Frameworks para la gestión, el almacenamiento y la preparación de grandes volúmenes de datos Big Data

Marco Antonio Almeida Pazmiño, Juan Alfonso Lara Torralbo, David Lizcano Casas

Resumen


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.

Texto completo:

PDF

Referencias


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.


Enlaces refback

  • No hay ningún enlace refback.