Hadoop

HADOOP

Sistema openSource utilizado para la gestión de grandes volúmenes de datos

Ventajas

Aísla a los desarrolladores de todas las dificultades presentes en la programación paralela.

Cuenta con un ecosistema que sirve de gran ayuda al usuario, ya que permite distribuir el fichero en nodos, que no son otra cosa que ordenadores con commodity-hardware.

Es capaz de ejecutar procesos en paralelo en todo momento.

Dispone de módulos de control para la monitorización de los datos.

Presenta una opción que permite realizar consultas.

También potencia la aparición de distintos add- ons, que facilitan el trabajo, manipulación y seguimiento de toda la información que en él se almacena.

Programación paralela es un modelo de porgramación de aplicativos donde se ejecutan muchas instrucciones simultaneamente

Commodity-hardware Es un término para dispositivos asequibles que generalmente son compatibles con otros dispositivos similares.

Add-ons

También llamados extensiones, que funcionan anexados a otros para complementar su funcionamiento

para qué sirve

Este sistema permite implementarse con costos relativamente bajos, siendo totalmente gratuito para software, esto hace que las empresas no se frenen mediante una barrera de recursos económicos o tecnológicos, Cualquier organización que utilice Hadoop puede obtener información nueva, al mismo tiempo que descubre y aplica cualquier otro tipo de análisis a sus datos, como por ejemplo una regresión lineal sobre millones de registros de su histórico.

Importancia

- Capacidad de lamacenar grandes cantidades de información

- Procesa rápidamente Big Data, se incrementa en los nodos que se usen

-Están protegidos contra fallos de hardware, en caso de fala de un nodo los demás toman la carga de trabajo

-No es necesario reprocesar datos antes de almacenarlos incluyendo datos no estructurados

-El framwork open source es totalmente gratuito

-se puede escalar simplemente adicionando nodos

Al tratarse de un servicio donde es tan importante la alta capacidad de almacenamiento, Hadoop es perfecto para una arquitectura Cloud, capaz de llegar estirarse y encogerse según la demanda, dinámicamente y en caliente. Además, la distribución del sistema de archivos a través de sus diferentes clusters también puede resultar determinante, ya que Cloud nos permite levantar muy fácilmente máquinas virtuales en diferentes Centros de Datos distribuidos geográficamente o configurar diversos nodos dentro de un cluster.

Cloud Computing

La seguridad que precisa un clúster Hadoop para proteger información sensible será mucho más fácil de resolver si contamos con una distribución comercial que atienda a una doble seguridad, tanto la relacionada con el acceso por parte de los usuarios como en lo que se refiere a la seguridad en el viaje de la información:

Seguridad