Bases de Datos NoSql. Conceptos generales. Lic. Gerardo Rossel Lic. Fernando Bugni
|
|
- Eugenia Macías Rivas
- hace 7 años
- Vistas:
Transcripción
1 Bases de Datos NoSql Conceptos generales Lic. Gerardo Rossel Lic. Fernando Bugni
2 Temas de la clase de hoy Limitaciones de las base de datos relacionales Motivacion para NoSQL Descripción breve de tipos de NoSql: Key-value, Document, Column Oriented Graph Describiendo problemas en sistemas distribuidos Consistencia Disponibilidad Balanceando la carga
3 Bases Relacionales Ventajas Persistencia de datos Concurrencia ACID - Recuperación Integración entre múltiples aplicaciones Shared database integration Modelo estándar y profundamente estudiado SQL
4 Bases Relacionales Desventajas Impedance mismatch Bases de datos de integración vs. Bases de datos de aplicación. No diseñadas para clustering
5 Impedance mismatch Diferencia de representación entre BD y estructuras en memoria.
6 BD Integración vs. Applicación DB Integración soportan múltiples aplicaciones Problemas si hay necesidades diferentes y son mantenidas por grupos separados SQL puede ser limitante como la única capa compartida Servicios WEB se han transformado en una alternativa más flexible Service-Oriented Architecture JSON o XML proveen una estructura de datos más rica que SQL BD de Aplicaciones son más simples y fáciles de manejar La seguridad y flexibilidad son menos prioritarios.
7 CLUSTERS!!!!
8 CLUSTERS!!!! Diluvio de datos: Links, redes sociales,logs, cartografía Crece el volumen de datos no estructurados Cómo escalar? Scale UP (Vertical) vs Scale Out (Horizontal) Las bases de datos relacionales no están diseñadas para correr en clusters Oracle RAC o MS SQL Server
9 CLUSTERS!!
10 CLUSTERS!!!
11 Inspiración Desajuste entre bases relacionales y clusters BigTable - Google Fay Chang, et al. "Bigtable: A Distributed Storage System for Structured Data,"OSDI'06: Seventh Symposium on Operating System Design and Implementation, Seattle, WA, November, 2006 Dynamo - Amazon Giuseppe DeCandia, et al., Dynamo: amazon's highly available key-value store. In Proceedings of twentyfirst ACM SIGOPS symposium on Operating systems principles (SOSP '07). ACM, New York, NY, USA,
12 NoSQL 1998: NoSQL A relational database management system. Carlo Strozzi Jon Oskarsson, Reunión en San Francisco Buscaba un hashtag Eric Evans hizo el termino popular. "open source, distributed, non relational databases" NoSQLers came to share how they had overthrown the tyranny of slow, expensive relational databases in favor of more efficient and cheaper ways of managing data. Computerworld 2009 Eric Evans: NoSQL: What s in a name? Not Only SQL
13 NoSQL - Definición NoSQL is a set of concepts that allows the rapid and efficient processing of data sets with a focus on performance, reliability, and agility. Dan McCreary Ann Kelly NoSQL is used today as an umbrella term for all databases and data stores that don t follow the popular and well established RDBMS principles and often relate to large data sets accessed and manipulated on a Web scale. This means NoSQL is not a single product or even a single technology. It represents a class of products and a collection of diverse, and sometimes related, concepts about data storage and manipulation. Shashank Tiwari NoSQL is an accidental neologism. There is no prescriptive definition all you can make is an observation of common characteristics. Fowler Sadalage
14 Motivación Escalabilidad La capacidad de satisfacer eficientemente las necesidades de diferentes cargas de trabajo Scale Out Costo La mayoría de las BD NoSQL son Open Source. Aunque este punto es discutible ya que hay poderosas bases relacionales Open Source Flexibilidad Adaptarse al problema A diferencia de las bases de datos relacionales, algunas bases de datos NoSQL no requieren una estructura de tablas fija. Disponibilidad Clusters!!
15 NoSQL - Tipos
16 NoSQL - Tipos Key-values Stores Keys: número de identificación Value: valor de la entrada tipado Ejemplo: cust1.account -> 1 cust1.name -> Name1 cust1.age -> 25 cust2.account -> 2 cust2.name -> Name2 cust2.age -> 38
17 Key-value Store Namespaces: Customers: Shops: cust1.account -> 1 shp1.address -> Str1 cust1.name -> Name1 shp2.address -> Str2 cust1.age -> 25 shp3.address -> Str3 cust2.account -> 2... cust2.name -> Name2 cust2.age -> Products: prd1.name -> NameP1 prd1.price -> 15 prd2.name -> NameP2 prd2.price -> 20...
18 NoSQL - Tipos Document { firstname: Pedro, lastname: Lopez, phonenumber: , birthdate: 1-Apr-1980 } Notación JSON o XML No hay un esquema definido para cada documento. Se puede agregar un empleado que tenga más campos, por ejemplo "address", y sólo ése empleado tiene definido ese campo.
19 Document Consultas a través de una API de la forma: db.employers.find({name: "John")} Se pueden agregar atributos con listas de elementos. Ejemplo:... prevjobs: [{name: "Globant", startdate: "1-Apr-2005", enddate: "3-Oct-2007}, {name: "Baufest", startdate: "1-Apr-2005", enddate: "3-Oct-2007}]
20 NoSQL - Tipos Column Family Databases Columnas: definición nombre -> valor name -> John Filas: conjunto de columnas Fila 1 = {name-> John, age-> 25} Fila 2 = {name-> Fred, age-> 30} Column Families: {name, age} Sin esquema fijo. Se puede agregar cualquier columna en una fila. Esquema de consultas similar a SQL pero sin joins.
21 NoSQL - Tipos Graph Databases Modelado utilizando vértices y arcos. Ambos elementos pueden guardar atributos o listas de atributos. Martín: {age: 25} {since: 21-Sep-2000 } {since: 10-Apr-2005 } Pedro: {age: 28} {since: 14-Nov-2002 } Juan: {age: 20} {since: 1-Feb-1999 } Flor: {age: 20} Se puede representar esto en una base de datos relacional?
22 Bases de Datos NoSql Consistencia y distribución Lic. Gerardo Rossel Lic. Fernando Bugni
23 Consistencia: Tipos Consistencia de actualización. Conflicto write-write. Control Pesimista / Optimista Multiples Nodos? Método simil control de versiones
24 Consistencia: Tipos Consistencia de lectura Conflicto read-write. Consistencia Lógica: garantizar que los diferentes elementos de datos tienen sentido juntos
25 Consistencia Aggregate-oriented database. Actualización atómica a nivel agregado. Ventana de inconsistencia Durante cuánto tiempo hay inconsistencia? Servicio SimpleDB de Amazon: < 1 segundo.
26 Consistencia Eventual Consistencia de Replicación los mismos ítems de datos tienen el mismo valor cuando son leídos desde diferentes réplicas Consistencia Eventual
27 Consistencia Datos desactualizados: stale. La replicación aumenta la ventana de inconsistencia. La consistencia requerida no es global a la aplicación. Se puede usar consistencia débil la mayor parte del tiempo Consistencia de Sesión - Read-your-Write sticky session o session affinity (atada a un nodo) Problemas en Master-Slave. Version Stamp. Cada interacción incluye el último version stamp visto por la sesión. El nodo de servidor debe asegurarse de que tiene las actualizaciones que incluyen esa version stamp antes de responder a una solicitud
28 Relajando la consistencia Consistencia tradeoff Otras cosas Niveles de aislamiento en SQL Dependiendo del dominio Sistemas que olvidan completamente las transacciones Interactuar con sistemas externos
29 CAP - BASE - ACID
30 Teorema CAP Consistency: Todos ven los mismos datos al mismo tiempo Availability: Si se puede comunicar con un nodo en el cluster entonces se pueden leer y escribir datos. every request received by a non failing node in the system must result in a response Partition tolerance: El cluster puede sobrevivir a roturas de comunicación que lo dividan en particiones que no pueden comunicarse entre ellas.
31 Teorema CAP Eric Brewer: Towards robust distributed systems 2000 Proceedings of the nineteenth annual ACM symposium on Principles of distributed computing Seth Gilbert Nancy Lynch: Brewer s Conjecture and the Feasibility of Consistent, Available, Partition-Tolerant Web Services ACM SIGACT Volume 33 Issue 2, June 2002 Dado C, A y P: sólo se puede tener un máximo de dos de estas propiedades para cualquier sistema de datos compartidos
32 Teorema CAP
33 CAP - Falacias de la computación distribuida La red es fiable. La latencia es cero. El ancho de banda es infinito. La red es segura. La topología no cambia. Hay un administrador. El costo del transporte es cero. La red es homogénea. Fallos de red le suceden a su sistema y no puede elegir cuando se producen.
34 Teorema CAP Fallos de red le suceden a su sistema y no puede elegir cuando se producen. Dado que la red falla: Hay que tolerar particiones! CP - Consistency/Partition Tolerance AP - Availability/Partition Tolerance No es una decisión binaria. Un poco de uno a costa del otro. Pero las particiones pueden ser raras, por lo cual CAP podría permitir C y A la mayor parte del tiempo.
35 CAP en el mundo real Boston y Bs As deben ponerse comunicarse Acordar la serialización de sus requerimientos Si se cae la red se pierde Disponibilidad (Availability) Designar un nodo como Master. Pero otro nodo no puede reservar: se pierde disponibilidad Permitir que ambos acepten reservas Depende del dominio.
36 CAP - Eric Brewer 2012 I think this was the right phrasing for 2000 But probably not for 2010
37 ACID vs BASE ACID Atomic: Una transacción tiene éxito o no. Las transacciones son completas Consistent: Una transacción no puede dejar la BD en un estado inconsistente Isolated: Las transacciones no interfieren entre si Durable: Las transacciones completas persisten incluso si el sistema falla BASE Basic Availability: Puede haber una falla parcial en alguna parte del sistema distribuido y el resto sigue trabajando Soft-state: Los datos pueden ser sobreescritos por datos más recientes Eventual consistency: Algunas veces la BD puede estar inconsistente
38 Durabilidad Durabilidad vs. Performance. Datos en memoria. A menudo, se puede especificar las necesidades durabilidad por cada llamada, de tal manera que las actualizaciones más importantes pueden forzar su escritura a disco. Durabilidad de replicación Un nodo puede procesar una actualización y falla antes de que se replique en otros nodos Master/Esclavo: Se puede mejorar esperando por algunas réplicas antes confirmar al cliente.
39 Quórum Mientras más nodos se vean involucrados en un requerimiento hay mayor posibilidad de evitar inconsistencia Quorum Factor de replicación N (número de nodos involucrados en replicación) W (write quórum): W > N/2 (Sólo una escritura puede tener mayoría) R (read quórum): R + W > N W = N y R= 1 Optimizado para lectura. Fuerte consistencia W=1 y R= N Optimizado para escritura. Fuerte Consistencia W + R <= N Consistencia eventual débil. Se podrían leer copias no actualizadas W+R>N Consistencia fuerte. Una lectura lee al menos una copia actualizada
40 Modelos de distribución Single Server Sharding Master-Slave Replication Peer-to-Peer Replication
41 Sharding Idea: dividir los datos en varios servidores. Motivación: balancear la carga de datos Si tenemos 4 servidores, cada uno de ellos debe manejar el 25% de la información total. Ejemplo: clientes divididos en varios servidores Clientes de: A-G H-M Nota: esta es una posible división. Puede haber miles. N-S T-Z
42 Sharding - características Balanceo de carga variable No posee distribución uniforme: hay más clientes con nombre entre las letras C y H que en el resto. Solución: auto-sharding La propia base de datos distribuye la información ingresada en los distintos servidores. Si empezamos utilizando un sólo servidor y luego queremos aplicar sharding el pasaje no es trivial. Si se sabe que va a crecer es mejor ya armarlo de principio Qué sucede si se rompe un nodo?
43 Master-Slave Replication Master: primer encargado de recibir los cambios en la información. Slave: periódicamente se actualiza este servidor con la información de Master. Puede haber más de uno.
44 Master-Slave Replication Bueno para escenarios con muchas lecturas Se puede distribuir las lecturas en cada uno de los Slaves. De esta forma se distribuye la carga. Siempre es bueno hacer backups. Y más si son automáticos. Problema de consistencia Cuándo actualizo el/los Slave/s? Teniendo los reads distribuidos a los Slaves: dos clientes pueden leer de dos Slaves distintos y obtener datos distintos si justo en ese momento se están actualizando los servidores. Ni hablar si en este proceso se rompe el Master.
45 Peer-to-Peer Replication No tengamos Master! Anarquia! Todos los servidores tienen el mismo peso. Se actualizan periódicamente entre sí. Seguimos con problemas de consistencia! Lecturas de un ítem actualizado en otro nodo. Dos lecturas en dos nodos distintos.
46 Sharding y Replication Podemos aplicar ambas técnicas. Master: Clientes A a la M Slave: Clientes N a la Z Master: Clientes N a la Z Slave: Clientes A a la M Usado en Column-family database Se pone más interesante teniendo más de dos nodos
47 Bibliografía NoSQL for Mere Mortals - Dan Sullivan NoSQL Distilled. A Brief Guide to the Emerging World of Polyglot Persistence - Pramod J. Sadalage y Martin Fowler Mining of Massive Datasets - Jure Leskovec, Anand Rajarama y Jeffrey D. Ullman Hadoop MapReduce Cookbook - Srinath Perera y Thilina Gunarathne
Bases de datos distribuidas Fernando Berzal, berzal@acm.org
Bases de datos distribuidas Fernando Berzal, berzal@acm.org Acceso a los datos Bases de datos relacionales: SQL O/R Mapping Bases de datos distribuidas Bases de datos NoSQL Bases de datos multidimensionales:
Auditoría de procesos de negocio en la nube: persistencia mediante almacenes no relacionales
Auditoría de procesos de negocio en la nube: persistencia mediante almacenes no relacionales M. Cruz, B. Bernárdez, M. Resinas, A. Durán Departamento de Lenguajes y Sistemas Informáticos, Universidad de
Modelos de Datos Gestión y Modelación de Datos. María Constanza Pabón mcpabon@javerianacali.edu.co
Modelos de Datos Gestión y Modelación de Datos María Constanza Pabón mcpabon@javerianacali.edu.co Contenido Qué es un Modelo de Datos? Etapas de diseño de BD Modelo Relacional Modelos Orientados a Objetos
Características de las BD NoSQL
Bases de datos NoSQL: características M. Elena Rodríguez González Jordi Conesa i Caralt Características de las BD NoSQL No hay un modelo de datos único Proporcionan un esquema de datos flexible. No ofrecen
Acceso a Datos para soluciones altamente escalables usando SQL, NoSQL y Almacenamiento políglota
Acceso a Datos para soluciones altamente escalables usando SQL, NoSQL y Almacenamiento políglota Walter Montes Delgado Most Valuable Professional MCSA, MCSD, MCPD, MCITP, MCT @tewar93 http://waltermontes.com
Sistemas Distribuidos. Bibliografía: Introducción a los Sistemas de Bases de Datos Date, C.J.
Sistemas Distribuidos Bibliografía: Introducción a los Sistemas de Bases de Datos Date, C.J. Bases de datos distribuidas implica que una sola aplicación deberá ser capaz de trabajar en forma transparente
Maestría en Bioinformática. Bases de Datos y Sistemas de Información. Bases de Datos. Ing. Alfonso Vicente, PMP alfonso.vicente@logos.com.
Maestría en Bioinformática Bases de Datos y Sistemas de Información Bases de Datos Ing. Alfonso Vicente, PMP alfonso.vicente@logos.com.uy Agenda Conceptos Historia Motivación Base de datos DBMS Tipos de
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.
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
Bases de datos NoSQL para la gestión de datos geoespaciales. MSc. Javier Guillot Jiménez Dra. C. Lucina García Hernández
Bases de datos NoSQL para la gestión de datos geoespaciales MSc. Javier Guillot Jiménez Dra. C. Lucina García Hernández Objetivos Ofrecer una breve panorámica de los sistemas de gestión de bases de datos
Software 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
Transacciones y concurrencia. Sistemas de persistencia de objetos
Transacciones y concurrencia Sistemas de persistencia de objetos Transacción ACID Es la demarcación de una unidad de trabajo JPA permite trabajar con varios API de transacciones JSE JDBC JTA Declarativas
Bases de datos de grafos!! Un recorrido conectado
Leganés! 6-7 Febrero 2014! Francisco Fernández Castaño! @fcofdezc Bases de datos de grafos!! Un recorrido conectado Except where otherwise noted, this work is licensed under: http://creativecommons.org/
Desmitificando Big Data:
Desmitificando Big Data: Data Mining y Business Intelligence 2.0 Ignacio Bustillo Ignacio.Bustillo@stratebi.com Twitter: @IgnacioBustillo Fecha presentación: 14 de Noviembre de 2014 'Hello world!' Creador
74 Prime Time. conjetura Suposición acerca de un patrón o relación, basada en observaciones.
A abundant number A number for which the sum of all its proper factors is greater than the number itself. For example, 24 is an abundant number because its proper factors, 1, 2, 3, 4, 6, 8, and 12, add
Arquitecturas para DBMS distribuídos y heterogéneos. DBMS distribuídos y heterogéneos. Bases de Datos Distribuídas(DDBS) Lenguajes para Multiple-DBMS
Arquitecturas para DBMS distribuídos y heterogéneos DBMS distribuídos y heterogéneos Lenguajes para Multiple-DBMS DDBMS DBMS Federados DBMS Distribuídos y Heterogéneos Esquema Global para Multiple-DBMS
Bases de Datos OTROS ASPECTOS MODELO E-R
Bases de Datos OTROS ASPECTOS MODELO E-R Bases de Datos GENERALIZACIÓN Y ESPECIALIZACIÓN Bases de Datos ESPECIALIZACIÓN Bases de Datos -> Especialización Un conjunto de entidades, puede incluir subgrupos
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
Alta Disponibilidad en SQL Server: AlwaysOn
Alta Disponibilidad en SQL Server: AlwaysOn Ponente: Pablo F. Dueñas Campo Servicios Profesionales sp@danysoft.com 13 Encuentro Danysoft en Microsoft Abril 2016 Sala 3 Infraes - tructur Agenda Sala 3 Gestión
Sistemas Escalables. Club de Investigación Tecnológica San José, Costa Rica. Theodore Hope
Sistemas Escalables Club de Investigación Tecnológica San José, Costa Rica Theodore Hope 22 de septiembre de 2009 Qué es? Escalabilidad La capacidad de dar servicio, con la misma calidad y con más recursos,
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
Sistemas de Información 12/13 Introducción
12/13 Introducción Departamento Informática e Ingeniería de Sistemas Universidad de Zaragoza (raqueltl@unizar.es) " Guión Aplicaciones Empresariales Características Arquitecturas Tecnologías de desarrollo
Sistema de archivos de Google. Mario Alonso Carmona Dinarte A71437
Sistema de archivos de Google Mario Alonso Carmona Dinarte A71437 Agenda - Introducción - Definición GFS - Supuestos - Diseño & Caracteristícas - Ejemplo funcionamiento (paso a paso) - Caracteristicas
Búsqueda de Nuevas Soluciones de Bases de Datos para la Gestión de Espectro. Junio 2013 DANIEL HUMIRE. Solutions in Radiocommunications 0/6
0 0 Búsqueda de Nuevas Soluciones de Bases de Datos para la Gestión de Espectro Junio 2013 DANIEL HUMIRE 0/6 Solutions in Radiocommunications 1 1 Resumen La preparación y la administración de bases de
El piano, el camión y los vochos
El piano, el camión y los vochos o, NoSQL - unos qués, por qués y por qué nos (Sin qué pedos.) Michael Wolf El reto: mover este piano desde aquí hasta aquí. Cómo lo hacemos? Muy sencillo.
ANÁLISIS Y DESARROLLO DE UNA PLATAFORMA BIG DATA
ANÁLISIS Y DESARROLLO DE UNA PLATAFORMA BIG DATA Autor: de la Cierva Perreau de Pinninck, Leticia Director: Sonia García, Mario Tenés Entidad Colaboradora: VASS RESUMEN DEL PROYECTO Tras la realización
Big Data y Seguridad
Big Data y Seguridad Introducción Análisis de datos y su proceso de madurez Se han analizado datos desde hace mucho tiempo, ahora la calidad y cantidad están aumentando. 2500 petabytes generados por día.
Repaso de funciones exponenciales y logarítmicas. Review of exponential and logarithmic functions
Repaso de funciones exponenciales y logarítmicas Review of exponential and logarithmic functions Las funciones lineales, cuadráticas, polinómicas y racionales se conocen como funciones algebraicas. Las
1. Almacenamiento redundante
ALTA DISPONIBILIDAD Los sistemas RAID los hacemos con un conjunto de discos. Por un lado hay RAID que valen para: *VELOCIDAD. Optimizan el rendimiento para conseguir velocidad. *SEGURIDAD. Si falla un
El Sistema Gestor de Base de Datos (DBMS)
Pontificia Universidad Javeriana Contenido 1 Introducción 2 Evolución de los SGBD 3 Arquitectura del SGBD 4 Lenguajes de BD 5 Usuarios de la BD Introducción Se espera del SGBD (DBMS) que: 1 Permita a los
COMPONENTES Y CONTENEDORES. Ingeniería de Software II
COMPONENTES Y CONTENEDORES Ingeniería de Software II Motivación Los componentes son paquetes de software o módulos que encapsulan un conjunto de funciones similares. Estos componentes viven dentro de un
CC BASES DE DATOS PRIMAVERA Clase 13: Datos Semiestructurados: Arboles. Aidan Hogan
CC3201-1 BASES DE DATOS PRIMAVERA 2016 Clase 13: Datos Semiestructurados: Arboles Aidan Hogan aidhog@gmail.com MODELOS DE DATOS Sección 1.5, Database Management Systems, Ramakrishnan / Gehrke (Third Edition)
www.consultec.es Introducción a Big Data
Introducción a Big Data Quiénes somos? Gorka Armen+a Developer garmen+a@consultec.es @joruus Iñaki Elcoro Developer ielcoro@consultec.es @iceoverflow Índice 1. Introducción 2. Qué no es Big Data? 3. Qué
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
Introducción a las Bases de Datos
Introducción a las Bases de Datos Organización lógica de los datos Sistemas basados en archivos Concepto intuitivo de base de datos Sistemas gestores de bases de datos Definición Características y ventajas
NubaDat 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
Bases de datos NoSQL. Hugo González Noviembre 17, 2011
Bases de datos NoSQL Hugo González Noviembre 17, 2011 http://geekandpoke.typepad.com/.a/6a00d8341d3df553ef0148c80ac6ef970c-800wi Qué es una Base de Datos? Una base de datos o banco de datos es un conjunto
Petabytes de información: Repensando el modelamiento de base de datos. Ernesto Quiñones Azcárate ernestoq@apesol.org Presidencia Apesol 2006 2008
Petabytes de información: Repensando el modelamiento de base de datos Ernesto Quiñones Azcárate ernestoq@apesol.org Presidencia Apesol 2006 2008 Modelos de bases de datos para todos los gustos (según la
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA División de Ingeniería Eléctrica Bases de datos NoSQL: solución en sistemas distribuidos y de alto desempeño. TESIS PROFESIONAL para obtener
GML BinaryXML y libgpe
GML BinaryXML y libgpe Que es GML? El Lenguaje de Marcado Geográfico (GML) es una gramática XML definida en varios esquemas en XML. Nos sirve para representar, transportar y almacenar la Información Geográfica.
Bases de Datos NoSql en Cloud Computing
Bases de Datos NoSql en Cloud Computing Adriana Martín1 Susana Chávez2, Nelson Rodríguez3, Adriana Valenzuela4, María Murazzo5 Departamento e Instituto de Informática - F.C.E.F. y N. - U.N.S.J. Complejo
Rendimiento de tecnologías NoSQL sobre cantidades masivas de datos.
Pollo, M., López, M. & Daián, G. (2014) Rendimiento de tecnologías NoSQL sobre cantidades masivas de datos. Cuaderno Activa, 6, pp11-17. Rendimiento de tecnologías NoSQL sobre cantidades masivas de datos.
Maestría en Bioinformática. Bases de Datos y Sistemas de Información. Diseño Lógico. Ing. Alfonso Vicente, PMP alfonso.vicente@logos.com.
Maestría en Bioinformática Bases de Datos y Sistemas de Información Diseño Lógico Ing. Alfonso Vicente, PMP alfonso.vicente@logos.com.uy Agenda Conceptos Herramientas Diseño lógico Modelo Relacional Las
Conceptos básicos de bases de datos
Conceptos básicos de bases de datos 1.1 Definición de base de datos Una base de datos es una colección de archivos relacionados que permite el manejo de la información de alguna compañía. Cada uno de dichos
StaaS. El almacenamiento como servicio (II) Curso de Arquitectura de Servidores, Almacenamiento por red Backups
El almacenamiento como servicio (II) Miguel Vidal José Castro {mvidal,jfcastro}@libresoft.es Curso de Arquitectura de Servidores, 2011 1 / 28 Miguel Vidal, José Castro (cc) 2011 Miguel Vidal, Jose Castro.
Gestion y Modelación de Datos Sistemas de Información, Sistemas de BD
La Ciencia de la Sistema Gestor de Gestion y Modelación de Datos, Sistemas de BD Julio de 2011 Contenido La Ciencia de la Sistema Gestor de 1 La Ciencia de la 2 Dato - - Conocimiento 3 Tecnología de (TI)
Conocimiento de las Bases de Datos relacionales.
TEMA 19: MODELO DE DATOS RELACIONAL OBJETIVOS DEL TEMA Conocimiento de las Bases de Datos relacionales. 1.- INTRODUCCIÓN Las desventajas de los modelos jerárquicos y en red provocaron gran interés cuando
Oracle Data Guard 11g
Oracle Data Guard 11g Panorama general Oracle Data Guard proporciona la infraestructura de software de administración, control y Automatización para crear y mantener una o más bases de datos de reserva
4.6.- Integridad: Control de concurrencia.
4.6.- Integridad: Control de concurrencia. 4.6.1.- Introducción 4.6.2.- Técnicas de Bloqueo. 4.6.2.1.- Bloqueo (variable cerrojo) Tipos, protocolos Problemas. Interbloqueo Granularidad 4.6.2.2.- Marcas
PostgreSQL: cuando "suficientemente bueno" no es "suficiente"
PostgreSQL: cuando "suficientemente bueno" no es "suficiente" Jaime Casanova jaime@2ndquadrant.com 8 de octubre de 2011 Quién soy yo? Introducción Permítanme presentarme Miembro de la comunidad de PostgreSQL
Lenguaje de Modelamiento Unificado.
Lenguaje de Modelamiento Unificado. Pontificia Universidad Javeriana What can you Model with UML? 1. Structure Diagrams include: The Class Diagram Object Diagram Component Diagram Composite Structure Diagram
UNIDAD 1: CONCEPTOS BA SICOS DE BASE DE DATOS
UNIDAD 1: CONCEPTOS BA SICOS DE BASE DE DATOS [Escriba el subtítulo del documento] Qué es un gestor de base de datos? Un gestor de base de datos o sistema de gestión de base de datos (SGBD o DBMS) es un
BASES DE DATOS TEMA 1. Introducción a las Bases de Datos
BASES DE DATOS TEMA 1 Introducción a las Bases de Datos 1.1 y 1.2 Introducción y Concepto intuitivo de base de datos. Ejemplo: Datos referentes a organización docente Aplicaciones posibles: Matricula:
Nombre de la asignatura : Sistemas de Computación Código : Nivel (semestre de la carrera) : 7 : Ingeniería Civil Informática Nº de créditos : 4
I IDENTIFICACION Nombre de la asignatura : Sistemas de Computación Código : 503429 Nivel (semestre de la carrera) : 7 Carrera : Ingeniería Civil Informática Nº de créditos : 4 Duración : Un semestre Pre-requisitos
ANÁLISIS COMPARATIVO DE DOS BASES DE DATOS SQL Y DOS BASES DE DATOS NO SQL
ANÁLISIS COMPARATIVO DE DOS BASES DE DATOS SQL Y DOS BASES DE DATOS NO SQL JOSE EDWIN SALAZAR CARDENAS UNIVERSIDAD TECNOLOGICA DE PEREIRA FACULTAD DE INGENIERÍAS PROGRAMA DE INGENIERÍA DE SISTEMAS Y COMPUTACIÓN
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
Caso Southwest Airlines
Caso Southwest Airlines Con afán de mejorar el nivel de servicio ofrecido a sus clientes, Southwest Airlines ha decidido construir un sistema de reserva de pasajes online. Para ello, usted ha sido contratado
Gestión de datos maestros
Gestión de datos maestros Con el administrador de datos maestros le será posible administrar y realizar tareas de mantenimiento en datos maestros comunes de la base de datos actual como un proceso. Esto
Máster Universitario en Tecnologías de la Información y las Comunicaciones Universidad de Alcalá Curso Académico 2013/14
Sistemas Distribuidos de Control Máster Universitario en Tecnologías de la Información y las Comunicaciones Universidad de Alcalá Curso Académico 2013/14 GUÍA DOCENTE Nombre de la asignatura: Código: 200593
Carmen: No, no soy Mexicana. Soy Colombiana. Y tú? Eres tú Colombiano?
Learning Spanish Like Crazy Spoken Spanish Lección diez Instructor: Listen to the following conversation: René: Hola! Carmen: Hola! René: Cómo te llamas? Carmen: Me llamo Carmen Rivera. René: Eres tú Mexicana?
Agustiniano Ciudad Salitre School Computer Science Support Guide - 2015 Second grade First term
Agustiniano Ciudad Salitre School Computer Science Support Guide - 2015 Second grade First term UNIDAD TEMATICA: INTERFAZ DE WINDOWS LOGRO: Reconoce la interfaz de Windows para ubicar y acceder a los programas,
PERSISTENCIA DE OBJETOS EN BASE DE DATOS RELACIONALES FRANCISCO LEÓN NAJERA CÓDIGO: CEDULA:
PERSISTENCIA DE OBJETOS EN BASE DE DATOS RELACIONALES FRANCISCO LEÓN NAJERA CÓDIGO: 20092295009 CEDULA: 80087371 UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS BELTRÁN FACULTAD DE INGENIERÍA MAESTRIA EN
Aplicaciones Web (Curso 2014/2015)
Aspectos Avanzados de Programación Web (II) Aplicaciones Web (Curso 2014/2015) Jesús Arias Fisteus // jaf@it.uc3m.es Aspectos Avanzados de Programación Web (II) p. 1 Escalabilidad en aplicaciones web Aspectos
TÍTULO: BASES DE DATOS Disponibilidad Objetivos 5 Definicion de una base de datos 9 Datos de nomina (tabla) 9 Esquema de bases de datos (mapa
TÍTULO: BASES DE DATOS Pág. Disponibilidad Objetivos 5 Definicion de una base de datos 9 Datos de nomina (tabla) 9 Esquema de bases de datos (mapa conceptual) 10 Datos de venta (tabla) 10 Caracteristicas
OBJETIVO GENERAL: Al terminar el curso el alumno será capaz de analizar, diseñar e implementar bases de datos distribuidas
PLAN DE ESTUDIOS 2008 LICENCIADO EN INFORMÁTICA FACULTAD DE CONTADURÍA, ADMINISTRACIÓN E INFORMÁTICA ASIGNATURA: BASE DE DATOS III ÁREA DEL CONOCIMIENTO: TRATAMIENTO DE LA INFORMACIÓN CLAVE: I6BD3 ETAPA
INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE RENOVACIÓN DEL SOPORTE Y ACTUALIZACIÓN DEL SOFTWARE ORACLE PARA BASE DE DATOS
INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE RENOVACIÓN DEL SOPORTE Y ACTUALIZACIÓN DEL SOFTWARE ORACLE PARA BASE DE DATOS I. NOMBRE DEL ÁREA OFICINA DE SISTEMA DE INFORMACIÓN II. RESPONSABLES DE LA
Big Data y NO-SQL el futuro de la Arquitectura de Información
Big Data y NO-SQL el futuro de la Arquitectura de Información Jorge Mario Calvo L. EMPRENDEMICO = EMPRENdedor + academico http://jorgemariocalvo.net http://www.emprendemico.com Twitter: @Emprendemico Conocimiento
Creación de un lago de datos multiprotocolo y con capacidad de analítica mediante Isilon
Creación de un lago de datos multiprotocolo y con capacidad de analítica mediante Isilon 1 Crecimiento de los datos no estructurados 67 % 74 % 80 % 2013 2015 2017 37 EB 71 EB 133 EB Capacidad total enviada
Escalabilidad Web - Fundamentos. Gustavo Picón <gpicon@aureal.com.pe> Noviembre 2007
Escalabilidad Web - Fundamentos Gustavo Picón Noviembre 2007 Escalabilidad Escalabilidad es aumentar la capacidad de atender usuarios o volumen de datos de manera lineal con la capacidad
Especificaciones técnicas y funcionales para la integración con la. Bolsa de Valores de Colombia. BUS de Integración BVC Mejoras notificación SAE
ver Especificaciones técnicas y funcionales para la integración con la Bolsa de Valores de Colombia BUS de Integración BVC Mejoras notificación SAE Febrero 2010 Preparado por: Bolsa de Valores de Colombia
The 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
Roberto Di Lello. Augusto Alvarez. MVP DS Consultor Sr. TPS SA
Augusto Alvarez MSP Service Manager Algeiba IT SA aalvarez@algeiba.com.ar http://blog.augustoalvarez.com.ar/ Roberto Di Lello MVP DS Consultor Sr. TPS SA Clustering Qué es y Por Qué es importante Un clúster
Plataforma para análisis de información de gestión administrativa a partir de registro unificado de trámites en organismos gubernamentales de Ecuador
Plataforma para análisis de información de gestión administrativa a partir de registro unificado de trámites en organismos gubernamentales de Ecuador Zaffaroni, Juan; Sciolla, Pablo; Chahin, Ma. Cristina;
Grandes de Bases de Datos. Alta disponibilidad Envío de bitácoras
Grandes de Bases de Alta disponibilidad Envío de bitácoras Introducción Funcionamiento BD Envío de bitácoras 1 2 3 Árbol de consulta Sentencia UPDATE transacciones Medio físico Optimizador Motor Relacional
Optimización de motores SQL Server desde el código hasta la administración
Optimización de motores SQL Server desde el código hasta la administración Expositor: Julián Castiblanco P MCSA-MCITP-MCP SQL SERVER Moderador: Kenneth Ureña Gracias a nuestros auspiciadores Database Security
Afinación y Rendimiento de Bases de Datos
DIPLOMADO Afinación y Rendimiento de Bases de Datos TEMARIO DURACIÓN: 250 hrs. 1. Introducción a los Sistemas de Información y RDBMS (30 hrs.) 1. Sistemas de Información y RDBMS (30 hrs.) 1.1 Introducción
Mashups Integración bottom up de aplicaciones web. Ing. Gabriel López
Mashups Integración bottom up de aplicaciones web Ing. Gabriel López Introducción INCO - Facultad de Ingeniería Montevideo, Uruguay 2 Housingmaps INCO - Facultad de Ingeniería Montevideo, Uruguay 3 Definición
Oracle Database 11g: Nuevas Funciones para Administradores Acelerado Versión 2
Oracle University Contact Us: +34916267792 Oracle Database 11g: Nuevas Funciones para Administradores Acelerado Versión 2 Duration: 5 Days What you will learn Este curso le ofrece la oportunidad de aprender
6. Entrada y Salida Explicación de la interfaz entre el computador y el mundo exterior.
6. Entrada y Salida Explicación de la interfaz entre el computador y el mundo exterior. 6.1. El subsistema de E/S Qué es E/S en un sistema computador? Aspectos en el diseño del subsistema de E/S: localización
SMV. Superintendencia del Mercado de Valores
DECENIO DE LAS PERSONAS CON DIAPACIDAD EN EL PERÚ - AÑO DE LA PROMOCIÓN DE LA INDUSTRIA RESPONSABLE Y DEL COMPROMISO CLIMÁTICO INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE N 009-2014-/09 SOFTWARE PARA
iscsi Un nuevo concepto de redes SAN
iscsi Un nuevo concepto de redes SAN Eduardo Vales Director de Proyectos evh@flytech.es Soluciones de Almacenamiento en red SAN iscsi Soluciones de Almacenamiento en red SAN iscsi Cluster, Dbases, Mirroring,
CONTROLADORA PARA PIXELS CONPIX
The LedEdit Software Instructions 1, Install the software to PC and open English version: When we installed The LedEdit Software, on the desktop we can see following icon: Please Double-click it, then
Sistemas de Archivos Distribuidos. Daniel Leones Andrea Salcedo
Sistemas de Archivos Distribuidos Daniel Leones Andrea Salcedo Qué es un Sistema de Archivos Distribuido? Un sistema de archivos distribuido clásico es una aplicación cliente/servidor que permite a los
Diseño e Implementación SQL Server
Diseño e Implementación SQL Server Programa de Estudio Diseño e Implementación SQL Server Desarrolla e Implanta importantes Modelos de Bases de Datos basados en casos reales de Empresas. Aprende a diseñar
Tipos de Arquitecturas usadas en MMOG
Tipos de Arquitecturas usadas en MMOG Marco A. Arias Figueroa IIC2523 Sistemas Distribuídos Basado en paper A Survey on MMOG System Architectures Que son los MMOG Mul6 Massive Online Games Juegos en donde
PA JOSÉ MANUEL BURBANO CARVAJAL
PA121-01 SISTEMA DE GESTIÓN DEL CONOCIMIENTO PARA LA DEFINICIÓN DE ESTRATEGIAS QUE EVITEN LA DESERCIÓN ESCOLAR EN LOS COLEGIOS DE MOCOA PUTUMAYO EN EL NIVEL DE EDUCACIÓN BÁSICA SECUNDARIA JOSÉ MANUEL BURBANO
Big Data, MapReduce y. Hadoop. el ecosistema. Bases de Datos No Relacionales Instituto de Computación, FING, UdelaR 2016
Big Data, MapReduce y el ecosistema Hadoop Bases de Datos No Relacionales Instituto de Computación, FING, UdelaR 2016 CC-BY Lorena Etcheverry lorenae@fing.edu.uy Agenda Big Data: algunas definiciones El
TEORIA DE BASES DE DATOS. M. Sc. Cristina Bender Lic. Diana Gázquez
TEORIA DE BASES DE DATOS Docentes: Dra. Claudia Deco M. Sc. Cristina Bender Lic. Diana Gázquez OBJETIVO DE LA MATERIA Capacitar al alumno en los conocimientos fundamentales, teóricos y prácticos, necesarios
Arancha Pintado. Perfiles Big Data. www.madridschoolofmarketing.es
Arancha Pintado Perfiles Big Data www.madridschoolofmarketing.es De dónde venimos? De dónde venimos? Cuál es la diferencia? Si se supiera cómo tratar esa información, cómo "sacarle el jugo", eso proporcionaría
Bases de Datos Distribuidas
Bases de Datos Distribuidas Sistemas de Bases de Datos Distribuidas Un Sistema de Bases de Datos Distribuidas (SBDD) es un conjunto de sitios (servidores) débilmente acoplados y que no comparten componentes
ESCUELA TÉCNICA SUPERIOR DE INGENIEROS INDUSTRIALES Y DE TELECOMUNICACIÓN MÁSTER UNIVERSITARIO EN TECNOLOGÍAS INFORMÁTICAS
ESCUELA TÉCNICA SUPERIOR DE INGENIEROS INDUSTRIALES Y DE TELECOMUNICACIÓN MÁSTER UNIVERSITARIO EN TECNOLOGÍAS INFORMÁTICAS Trabajo de Fin de Máster ESTUDIO DE MODELOS DE PREDICCIÓN DE CONSULTAS CONCURRENTES
Transacciones. M. Andrea Rodríguez-Tastets. II Semestre Universidad de Concepción,Chile andrea
Transacciones M. -Tastets Universidad de Concepción,Chile www.inf.udec.cl\ andrea andrea@udec.cl II Semestre - 2014 Objetivos de la Unidad Entender el concepto de transacciones. Transacciones Una transacción
AlwaysOn en SQL Server Andrei Garzón
AlwaysOn en SQL Server 2016 Andrei Garzón Speaker Bio Andrei Garzón Ingeniero de Sistemas de la Universidad de los Andes. Magister en Ingeniería de Sistemas Universidad de Los Andes. Consultor de Inteligencia
Arquitectura de Empresa. Herramienta de gobierno para el alineamiento de las TI con la estrategia de negocio
Martes 20 de Mayo de 2013 (UCLM Ciudad Real) Arquitectura de Empresa. Herramienta de gobierno para el alineamiento de las TI con la estrategia de negocio Francisco Ruiz, Universidad de Castilla-La Mancha
Gestión de la Información Práctica 1
Gestión de la Información Práctica 1 Departamento de Lenguajes y Ciencias de la Computación UNIVERSIDAD DE MÁLAGA SQL - Server SQL Server 2008 es la base datos cliente-servidor de Microsoft. Su lenguaje
Pruebas SQL, NoSQL y Multidispositivo
Pruebas SQL, NoSQL y Multidispositivo Javier Tuya Universidad de Oviedo Grupo de Investigación en Ingeniería del Software (GIIS) http://giis.uniovi.es/ Alianza Española de Innovación en Software Testing
Requerimientos de Software
Requerimientos de Software Ingeniería de Requerimientos Se define como el proceso de establecer los servicios que el consumidor requiere de un sistema y las restricciones sobre las cuales de funcionar
Guía del Curso Analista Programador Java: Business Apps Expert
Guía del Curso Analista Programador Java: Business Apps Expert Modalidad de realización del curso: Número de Horas: Titulación: Online 600 Horas Diploma acreditativo con las horas del curso OBJETIVOS UML
ELEMENTOS DE BASES DE DATOS. Bases de Datos + Orientación a Objetos. Clase 23:
Dpto. Ciencias e Ingeniería de la Computación Universidad Nacional del Sur ELEMENTOS DE BASES DE DATOS Segundo Cuatrimestre 2015 Clase 23: Bases de Datos + Orientación a Objetos Mg. María Mercedes Vitturini
Deep Security 9 SP1 p3 Supported Linux Kernels
Deep Security 9 SP1 p3 Supported Linux Kernels Trend Micro Incorporated reserves the right to make changes to this document and to the products described herein without notice. Before installing and using