Mostrar el registro sencillo del ítem
| dc.contributor | Pardo Meza, Rodrigo Alexis | ||
| dc.contributor | Palma Muñoz, Wenceslao | ||
| dc.contributor | Allende Cid, Héctor Gabriel | ||
| dc.creator | Contreras Rojas, Bertty Alfredo | ||
| Fecha Ingreso | dc.date.accessioned | 2021-10-20T23:54:30Z | |
| Fecha Disponible | dc.date.available | 2021-10-20T23:54:30Z | |
| Fecha en Repositorio | dc.date.issued | 2021-10-20 | |
| Resumen | dc.description | <p>El mundo al conectarse a la nube genera datos de forma masiva. Las empresas tienen acceso a la nube donde hay recursos ilimitados, como lo es un disco infinito que requiere ser administrado. En este contexto no pueden existir cuellos de botella que perjudiquen la velocidad de respuesta al usuario. El beneficio del escalamiento horizontal disminuye mientras más maquinas requieren ser comunicadas. En este punto el flujo de peticiones al sistema distribuido produce una saturación en la red. Para remediar esto se propone analizar las relaciones entre los datos en base a la carga de trabajo. Logrando un distribución que permita buenas velocidades de respuesta. El desagrupamiento se enfocó en la similitud de los datos necesarios en la construcción de las respuestas a las peticiones. Esto provoca la jerarquización del modelo de datos, dado que un grupo de datos es más relevante para algunas solicitudes que para otras. Se crea el concepto de fragmento para el grupo de datos administrado y una estructura de datos que permita la gestión estos fragmentos aportando flexibilidad a la arquitectura de jerarquización. Esta estructura llamada árbol diamante tiene la capacidad de disminuir el tráfico en la red, para esto necesita una subdivisión efectiva del modelo. Se utiliza la minería de texto para dividir los datos que serán solicitados en las peticiones, de esta manera los fragmentos de cada árbol estarán estrechamente relacionados. Al haber exceso de datos en una maquina se realiza el particionamiento controlado de este árbol, que involucra una porción conocida del modelo</p> | |
| Resumen | dc.description | <p>The world when connecting to the cloud the data is generated massively. Companies have access to the cloud where there are unlimited resources, like an infinite disk that needs to be managed. In this context, bottlenecks cannot exist that hinder the speed of response to the user. The benefit of horizontal scaling decreases, as more machines require communication. At this point, the flow of requests to the distributed system produces a saturation in the network. To remedy this, it is proposed to analyze the relationships between the data based on the workload. Achieving a distribution that allows good response speeds. The debundling focuses on the similarity of the data needed in the construction of the responses to the requests. This causes the hierarchical ranking of data model, since one data group is more relevant to some requests than others are. The concept of fragment is created for the managed data group and a data structure that allows the management of these fragments providing flexibility to the hierarchical architecture. This structure, called diamond tree has the ability to reduce trafic on the network, for this, it needs an effective subdivision of the model. Text mining is used to divide the data that will be requested in the requests, in this way the fragments of each tree will be closely related. Excessive data on a machine performs controlled partitioning of this tree, which involves a known part of the model</p> | |
| Resumen | dc.description | last modification | |
| Resumen | dc.description | Licenciado en Ciencias de la Ingeniería | |
| Resumen | dc.description | Ingeniero Civil en Informáticatítulo | |
| Resumen | dc.description | INGENIERIA CIVIL INFORMATICA | |
| Resumen | dc.description | <p>El mundo al conectarse a la nube genera datos de forma masiva. Las empresas tienen acceso a la nube donde hay recursos ilimitados, como lo es un disco infinito que requiere ser administrado. En este contexto no pueden existir cuellos de botella que perjudiquen la velocidad de respuesta al usuario. El beneficio del escalamiento horizontal disminuye mientras más maquinas requieren ser comunicadas. En este punto el flujo de peticiones al sistema distribuido produce una saturación en la red. Para remediar esto se propone analizar las relaciones entre los datos en base a la carga de trabajo. Logrando un distribución que permita buenas velocidades de respuesta. El desagrupamiento se enfocó en la similitud de los datos necesarios en la construcción de las respuestas a las peticiones. Esto provoca la jerarquización del modelo de datos, dado que un grupo de datos es más relevante para algunas solicitudes que para otras. Se crea el concepto de fragmento para el grupo de datos administrado y una estructura de datos que permita la gestión estos fragmentos aportando flexibilidad a la arquitectura de jerarquización. Esta estructura llamada árbol diamante tiene la capacidad de disminuir el tráfico en la red, para esto necesita una subdivisión efectiva del modelo. Se utiliza la minería de texto para dividir los datos que serán solicitados en las peticiones, de esta manera los fragmentos de cada árbol estarán estrechamente relacionados. Al haber exceso de datos en una maquina se realiza el particionamiento controlado de este árbol, que involucra una porción conocida del modelo</p> | |
| Resumen | dc.description | <p>The world when connecting to the cloud the data is generated massively. Companies have access to the cloud where there are unlimited resources, like an infinite disk that needs to be managed. In this context, bottlenecks cannot exist that hinder the speed of response to the user. The benefit of horizontal scaling decreases, as more machines require communication. At this point, the flow of requests to the distributed system produces a saturation in the network. To remedy this, it is proposed to analyze the relationships between the data based on the workload. Achieving a distribution that allows good response speeds. The debundling focuses on the similarity of the data needed in the construction of the responses to the requests. This causes the hierarchical ranking of data model, since one data group is more relevant to some requests than others are. The concept of fragment is created for the managed data group and a data structure that allows the management of these fragments providing flexibility to the hierarchical architecture. This structure, called diamond tree has the ability to reduce trafic on the network, for this, it needs an effective subdivision of the model. Text mining is used to divide the data that will be requested in the requests, in this way the fragments of each tree will be closely related. Excessive data on a machine performs controlled partitioning of this tree, which involves a known part of the model</p> | |
| Formato | dc.format | ||
| Lenguaje | dc.language | spa | |
| dc.rights | autorizado despues 1 año | ||
| dc.source | http://opac.pucv.cl/pucv_txt/txt-6500/UCD6600_01.pdf | ||
| Materia | dc.subject | Algoritmos | |
| Materia | dc.subject | PARTICIONES MATEMATICAS | |
| Materia | dc.subject | Teoría de los números | |
| Materia | dc.subject | Lógica matemática | |
| Materia | dc.subject | GRAFOS | |
| Title | dc.title | Colocación óptima de datos mediante partición de grafos | |
| Tipo | dc.type | texto |
| Archivos | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay archivos asociados a este ítem. |
|||