFS)... Global File System (GFS)... Diferente a los sistemas de ficheros en red que hemos visto, ya que permite que todos los nodos tengan acceso concurrente a los bloques de almacenamiento compartido (a través

Más detalles

Lista de acrónimos... 15

Lista de acrónimos... 15 Índice general Lista de acrónimos... 15 CAPÍTULO 1. Visión general y entorno de desarrollo... 17 1.1. Qué hace Android especial?... 18 1.2. Los orígenes... 19 1.3. Comparativa con otras plataformas...

Más detalles

Tecnología de Mallas de Colaboración

Tecnología de Mallas de Colaboración Tecnología de Mallas de Colaboración Chile Digital 2010 Noviembre 2003 Florencio I. Utreras Director Ejecutivo de REUNA http://www.reuna.cl Mallas Conceptos y Razones Mallas (GRID s) Infraestructura de

Más detalles

Facultad de Ingeniería ISSN: 0121-1129 revista.ingenieria@uptc.edu.co. Universidad Pedagógica y Tecnológica de Colombia. Colombia

Facultad de Ingeniería ISSN: 0121-1129 revista.ingenieria@uptc.edu.co. Universidad Pedagógica y Tecnológica de Colombia. Colombia Facultad de Ingeniería ISSN: 0121-1129 revista.ingenieria@uptc.edu.co Universidad Pedagógica y Tecnológica de Colombia Colombia Amézquita-Mesa, Diego Germán; Amézquita-Becerra, Germán; Galindo-Parra, Omaira

Más detalles

P2P, Grid, Cloud y Sky Computing

P2P, Grid, Cloud y Sky Computing P2P, Grid, Cloud y Sky Computing Ing. Nelson A. Vicuña Z. Plan 1. Introducción 2. P2P 3. Grid Computing 4. Cloud Computing 5. Sky Computing 1. Introducción P2P, Grid Computing, Cloud Computing e Internet

Más detalles