Management_sesión04: Big Data Processing

En esta sesión veremos:

• Escalabilidad, elasticidad y sus límites – Universal Scalability Law y como modela/mide la escalabilidad.
• Desafíos en los procesamientos distribuidos – aspectos principales que se tienen en cuenta en las implementaciones de bases NoSQL.
• Fases de una query distribuida – global query optimizer y local query optimizer
• Data shipping, Query shipping – dos maneras de asignar query processing
• Tipos de paralelismo – intra-query y inter-query parallelism
• Criterios para escoger un acces plan

management_sesion04_big_data_processingDescarga

Management_sesión03: Hadoop Distributed File System (HDFS)

En esta sesión veremos:

• Qué es HDFS – capacidades y utilidad
• Arquitectura HDFS – cómo se organiza internamente Hadoop
  • Fragmentación, Réplicas y balanceamiento
• File Formats en HDFS – diseños de particionado
  • Diseño Horizontal: SequenceFile
  • Diseño Horizontal: Avro
  • Diseño Híbrido: Parquet
  • Comparación
  • Compresión de datos en Hadoop
  • Cómo escoger file format y tipo de compresión

management_sesion03_hdfsDescarga

Esta sesión contiene asociada 3 sesiones prácticas:

1. Management_sesion03_hands-on01: Comencemos con Hadoop-parte01
2. Management_sesión03_Hands-on01: Comencemos con Hadoop_parte02
3. Management_sesión03_Hands-on02: Block size & balanceamiento
4. Management_sesion03_Hands-on03: FileFormats & Compresión

Management_sesión02:Fundamentos de las bases de datos

En esta sesión veremos:

• Data Files e Índices – cómo se organizan por dentro las bases de datos.
• B+ Tree – como construir un índice B+ Tree y para qué casos es más eficiente.
• Índice Hash – como construir un índiceHash y para qué casos es más eficiente
• Query Optimizer – qué mecanismos usan las bases de datos (relacionales) para optimizar las consultas.
  • Semantic Optimizer
  • Syntactic Optimiser
  • Physical Optimisation

management_sesion02_fundamentos_bases_de_datosDescarga

management_sesion02_ejercicios01Descarga

Management_sesion01:Introducción

En está sesión introductoria al Big Data veremos:

• Big Data, una manera de gestionar datos? – Introducción a las necesidad que surgen en Big Data.
• Business Intelligence – «El workflow» entre los datos y departamentos en un ecosistema Big Data.
• Qué es el Big Data – posible definición de esté área de conocimiento.
• Challenges – algunos problemas en el ecosistema Big Data y como se intentan resolver.
• Paradigma – paradigma Big Data: distribución, paralelismo, NoSQL …
• Cloud & On premise – ventajas vs inconvenientes. Big Data y Cloud
• Salidas profesionales – comentamos ciertos perfiles Big Data y sus roles principales.

management_sesion01_introduccionDescarga