Código

CC66I

Créditos

Duración

24 HORAS

Valor Individual

30 UF

Objetivos

Dominar los fundamentos de gestión de datos en gran escala y los fundamentos del procesamiento distribuido de datos. Aprender los lenguajes para analizar datos masivos sobre múltiples máquinas. Aprender sobres los nuevos almacenes de datos que son diseñados para escalar a través de múltiples máquinas. Entender cómo funcionan (en un alto nivel) los sitios web como “Facebook” y “Twitter”.

Contenidos

Introducción a los principios de la computación distribuida: arquitecturas, principios de diseño, protocolos, etc.
Sistemas de archivos distribuidos: GFS/HDFS.
Los marcos de procesamiento distribuido: MapReduce/Spark.
Los lenguajes asociados con Hadoop: Pig.
Los almacenes de datos “NoSQL”: Dynamo, Cassanda, BigTable, MongoDB.
Ejercicios prácticos de procesamiento de datos reales sobre múltiples máquinas.

Bibliografía

A.S. Tanenbaum, M. Van Steen. Distributed Systems: Principles and Paradigms. Prentice Hall, 2nd Ed., 2006.
K. Hwang, J. Dongarra, G.C. Fox. Distributed and Cloud Computing: From Parallel Processing to the Internet of Things. Morgan Kaufmann, 2011.
T. White. Hadoop: The Definitive Guide. O’Reilly, 2012.
P.J. Sadalage, M. Fowler. NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence. Addison–Wesley Professional, 2012.

Bibliografía

A.S. Tanenbaum, M. Van Steen. Distributed Systems: Principles and Paradigms. Prentice Hall, 2nd Ed., 2006.
K. Hwang, J. Dongarra, G.C. Fox. Distributed and Cloud Computing: From Parallel Processing to the Internet of Things. Morgan Kaufmann, 2011.
T. White. Hadoop: The Definitive Guide. O’Reilly, 2012.
P.J. Sadalage, M. Fowler. NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence. Addison–Wesley Professional, 2012.