Cómo IBM BigInsights acelera la generación de valor de Implantaciones HADOOP. Subtítulo
|
|
- Óscar Zúñiga Herrera
- hace 8 años
- Vistas:
Transcripción
1 Cómo IBM BigInsights acelera la generación de valor de Implantaciones HADOOP. Subtítulo
2 Resumen Big Data: Ideas Arquitectura Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights: IBM Hadoop y mucho más WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards
3 Características del Big Data: As usual V 4 =Volumen+ Velocidad+ Variedad + Veracidad Procesar eficientemente el Volumen creciente 50x 35 ZB Responder con la Velocidad necesaria 30 Billion Sensores RFID y aumentando Analizar la Variedad de datos existentes 80% de los datos mundiales son desestructurados Establecer la Veracidad de las fuentes de datos Big Data 1 de cada 3 business leaders no confían en la información que usan para la toma de decisiones. VALOR
4 BIG DATA NO ES SÓLO HADOOP There s a belief that if you want big data, you need to go out and buy Hadoop and then you re pretty much set. People shouldn t get ideas about turning off their relational systems and replacing them with Hadoop As we start thinking about big data from the perspective of business needs, we re realizing that Hadoop isn t always the best tool for everything we need to do, and that using the wrong tool can sometimes be painful. Ken Rudin Head of Analytics at Facebook
5
6 Resumen Big Data Arquitectura Big Data Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights: IBM Hadoop WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards
7 Arquitectura BIG DATA Completa
8 Arquitectura BIG DATA Completa con IBM STREAMS SPSS MODELER SPSS MODELER SPSS MODELER
9 9 IBM Big Data Platform InfoSphere BigInsights Hadoop-based low latency analytics for variety and volume Data-At-Rest Hadoop InfoSphere Information Server High volume data integration and transformation Information Integration Data Warehouse Stream Computing InfoSphere Streams Low Latency Analytics for streaming data Data-In-Motion InfoSphere Warehouse Large volume structured data analytics PureData for Analytics BI+Ad Hoc Analytics on Structured Data
10 Ejemplo Plataforma Global Big Data en la práctica Ingestion and Real-time Analytic Zone Streams Analytics and Reporting Zone Warehousing Zone BI & Reporting Connectors Hadoop Enterprise Warehouse Predictive Analytics MapReduce Hive/HBase Col Stores Data Marts Visualization & Discovery Documents in variety of formats ETL, MDM, Data Governance Landing and Analytics Sandbox Zone Metadata and Governance Zone
11 Resumen Big Data Arquitectura Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights: IBM Hadoop y mucho más WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards
12 Principales aplicaciones de Big Data Data at Rest Datos Almacenados (estructurados o desestructurados) Multiestructurados Ejemplos: logs, facebook, twitter, audio, video, , geodata... Solución: Hadoop (open source) / IBM InfoSphere BigInsights(Enterprise Hadoop) Data in Motion: Datos Analizados en Tiempo Real, sin necesidad de almacenarlos previamente. Ejemplos: Sensors, RFID, etc. Solución: IBM Infosphere Streams
13 Resumen Big Data Arquitectura Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights: IBM Hadoop y mucho más WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards
14 Por qué HADOOP? El hardware mejora continuamente Si, pero cuanto se tarda en procesar un Terabyte? y un Petabyte? cual es su coste? Cuál es la solución? PROCESAMIENTO EN PARALELO. El cual lleva mucho tiempo entre nosotros: GRID MPP DB2 DPF, Netezza, Teradata, etc En todos ellos se paraleliza y se distribuyen datos. Pero no es barato. Ahora HADOOP: 1. Hadoop Common: componentes genéricos 2. HDFS 3. MapReduce
15 Qué es HDFS Hadoop Distributed File System? Se distribuyen los datos en bloques por todos los nodos, replicándose entre los Múltiples Nodos del Cluster. Paradigma Divide y Vencerás. Único sistema de ficheros en todo el Cluster.
16 Qué es MapReduce? Paradigma Divide y Vencerás. Envío de los programas a los datos. Un Job MapReduce se divide en Tareas/Tasks y se envían a cada nodo del Cluster, donde están los datos divididos en Bloques.
17 Ejemplo: MapReduce Distribución public static class TokenizerMapper extends Mapper<Object,Text,Text,IntWritable> { private final static IntWritable one = new IntWritable(1); private Text word = new Text(); public void map(object key, Text val, Context StringTokenizer itr = new StringTokenizer(val.toString()); while (itr.hasmoretokens()) { word.set(itr.nexttoken()); context.write(word, one); } } } public static class IntSumReducer extends Reducer<Text,IntWritable,Text,IntWrita private IntWritable result = new IntWritable(); public void reduce(text key, Iterable<IntWritable> val, Context context){ int sum = 0; for (IntWritable v : val) { sum += v.get(); Tareas Map se distribuyen por el Cluster Hadoop Data Nodes 1. Fase Map (Trocea job en pequeñas partes) 2. Shuffle (Transferencia de resultados para procesado final)... Shuffle 3. Fase Reduce (Construye un único dataset final) Result Set Reduce: Resultado en un único Set de datos
18 Ejemplo: Programa MapReduce Contar ocurrencias de palabras Entry Data Hello World Bye World Hello IBM Map Process Shuffle Process Reduce Process Map 1: < Hello, 1> < World, 1> < Bye, 1> < World, 1> Reduce (final output): < Bye, 1> < IBM, 1> < Hello, 2> < World, 2> Map 2: < Hello, 1> < IBM, 1>
19 Resumen Lenguajes de Análisis: Pig, Hive, Jaql Characteristic Pig Hive Jaql Developed by Yahoo! Facebook IBM Language Pig Lagin HQL Jaql Type of Language Data structured supported Data Flow Complex Declarative (SQL dialect) Better suited for structured data Data Flow JSON semi structured Schema Optional Not Optional Optional
20 Hadoop no es bueno para todo: CUIDADO No es para transacciones, no es bueno para acceso aleatorio. No es bueno cuando el trabajo no es paralelizable. No es bueno para accesos donde se espera una latencia baja. No es bueno para pequeños archivos/jobs. (Adaptive MapRed de IBM) No es bueno para muchos cálculos con pequeños sets de datos.
21 Resumen Big Data Arquitectura Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights: IBM Hadoop y mucho más WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards
22 BigInsights: IBM Hadoop y mucho más Única distribución Hadoop que permite despliegue de soluciones Big Data en Entornos Corporativos. Según requerimientos estándar de direcciones de tecnología Ventajas Principales de BigInsights: Integra todo el KnowHow del Software IBM Capacidades de Administración Aplicaciones Integradas (Big SQL, Big R, Aceleradores, BigSheets, ) Conectores Estándar JDBC ODBC (Big SQL). Entorno de Desarrollo Eclipse y Lenguajes propios (JAQL AQL). Soporte IBM y partners como Habber Tec.
23 BigInsights: WebConsole/Navegación Facilitando acceso a las principales funcionalidades: Cluster Status: Administración de Nodos del Cluster. Files: Acceso al árbol de directorios HDFS. Applications: Acceso aplicaciones existentes o desarrolladas. Bigsheets Dashboards
24 BigInsights: Cluster Status Facilidades para administradores, en la configuración, gestión y monitorización del clusterhadoop. Arrancar/Parar los distintos servicios del sistema Hadoop Añadir Nodos Eliminar Nodos Añadir Servicios Manejo de Alertas Configuración de Logs Sistema de Backup para Hbase
25 BigInsights: Files Acceso cómodo al árbol de directorios HDFS Posibilidad de analizar ficheros y formatearlos de manera sencilla. Acceso a tablas de Catalogo Hive.
26 BigInsights: Applications Aplicaciones para facilitar tareas, desde monitorización, ejecución de scripts/queries, importación de datos o transformaciones.
27 BigInsights : Accelerators Construir y desplegar rápidamente aplicaciones para casos de uso concretos IBM Accelerator for Social Data Analytics - SDA B2C business Ejemplo de aplicaciones: Customer acquisition / retention, Customer Segmentation or Micro Segmentation, Marketing Campaign Optimization, Lead generation, Brand Management or Surveillance Con BigInsights v3 y Streams v3 IBM Accelerator for Machine Data Analytics - MDA Cross-industry: manufacturing, oil & gas, energy and utility, healthcare, travel and transportation, CPG, Retail, etc. SCADA. Con BigInsights v3
28 BigInsights: Dashboards Visualización a través de de tableros. Tableros predefinidos para Administración: Estado del Sistema Estado de las aplicaciones, Jobs, Maps, Reduces Estado del Sistema de archivos distribuido - HDFS Widgets para facilitar creación de nuestros propios tableros: Widgets de administracion y salud del sistema Workbooks de análisis
29 BigInsights: Dashboards
30 BigInsights: BigSheets
31 BigInsights: Entorno Desarrollo Eclipse Para desarrollo en JAQL, Hive, Java MapReduce, Text Analytics, AQL, Pig
32 Qué es Big SQL? Soporte SQL robusto para entornos Hadoop: Arquitectura servidor escalable Soporte SQL'2011 ANSI. Drivers JDBC & ODBC. DB2 Client Driver. Variedad de fuentes de datos (Hive y Hbase) y formatos de ficheros Fundamentos de diseño: Queries ya existentes funcionen sin modificaciones o con pocas modificaciones. Aplicaciones existentes que usan JDBC y ODBC seguirán funcionando. Queries eficientes, tan eficientes como permita el mecanismo de almacenamiento seleccionado (Hive, Hbase, ficheros y sus distintos formatos).
33 BIG SQL v3.0 y Competidores Comparación con HIVE
34 Text Analytics en BigInsights Text Analytics implica estructurar los textos (parseado) y encontrar patrones. Tareas típicas en Text Mining: categorización de textos, extracción de entidades, taxonomías, análisis de sentimientos. Text Analytics incluye análisis léxico, categorización/anotación, extracción. BigInsights facilita todo esto, cómo? Lenguaje especifico para este tipo de análisis - AQL Herramientas de Desarrollo Eclipse Wizards. Compiladores y generadores de perfiles. Facilidades para crear aplicaciones, ejecutarlas y visualizar resultados.
35 Text Analytics: Ejemplo sencillo Football World Cup 2010, one team distinguished well from the rest winning the final. Early in the second half, Netherlands striker, Arjen Robben, had a chance to score, but the awesome keeper for Spain, Iker Casillas made the save. Winner superiority was reflected when Winger Andres Iniesta scored for Spain for the win. World Cup 2010 Highlights Arjen Robben Iker Casillas Andres Iniesta Striker Keeper Winger Netherlands Spain Spain
36 Annotator Query Language (AQL) Lenguaje específico para crear reglas de Text Analytics Similar a SQL. Compilable, generando un plan de acceso y trabajo sobre los datos. No hay cajas negras, o módulos cerrados, todo es parametrizable, con posibilidad de programar y modificar. create view AmountWithUnit as extract pattern <N.match> <U.match> as match from Number N, Unit U; WIZARD SENCILLO
37 BIG R Por fin, R Escalable. Particiones para grandes volúmenes. Ejecución en paralelo en Cluster. Entorno totalmente R.
38 BIGINSIGHTS: Aportes Facilidades para cualquier tipo de usuario: Administradores Desarrolladores Usuarios de Negocio Motores de ejecución y consulta: MapReduce BigSql Facilidades para Desarrollo de Aplicaciones y Análisis: Entorno Eclipse BigSheets Applications Accelerators
39 Conclusiones BigData no es sólo Hadoop. Hadoop es una pata dentro de las Arquitecturas Big Data. IBM InfoSphere BigInsights es la única distribución Hadoop que permite despliegue de soluciones Big Data en Entornos Corporativos. BigInsights aporta facilidad y rapidez para desarrollos BigData Hadoop, apoyándose en todas las herramientas y aplicaciones que incluye, que vienen aportadas por el KnowHow de IBM.
40 Resumen Big Data Arquitectura Completa Principales aplicaciones en Big Data Hadoop BigInsights: IBM Hadoop y mucho más WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards
41 Ejemplo Desarrollo Rápido: Eclipse - Apps BigSheets - DashBoards 1. Eclipse: Creación Proyecto Nuevo 2. Eclipse: Creación Script Pig 3. Eclipse: Crear APP BigInsights y Desplegarla en portal. 4. WebConsole/Applications: Deploy & Run App BigInsights 5. BigSheets: Analizar Resultados 6. DashBoard: Añadir a nuestro Dashboards los nuevos datos generados.
42 Muchas gracias por su atención. Bruno Roa Cuesta Subtítulo
ÍNDICE. Introducción... Capítulo 1. Conceptos de Big Data... 1
ÍNDICE Introducción... XIII Capítulo 1. Conceptos de Big Data... 1 Definición, necesidad y características de Big Data... 1 Aplicaciones típicas de Big Data... 4 Patrones de detección del fraude... 4 Patrones
Más detallesBIG DATA Y SU APLICACIÓN REAL EN LA EMPRESA
BIG DATA Y SU APLICACIÓN REAL EN LA EMPRESA Javier González Sánchez Director Comercial de Information Management España, Portugal, Grecia e Israel. IBM Software Características de Big Data Procesamiento
Más detallesBig 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 detallesLa Analítica de Datos no Estructurados
La Analítica de Datos no Estructurados Análisis Big Data con Hadoop Big Data es Más Que Solamente Hadoop Que me podría decir de Big Data? Quiero saber de Hadoop. Big Data es mucho mas que Hadoop! Nuestros
Más detallesSession: Qué es Big Data? Análisis con BigInsights. Luis Reina IBM. 13 Noviembre de 2012
Session: Qué es Big Data? Análisis con BigInsights Luis Reina IBM 13 Noviembre de 2012 1 Agenda Qué es Big Data? Datos en Reposo Hadoop IBM BigInsights Demo 2 Un poco de Historia de los Datos OLTP OLAP
Más detallesAPACHE 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 detallesXII 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 detallesConectores 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 detallesThe H Hour: Hadoop The awakening of the BigData. Antonio Soto SolidQ COO asoto@solidq.com @antoniosql
The H Hour: Hadoop The awakening of the BigData Antonio Soto SolidQ COO asoto@solidq.com @antoniosql Tendencias de la Industria El nuevo rol del operador El operador de ayer Sigue el proceso basado en
Más detallesSoluciones Big Data & Analytics Martes 10 de junio de 2014 Museu Nacional d'art de Catalunya
Software & Servicios Soluciones Big Data & Analytics Martes 10 de junio de 2014 Museu Nacional d'art de Catalunya Juan Carlos Morán Software & Servicios Saytel E-mail: jcmoran@saytel.es Agenda Qué es Big
Más detallesHadoop. 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 detallesAccediendo a nuevas perspectivas y oportunidades a través del Big Data
Accediendo a nuevas perspectivas y oportunidades a través del Big Data Yolanda Mendoza - Information Management Sales Manager SPGI Madrid, 20 noviembre 2013 PALACIO MUNICIPAL DE CONGRESOS Algo importante
Más detallesBIG 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 detallesRoadmap 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 detallesBig Data Analytics. Copyright 2012, SAS Institute Inc. All rights reserved.
Big Data Analytics El desafío? Source: IDC Digital Universe Study, sponsored by EMC, May 2010 NUESTRA PERSPECTIVA Big Data esun términorelativo no ABSOLUTO Big Data Cuando el volúmen, velocidad o variedad
Más detallesCómo aprovechar la potencia de la analítica avanzada con IBM Netezza
IBM Software Information Management White Paper Cómo aprovechar la potencia de la analítica avanzada con IBM Netezza Un enfoque de appliance simplifica el uso de la analítica avanzada Cómo aprovechar la
Más detallesLuis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos. Data Warehousing: el reto de extraer el valor de los datos
Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos Data Warehousing: el reto de extraer el valor de los datos AGENDA Data Warehouses Problemáticas típicas de Data Warehouse Soluciones
Más detallesCómo Orientar el Potencial de Big Data
Cómo Orientar el Potencial de Big Data Fernando Cortés IBM Software Group, Information Management Especialista IBM Big Data Para Reconocer Nuevas Oportunidades, Es Necesario Pensar Más Allá de las Fuentes
Más detallesBig 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 detallesIBM Power Systems con Saytel. El motor para obtener información de valor de la forma más rápida
IBM Power Systems con Saytel El motor para obtener información de valor de la forma más rápida El motor para obtener información de valor de la forma más rápida Los nuevos requerimientos cloud, analítica,
Más detallesCURSO: 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 detallesSoluciones Big Data & Analytics Miércoles 4 de junio de 2014 Estadio Santiago Bernabeu
Saytel Informática S.L. Soluciones Big Data & Analytics Miércoles 4 de junio de 2014 Estadio Santiago Bernabeu Juan Carlos Morán Software & Servicios Saytel E-mail: jcmoran@saytel.es Agenda Qué es Big
Más detallesHDInsight. Big Data, al estilo Microsoft
HDInsight Big Data, al estilo Microsoft PABLO DOVAL SQL/BI Team Lead palvarez@plainconcepts.com http://geeks.ms/blogs/palvarez @PabloDoval Big Data ALGUNAS ESTADÍSTICAS DE SQL SERVER Categoría Metrica
Más detallesCopyright 2010 EMC Corporation. All rights reserved.
1 GreenPlum El Futuro y el Presente del Data WareHouse 2 Retos en los Data Warehouse actuales Tanto las fuentes de los datos como la cantidad de información a analizar crece exponencialmente Existe información
Más detallesPINOT. La ingestión near real time desde Kafka complementado por la ingestión batch desde herramientas como Hadoop.
PINOT Stratebi Paper (2015 info@stratebi.com www.stratebi.com) Pinot es la herramienta de análisis en tiempo real desarrollada por LinkedIn que la compañía ha liberado su código bajo licencia Apache 2.0,
Más detallesDESAYUNOS DE TRABAJO 2008. Murcia, 5 de Marzo
DESAYUNOS DE TRABAJO 2008 Murcia, 5 de Marzo Visión de ASM- El primer paso para mejorar la Productividad es identificar las pérdidas, el despilfarro. No se puede gestionar aquello que no se mide, es decir,
Más detallesYersinio Jiménez Campos Analista de datos Banco Nacional de Costa Rica
Fundamentos Título de de Big la Data presentación utilizando MATLAB Yersinio Jiménez Campos Analista de datos Banco Nacional de Costa Rica 1 Agenda Qué es Big Data? Buenas prácticas en el manejo de memoria.
Más detallesGelka Consultores de Negocios y Proyectos Ltda.
BUSINES INTELLIGENCE OPEN SOURCE En el área de Business Intelligence, se ha producido recientemente un despegue espectacular en el desarrollo de soluciones open Source La cantidad de proyectos de Open
Más detallesBig Data en la nube. Use los datos. Obtenga información. La pregunta clave es: Qué puede hacer Doopex por mi negocio?
Qué es Doopex? Big Data en la nube. Use los datos. Obtenga información. Seguramente, la pregunta clave no es Qué es Doopex?. La pregunta clave es: Qué puede hacer Doopex por mi negocio? El objetivo de
Más detallesLa siguiente generación de Datawarehouse : Más allá del Data Warehouse permitir information on demand. IBM Information Management
La siguiente generación de Datawarehouse : Más allá del Data Warehouse permitir information on demand José Ramón Mora IBM Software Group Nuestra visión sobre Business Intelligence Acercamiento Desde hace
Más detallesPresentación. 29/06/2005 Monografía de Adscripción 1
Presentación Alumno: Uribe, Valeria Emilce Profesor Director: Mgter. David Luis La Red Martínez. Asignatura: Diseño y Administración de Datos. Corrientes 2005. 29/06/2005 Monografía de Adscripción 1 MONOGRAFIA
Más detallesMicrosoft 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 detallesBIG 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 detalles1. Ir a https://vmdepot.msopentech.com/list/index?sort=featured&search=kobli
Procedimiento documentado para obtener cualquiera de las cuatro máquinas virtuales de Kobli en un clic (Especializadas, Colecciones privadas, Médicas y Rurales) desde VM Depot 1 y llevarla a la plataforma
Más detallesBig Data y BAM con WSO2
Mayo 2014 Big Data y BAM con Leonardo Torres Centro Experto en SOA/BPM en atsistemas ofrece una completa suite de productos Open Source SOA y son contribuidores de muchos de los productos de Apache, como
Más detallesSoluciones de virtualización de datos
Soluciones de virtualización de datos Cómo obtener una ventaja competitiva gracias al uso de los datos El contexto de cambio vertiginoso en las diferentes actividades de negocio requiere en la actualidad
Más detallesBig Data: Una Ventaja Competitiva. 2012 IBM Corporation
Big Data: Una Ventaja Competitiva #IBMbigdata Data is the new Oil En su forma pura, el petróleo tiene poco valor. Una vez procesado y refinado, ayuda a mover el mundo. Big Data has arrived at Seton Health
Más detallesserra Access y SQL Server Qué es mejor en cada caso? Valentín Playá, Serra GTS 22 de enero de 2009 Bases de datos 1
Access y SQL Server Qué es mejor en cada caso? Valentín Playá, Serra GTS 22 de enero de 2009 Bases de datos 1 Bases de datos en una organización Distintas necesidades según el tipo de solución Ninguna
Más detallesBig 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 detallesSocial Big Data. Ignacio Bustillo Ignacio.Bustillo@stratebi.com Twitter: @IgnacioBustillo Fecha presentación: 13 de Noviembre de 2014
Social Big Data Ignacio Bustillo Ignacio.Bustillo@stratebi.com Twitter: @IgnacioBustillo Fecha presentación: 13 de Noviembre de 2014 'Hello world!' Creador & Organizador Docente universitario El mundo
Más detallesProyecto 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 detallesRetos en la gestión de Información requieren Smarter Computing
Retos en la gestión de Información requieren Smarter Computing Diana Ortega zstack Information Architect 1 Operacionales Decisiones Estratégicas Alcance del Business Analytics Análisis y Conocimiento Mejora
Más detallesBIG DATA Desde que se cronometran las carreras, se corre más rápido
BIG DATA Desde que se cronometran las carreras, se corre más rápido Santa Cruz, Bolivia 2014 Manual para aprender @sorprendida @sorprendida HACE UN BILLÓN DE: HORAS nació el homo sapiens MINUTOS empezó
Más detallesAnuncio de software ZP13-0635 de IBM Europe, Middle East, and Africa, con fecha 26 de noviembre de 2013
con fecha 26 de noviembre de 2013 IBM InfoSphere Data Replication V10.2.1 e InfoSphere Change Data Delivery V10.2.1 ayudan a optimizar los procesos empresariales a través de la duplicación de datos de
Más detallesGUÍA TÉCNICA. Desarrollo de Sistemas de Información la plataforma Business Intellingence Pentaho
Desarrollo de Sistemas de Información la plataforma Business Intellingence Página 1 de 11 Control de versiones Ver. Fecha Descripción Autores 1 04/07/14 Versión inicial SDP Página 2 de 11 Índice del Documento
Más detallesLibere el conocimiento que vive en cualquier dato. Mario Ochoa 10/09/2014
Libere el conocimiento que vive en cualquier dato Mario Ochoa 10/09/2014 En qué se diferencian las empresas exitosas de la actualidad? Datos. Valor La innovación de tecnología acelera el valor Machine
Más detallescloudbi@intellego.com.mx www.cloudbi.mx Tel: + 52 (55) 3004 2984 / 87
cloudbi@intellego.com.mx www.cloudbi.mx Tel: + 52 (55) 3004 2984 / 87 Invierta en decisiones, no en hardware ni software. Paquetes de Servicio: Paquete Número de Usuarios Volumen máximo de datos Mensualidad
Más detallesCONFIGURACIÓN Y DESARROLLO
CONFIGURACIÓN Y DESARROLLO Beneficios Permite controlar con eficiencia el rendimiento. SQL Server 2005 brinda a los administradores de Microsoft Dynamics GP herramientas de control automatizadas y mejoradas
Más detalles4 en 1: 1. BPMS (Gestión por Procesos). 2. Intranet. 3. Gestión Documental (SPS). 4. Portales B2B y B2C.
4 en 1: 1. BPMS (Gestión por Procesos). 2. Intranet. 3. Gestión Documental (SPS). 4. Portales B2B y B2C. AuraPortal Consejo de Cuentas de Castilla y León Pablo Trilles Director Comercial pablo.trilles@grupoauraportal.com
Más detallesel Soporte de Decisiones
el Soporte de Decisiones Productos ASC SEQUEL Manejo de datos. ABSTRACT Documentación de sistemas. ASC: Acceso a los Datos y Herramienta de Programación SEQUEL y ABSTRACT Soluciones para manejo de datos
Más detallesSoftware Libre para Aplicaciones de Big Data
Software Libre para Aplicaciones de Big Data Club de Investigación Tecnológica San José, Costa Rica 2014.07.16 Theodore Hope! hope@aceptus.com Big Data: Qué es?! Conjuntos de datos de: " Alto volumen (TBs
Más detallesOracle vs Oracle por Rodolfo Yglesias Setiembre 2008
Oracle vs Oracle por Rodolfo Yglesias Setiembre 2008 Introducción Aunque la estrategia de adquisiciones que Oracle ha seguido en los últimos años siempre ha buscado complementar y fortalecer nuestra oferta
Más detallesMore than 500,000 software licenses, 125,000 plants & facilities, Supported in 181 countries, across every vertical market
More than 500,000 software licenses, 125,000 plants & facilities, Supported in 181 countries, across every vertical market Gestión inteligente de la información en entornos industriales e infraestructuras:
Más detallesarquitectura que maneja. Encontraremos también los diferentes servidores que
3.1 INTRODUCCIÓN A lo largo de este capitulo será descrito ArcIMS, así como las características y arquitectura que maneja. Encontraremos también los diferentes servidores que proporciona ArcIMS, además
Más detallesAlmacén de datos - concepto. Arquitectura de un sistema de almacén de datos
Almacén de datos - concepto Almacén de datos (Bodega de Datos, Data warehouse) es una integrada colección de datos que contiene datos procedentes de sistemas del planeamiento del recurso de la empresa
Más detallesCAPITULO 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 detallesBeneficios de Big Data con analítica
Beneficios de Big Data con analítica Edward Roske, CEO Oracle ACE Director info@interrel.com BLOG: LookSmarter.blogspot.com WEBSITE: www.interrel.com TWITTER: Eroske Sobre interrel Ganador del Premio Oracle
Más detallesTema 5: Integración de Datos Distribuidos
Tema 5: Integración de Datos Distribuidos Integración de Datos Distribuidos El problema de la integración de datos distribuidos consiste en integrar datos de fuentes distribuidas, heterogéneas y posiblemente
Más detallesST28_Developing Microsoft SharePoint Server 2013 Advanced Solutions
ST28_Developing Microsoft SharePoint Server 2013 Advanced Solutions Presentación Este curso proporciona a los desarrolladores de SharePoint la información necesaria para implementar soluciones SharePoint
Más detallesPREVIEW BIDOOP 2.0. Big Data Brunch
PREVIEW BIDOOP 2.0 Big Data Brunch 08 de Julio 2014 Quién soy? Trabajando con Hadoop desde 2010 sluangsay@pragsis.com @sourygna CTO de Pragsis Responsable departamento sistemas Preventa Instructor de Hadoop
Más detallesINTRODUCCIÓN 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 detallesasired EIS Descripción de producto. Integración de Sistemas Explotación de Datos y Business Intelligence para la Pequeña y Mediana Empresa.
asired EIS Integración de Sistemas Explotación de Datos y Business Intelligence. Descripción de producto. 2004 Así-Red Servicios Telemáticos, S.L.L. C/ Progreso, 36, 3º B 36202 Vigo Telf. 986 44 34 91
Más detallesMonitorización de actividades de datos InfoSphere Guardium para Big Data
Monitorización de actividades de datos InfoSphere Guardium para Big Data Amal Mashlab IBM Software Group, Information Management Responsable de Ventas de Gobierno de la Información para Europa Cumplir
Más detallesCOSI es una empresa mexicana que pertenece al grupo Microsoft Partner Information Worker Solution. Portals & Collaboration P&C CRM
Acerca de Nosotros COSI es una empresa mexicana que pertenece al grupo Microsoft Partner Information Worker Solution. Nuestras áreas de negocio comprenden: Project Portfolio Management Portals & Collaboration
Más detallesConexión ODBC Visual Basic - MSQL. Cristian Vidal Silva
Conexión ODBC Visual Basic - MSQL Cristian Vidal Silva Qué es un Sistema Cliente Servidor Puede ejecutarse en al menos dos computadores distintos. Existen Procesos Clientes y Procesos Servidores. Un Proceso
Más detallesCA ARCserve Backup r12.5 Preguntas frecuentes para partners
P1. Cuáles son las nuevas funcionalidades principales de CA ARCserve Backup r12.5? R. CA ARCserve Backup r12.5 amplía las capacidades del producto con una gran cantidad de nuevas y robustas características
Más detallesServicios avanzados de supercomputación para la ciència y la ingeniería
Servicios avanzados de supercomputación para la ciència y la ingeniería Servicios avanzados de supercomputación para la ciència y la ingeniería HPCNow! provee a sus clientes de la tecnología y soluciones
Más detallesFOREST BPMS. Arquitectura Forest BPMS. Metodologia de implementación. Fase I Instalación
FOREST BPMS Arquitectura Forest BPMS Metodologia de implementación Fase I Instalación 1. Instalación del sistema de información Forest en los servidores provistos por la entidad Entregable: Documento de
Más detallesManual de NetBeans y XAMPP
Three Headed Monkey Manual de NetBeans y XAMPP Versión 1.0 Guillermo Montoro Delgado Raúl Nadal Burgos Juan María Ruiz Tinas Lunes, 22 de marzo de 2010 Contenido NetBeans... 2 Qué es NetBeans?... 2 Instalación
Más detallesBUSINESS INTELLIGENCE
BUSINESS INTELLIGENCE PRESENTACIÓN Ramón Díaz Hernández Gerente (1.990) Nuestro Perfil Inversión permanente en formación y nuevas tecnologías. Experiencia en plataforma tecnológica IBM (Sistema Operativo
Más detallesComo extender la capacidad Analítica conectando fuentes de datos Big Data en ArcGIS
Como extender la capacidad Analítica conectando fuentes de datos Big Data en ArcGIS César Rodríguez Reinaldo Cartagena Agenda Fundamentos para Big Data La Analítica y Big Data generar conocimiento ArcGIS
Más detallesBearSoft. SitodeCloud. Rafael Rios Bascón Web: http://www.bearsoft.com.bo Móvil: +591 77787631 Email: rafael.rios@bearsoft.com.bo
BearSoft Rafael Rios Bascón Web: http://www.bearsoft.com.bo Móvil: +591 77787631 Email: rafael.rios@bearsoft.com.bo CONTENIDO 1. Resumen. 3 2. Business Intelligence.. 4 3. Características del software.
Más detallesCRM Gestión de Oportunidades Documento de Construcción Bizagi Process Modeler
Bizagi Process Modeler Copyright 2011 - Bizagi Tabla de Contenido CRM- Gestión de Oportunidades de Venta... 4 Descripción... 4 Principales Factores en la Construcción del Proceso... 5 Modelo de Datos...
Más detallesBig Data Analytics & IBM BIG INSIGHT
Big Data Analytics & IBM BIG INSIGHT En la actualidad se generan grandes volumenes de datos de diversos tipos, a gran velocidad y con diferentes frecuencias. Las tecnologıas disponibles permiten efectuar
Más detallesRODRIGO TAPIA SANTIS (rtapiasantis@gmail com) has a. non-transferable license to use this Student Guide
Introducción Objetivos del Curso Al finalizar este curso, debería estar capacitado para: Instalar, crear y administrar Oracle Database 11g Versión 2 Configurar la base de datos para una aplicación Utilizar
Más detallesCocinando 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 detallesInstituto Tecnológico de Costa Rica Escuela de Ingeniería en Computación
Instituto Tecnológico de Costa Rica Escuela de Ingeniería en Computación "Data Analytics, procesamiento de grandes volúmenes de información para generar inteligencia de negocios" Proyecto de Graduación
Más detallesEstos datos fluyen a velocidades cada vez mayores.
Big Data La solución La información 1 2 Las nuevas tecnologías han incrementado enormemente la cantidad de información producida. Estos datos fluyen a velocidades cada vez mayores. 3 Se necesita una manera
Más detallesPortafolio de soluciones BO Plataforma Tecnológica Única
Portafolio de soluciones BO Plataforma Tecnológica Única Noviembre, 2011 Agenda Objetivo Oferta de Valor Portafolio de Productos Enterprise Information Management Information Discovery and Delivery Preguntas
Más detallesEnlace a la web: http://www.packtpub.com/pentaho-5-0-reporting-by-examplebeginners-guide/book
Pentaho 5.0 Reporting By Example PACKT Publishing Autores: Mariano García Mattío, Dario R. Bernabeu Número de Páginas: 342 Enlace a la web: http://www.packtpub.com/pentaho-5-0-reporting-by-examplebeginners-guide/book
Más detallesFacultad 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 detallesSAP BusinessObjects Edge BI Standard Package La solución de BI preferida para. Empresas en Crecimiento
SAP BusinessObjects Edge BI Standard Package La solución de BI preferida para Empresas en Crecimiento Portfolio SAP BusinessObjects Soluciones SAP para Empresas en Crecimiento Resumen Ejecutivo Inteligencia
Más detallesOferta formativa 2014
Les ofrecemos una breve descripción de nuestra oferta formativa. Consúltenos sobre cursos o programas formativos que sean de su interés. Cursos Tecnológicos Business Intelligence Procesos EPM (Enterprise
Más detallesPERFIL TÉCNICO ANALISTA-PROGRAMADOR
PLIEGO DE PRESCRIPCIONES TÉCNICAS PARA LA CONTRATACIÓN DE LA CONSULTORÍA Y ASISTENCIA PARA LOS PROYECTOS WEB EN EL TRIBUNAL CONSTITUCIONAL PERFIL TÉCNICO ANALISTA-PROGRAMADOR 1 Índice Antecedentes... 3
Más detallesQuienes Somos? Valor. Estrategia
Quienes Somos? STGI nace como la respuesta necesaria al mundo empresarial en consultorías para acceder y gestionar la información, estructurada y no estructurada, con el fin de alcanzar procesos eficientes
Más detallesMigración y Ecosistema. 14 de Julio de 2009
Migración y Ecosistema 14 de Julio de 2009 Objetivo El objetivo de esta presentación es dar una mirada muy general a los principales problemas que surgen en la implementación de un sistema de gestión.
Más detallesNovedades en Q-flow 3.02
Novedades en Q-flow 3.02 Introducción Uno de los objetivos principales de Q-flow 3.02 es adecuarse a las necesidades de grandes organizaciones. Por eso Q-flow 3.02 tiene una versión Enterprise que incluye
Más detallesSybase 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 detallesNubaDat An Integral Cloud Big Data Platform. Ricardo Jimenez-Peris
NubaDat An Integral Cloud Big Data Platform Ricardo Jimenez-Peris NubaDat Market Size 3 Market Analysis Conclusions Agenda Value Proposition Product Suite Competitive Advantages Market Gaps Big Data needs
Más detallesBusiness Intelligence
2012 Business Intelligence Agenda Programas Diferencias de OLTP vs OLAP Arquitectura de una solución de BI Tecnologías Microsoft para BI Diferencias entre OLTP v/s OLAP Alineación de Datos OLTP Datos organizados
Más detallesArquitectura 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 detallesGuía Rápida de Puesta en Marcha de MailStore
Guía Rápida de Puesta en Marcha de MailStore Primeros Pasos Paso 1: Requerimientos de sistema e instalación El servidor de MailStore se puede instalar en cualquier PC en la red. Si se esta utilizando un
Más detallesAlessandro 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 detallesGUÍA TÉCNICA. Desarrollo de Proyectos en Plataforma Liferay en el Gobierno de Extremadura
Desarrollo de Proyectos en en el Gobierno de Extremadura Página 1 de 10 Control de versiones Núm Fecha Descripción Autores 1.0 01/09/2012 Estandar para el desarrollo de portales con el gestor de contenidos
Más detallesCapítulo 5. Cliente-Servidor.
Capítulo 5. Cliente-Servidor. 5.1 Introducción En este capítulo hablaremos acerca de la arquitectura Cliente-Servidor, ya que para nuestra aplicación utilizamos ésta arquitectura al convertir en un servidor
Más detallesComparación de características entre las ediciones Estándar y Enterprise
Comparación de características entre las ediciones Estándar y Enterprise Enterprise Enterprise es una plataforma completa de datos para ejecutar aplicaciones de misión crítica OLTP (Online Transaction
Más detallesCapítulo VI. Conclusiones. En este capítulo abordaremos la comparación de las características principales y
Capítulo VI Conclusiones En este capítulo abordaremos la comparación de las características principales y de las ventajas cada tecnología Web nos ofrece para el desarrollo de ciertas aplicaciones. También
Más detallesCapítulo 7. Implementación del Sistema
Capítulo 7. Implementación del Sistema 7.1 Servidor Web (Jakarta-Tomcat) Para el desarrollado de este proyecto se utilizó el servidor Web Jakarta-Tomcat, el cual soporta las tecnologías Java HTTP Servlets
Más detallesEscalar aplicaciones a cantidades masivas de datos Usando computadoras baratas muchas
Hadoop Problema Escalar aplicaciones a cantidades masivas de datos Usando computadoras baratas muchas Problemas de fiabilidad: alta probabilidad de que falle una o más computadoras Necesitamos algo que
Más detallesConcepto. Las empresas como ecosistemas de relaciones dinámicas
Concepto Las empresas como ecosistemas de relaciones dinámicas PÁG 02 Hoy en día, ante la creciente necesidad de integración de los procesos de negocio, las empresas se enfrentan al desafío de innovar
Más detalles