Introduce el texto aquí

Introduce el texto aquí

1. Plataforma de Big Data Framework Open Source Plataforma de Big Data Procesamiento Distribuido Almacenamiento Masivo de Datos

   • ARQUITECTURA Y COMPONENTES
     • HDFS (Hadoop Distributed File System)
       • -Sistema de almacenamiento distribuido -Divide archivos en bloques -Replica datos para tolerancia a fallos
         • NameNode
           • Administra metadatos del sistema
         • DataNode
           • Almacena físicamente los bloques de datos
     • MapReduce
       • Modelo de procesamiento paralelo
       • Fase Map
         • Divide y procesa datos
       • Fase Reduce
         • Consolida resultados
     • YARN (Yet Another Resource Negotiator)
       • -Administra recursos del clúster -Programa tareas -Monitorea aplicaciones
       • Resource Manager Node Manager Application Master
   • EVOLUCIÓN DE HADOOP
     • Basado en investigaciones de Google
     • Google File System (GFS)
       • Inspiró el diseño de HDFS
     • Google MapReduce
       • Inspiró el modelo de procesamiento de Hadoop
     • Hadoop 1.x
       • HDFS MapReduce
     • Hadoop 2.x
       • Introducción de YARN Mayor escalabilidad Mejor gestión de recursos
     • Hadoop 3.x
       • Mayor disponibilidad Optimización de almacenamiento Mejor rendimiento
   • VENTAJAS
     • -Escalabilidad horizontal -Bajo costo de implementación -Tolerancia a fallos -Procesamiento paralelo -Alta capacidad de almacenamiento -Flexibilidad para datos estructurados -Flexibilidad para datos semiestructurados -Flexibilidad para datos no estructurados
   • LIMITACIONES
     • -Alta complejidad administrativa -Curva de aprendizaje elevada -Procesamiento orientado a lotes (Batch) -No es ideal para tiempo real -Alto consumo de recursos -Configuración compleja del clúster
   • RELACIÓN CON OTRAS TECNOLOGÍAS
     • MACHINE LEARNING
       • -Proporciona grandes volúmenes de datos -Facilita entrenamiento de modelos -Permite minería de datos -Favorece análisis predictivo
         • Integración con Spark Integración con Mahout
     • CLOUD COMPUTING
       • -Infraestructura escalable -Procesamiento bajo demanda -Reducción de costos -Mayor disponibilidad
         • Amazon EMR Azure HDInsight Google Dataproc