Materias
- Administración pública
- Aeronáutica
- Arquitectura
- Automoción
- Certificado de profesionalidad
- Ciclos formativos
- Contabilidad
- Deporte
- Derecho
- Diccionarios
- Economía
- Electricidad
- Electrónica
- Empresa
- Estadística y matemática
- Física y química
- Idiomas
- Informática
- Ingeniería
- Medicina
- Mundo hacker
- Náutica
- Oficios
- Oposiciones
- Pcpi
- Protocolo
- Veterinaria
Tecno-libro
Boletín de novedades
Suscríbete a nuestro boletín de novedades y recíbelo en tu email.
BIG DATA APLICADO
C PEREZ
- Editorial
- GARCETA GRUPO EDITORIAL
- Tema
- Estadística
- Año edición
- 2022
- ISBN
- 978-84-19034-09-0
- Encuadernación
- Rústica
- Páginas
- 470
- Idioma
- Castellano
El libro comienza tratando el almacenamiento y el procesamiento de datos masivos. Se presentan
los sistemas de almacenamiento de datos y los métodos avanzados de almacenamiento en clusters.
Se tienen en cuenta los datos estructurados y no estructurados, los problemas de compatibilidad, la
calidad y seguridad de los datos y su procesamiento en clusters.
Se desarrolla también la analítica de Big data, sus pasos, capacidades, fuentes de datos y casos de uso, así como el Big data en la nube a través de los servicios Cloud.
A continuación se aborda la Computación Distribuida. Adicionalmente se trata la computación paralela
con su evolución, tipos, ventajas, desventajas, patrones de diseño, arquitecturas de memoria,
sincronización, lenguajes, modelos y usos. Se presentan ejemplos de computación paralela y distribuida con la herramienta Parallel Computing de MATLAB y con Apache Spark.
También se desarrollan
sistemas de almacenamiento distribuidos y se analizan sistemas gestores de bases de datos
distribuidas presentando ejemplos con SQL-Server. Se aborda también la alta disponibilidad, la tolerancia
a fallos y su implementación en la web y en la nube.
Asimismo, se analizan herramientas de computación masiva en los ecosistemas de Big Data con
especial atención a Hadoop, Mapreduce, Hadoop Distribute File System y Hadoop Common Components.
Después se aborda la automatización de trabajos y se presentan ejemplos desarrollados con SQL-Server. También se presenta el ecosistema Hadoop de Apache Ambari. Adicionalmente se describen las herramientas de Big Data Analytics de SAS y además, se describen las herramientas de Big Data Analytics de Oracle, de Microsoft y de IBM.
Seguidamente, se abordan la calidad e integridad de los datos en procesos de Big Data y el movimiento
de datos entre clusters.
Finalmente, se profundiza en las técnicas de Big Data e Inteligencia de Negocios. Se analizan las herramientas más importantes de Business Intelligence con especial atención a los cuadros de mando. Se describen las herramientas SAS Visual Analytics y herramientas de SAP para cuadros de mando. Por último, se describe la implementación del KDD (Knowledge Discovery in Data Bases) con herramientas de SAS (SAS Enterprise Miner) e IBM (IBM SPSS Modeler) a través de ejemplos.