Mostrar el registro sencillo del ítem
| dc.contributor | Palma Muñoz, Wenceslao | ||
| dc.contributor | Villarroel Acevedo, Rodolfo Humberto | ||
| dc.creator | Riveros González, Gustavo Adolfo | ||
| Fecha Ingreso | dc.date.accessioned | 2021-10-20T02:11:29Z | |
| Fecha Disponible | dc.date.available | 2021-10-20T02:11:29Z | |
| Fecha en Repositorio | dc.date.issued | 2021-10-19 | |
| Resumen | dc.description | <p>MapReduce es un modelo de programación para el procesamiento de grandes volúmenes de datos, el cual fue introducido por Google a mediados del año 2004 en base a la necesidad de realizar consultas sobre una enorme cantidad de datos que Google ya manejaba en ese entonces. Uno de los factores que carateriza al modelo MapReduce es la tolerancia a fallas y el poder realizar cálculos paralelos en un cluster de computadoras. Su aceptación y utilización se ha incrementado a lo largo del tiempo, llegando a ser utilizado por grandes Empresas como Facebook y Amazon, entre otras. Todo el éxito que ha alcanzado el modelo ha sido en gran parte gracias a cualidades como la abstracción sobre la forma en que maneja las fallas, y el procesamiento en paralelo. De éste modo resulta de fácil utilización por parte de programadores, debido a su baja complejidad y rápida puesta en marcha</p> | |
| Resumen | dc.description | <p>MapReduce is a programming model for processing large volumes of data, which was introduced by Google in mid-2004 based on the need to conduct consultations on an enormous amount of data that Google already handled at the time. One factor that characterizes the MapReduce model is fault tolerance and the power of parallel calculation hundreds or thousands of machines. His acceptance and use has increased over time, becoming used by big companies like Facebook and Amazon, among others. All the success he has achieved the model has been largely thanks to the qualities of abstraction over the way it handles failures, and parallel processing. This makes it easy to use by developers due to its low complexity and fast set-up</p> | |
| Resumen | dc.description | last modification | |
| Resumen | dc.description | Ingeniero de Ejecución en Informática | |
| Resumen | dc.description | INGENIERIA DE EJECUCION INFORMATICA | |
| Resumen | dc.description | <p>MapReduce es un modelo de programación para el procesamiento de grandes volúmenes de datos, el cual fue introducido por Google a mediados del año 2004 en base a la necesidad de realizar consultas sobre una enorme cantidad de datos que Google ya manejaba en ese entonces. Uno de los factores que carateriza al modelo MapReduce es la tolerancia a fallas y el poder realizar cálculos paralelos en un cluster de computadoras. Su aceptación y utilización se ha incrementado a lo largo del tiempo, llegando a ser utilizado por grandes Empresas como Facebook y Amazon, entre otras. Todo el éxito que ha alcanzado el modelo ha sido en gran parte gracias a cualidades como la abstracción sobre la forma en que maneja las fallas, y el procesamiento en paralelo. De éste modo resulta de fácil utilización por parte de programadores, debido a su baja complejidad y rápida puesta en marcha</p> | |
| Resumen | dc.description | <p>MapReduce is a programming model for processing large volumes of data, which was introduced by Google in mid-2004 based on the need to conduct consultations on an enormous amount of data that Google already handled at the time. One factor that characterizes the MapReduce model is fault tolerance and the power of parallel calculation hundreds or thousands of machines. His acceptance and use has increased over time, becoming used by big companies like Facebook and Amazon, among others. All the success he has achieved the model has been largely thanks to the qualities of abstraction over the way it handles failures, and parallel processing. This makes it easy to use by developers due to its low complexity and fast set-up</p> | |
| Formato | dc.format | ||
| Lenguaje | dc.language | spa | |
| dc.rights | autorizado | ||
| dc.source | http://opac.pucv.cl/pucv_txt/txt-6500/UCF6860_01.pdf | ||
| Materia | dc.subject | Bases de datos | |
| Materia | dc.subject | Procesamiento de datos | |
| Materia | dc.subject | Diseño de bases de datos | |
| Materia | dc.subject | PARALELISMO | |
| Title | dc.title | Procesamiento de grandes volúmenes de datos utilizando Mapreduce | |
| Tipo | dc.type | texto |
| Archivos | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay archivos asociados a este ítem. |
|||