Frameworks para la gestión, el almacenamiento y la preparación de grandes volúmenes de datos Big Data
DOI:
https://doi.org/10.51302/tce.2015.26Palabras clave:
Big Data, Hadoop, HDFS, Organización Meteorológica Mundial, Sistema de Información Global, internet de las cosasResumen
Los sistemas meteorológicos, como es el Sistema Mundial de Información Global de la Organización Meteorológica Mundial, necesitan almacenar diferentes tipos de imágenes, datos y archivos. Big Data y su modelo 3V puede proporcionar una solución adecuada para resolver este problema. Este tutorial presenta algunos conceptos en torno al framework Hadoop, la implementación y estándar de facto de Big Data, y la forma de almacenar los datos semiestructurados generados por las estaciones meteorológicas automáticas usando este framework. Finalmente, se presenta un método formal para generar informes del tiempo utilizando los frameworks que conforman el ecosistema de Hadoop.
Descargas
Citas
Capriolo, E.; Wampler, D. y Rutherglen, J. [2012]: Programming hive, Sebastopol, California, EE. UU.,O’Reilly Media.
Gates, A. [2011]: Programming Pig,1. a ed., Sebastopol, California,EE. UU., O’Reilly Media.
Holmes, A. [2014]: Hadoop in practice, 2. a ed., Shelter Island, Nueva York, EE. UU., Manning Publications Co.
Lam, C. [2011]: Hadoop in action,Stamford, Connecticut, EE. UU., Manning Publication Co.
Nathan, M. y Warren, J. [2014]: Big Data: principles and best practices of scalable realtime data systems, Manning Publications.
Prajapati, V. [2013]: Big Data analytics with R and Hadoop, Bimingham, Reino Unido, Packt Publishing Ltd.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2015 Marco Antonio Almeida Pazmiño, Juan Alfonso Lara Torralbo, David Lizcano Casas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
