En la Búsqueda de Soluciones MapReduce Modulares para el Trabajo con BigData: Hadoop Orientado a Aspectos

Resumen En la búsqueda de soluciones MapReduce modulares, la principal meta de este trabajo es aplicar Hadoop y AspectJ para la definición de funciones Aspect-Combine. MapReduce es un enfoque de computación para trabajar con grandes volúmenes de datos (BigData) en un entorno distribuido, con altos n...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Vidal-Silva,Cristian L., Bustamante,Miguel A., Lapo,María del C., Núñez,María de los Á.
Lenguaje:	Spanish / Castilian
Publicado:	Centro de Información Tecnológica 2018
Materias:	procesamiento de información aplicaciones bigdata arquitectura de software modular orientación a aspectos
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642018000200133
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0718-07642018000200133
record_format	dspace
spelling	oai:scielo:S0718-076420180002001332018-04-10En la Búsqueda de Soluciones MapReduce Modulares para el Trabajo con BigData: Hadoop Orientado a AspectosVidal-Silva,Cristian L.Bustamante,Miguel A.Lapo,María del C.Núñez,María de los Á. procesamiento de información aplicaciones bigdata arquitectura de software modular orientación a aspectos Resumen En la búsqueda de soluciones MapReduce modulares, la principal meta de este trabajo es aplicar Hadoop y AspectJ para la definición de funciones Aspect-Combine. MapReduce es un enfoque de computación para trabajar con grandes volúmenes de datos (BigData) en un entorno distribuido, con altos niveles de abstracción y con el uso ordenado de funciones Map y Reduce, la primera de ellas para el mapeo o identificación de datos relevantes y la segunda para resumir datos y resultados finales. Hadoop es una aplicación libre de MapReduce que permite la definición de funciones Combine para la agrupación local de datos en la fase de Mapeo y así minimizar el tráfico de información entre Mapper y Reducer. Sin embargo, la ejecución de Combine no es garantizada en Hadoop, asunto que motivó este trabajo. Como resultado, se alcanza un mayor grado de modularización desde un punto de vista teórico, y desde el punto de vista práctico también existen mejoras en rendimiento.info:eu-repo/semantics/openAccessCentro de Información TecnológicaInformación tecnológica v.29 n.2 20182018-03-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642018000200133es10.4067/S0718-07642018000200133
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	procesamiento de información aplicaciones bigdata arquitectura de software modular orientación a aspectos
spellingShingle	procesamiento de información aplicaciones bigdata arquitectura de software modular orientación a aspectos Vidal-Silva,Cristian L. Bustamante,Miguel A. Lapo,María del C. Núñez,María de los Á. En la Búsqueda de Soluciones MapReduce Modulares para el Trabajo con BigData: Hadoop Orientado a Aspectos
description	Resumen En la búsqueda de soluciones MapReduce modulares, la principal meta de este trabajo es aplicar Hadoop y AspectJ para la definición de funciones Aspect-Combine. MapReduce es un enfoque de computación para trabajar con grandes volúmenes de datos (BigData) en un entorno distribuido, con altos niveles de abstracción y con el uso ordenado de funciones Map y Reduce, la primera de ellas para el mapeo o identificación de datos relevantes y la segunda para resumir datos y resultados finales. Hadoop es una aplicación libre de MapReduce que permite la definición de funciones Combine para la agrupación local de datos en la fase de Mapeo y así minimizar el tráfico de información entre Mapper y Reducer. Sin embargo, la ejecución de Combine no es garantizada en Hadoop, asunto que motivó este trabajo. Como resultado, se alcanza un mayor grado de modularización desde un punto de vista teórico, y desde el punto de vista práctico también existen mejoras en rendimiento.
author	Vidal-Silva,Cristian L. Bustamante,Miguel A. Lapo,María del C. Núñez,María de los Á.
author_facet	Vidal-Silva,Cristian L. Bustamante,Miguel A. Lapo,María del C. Núñez,María de los Á.
author_sort	Vidal-Silva,Cristian L.
title	En la Búsqueda de Soluciones MapReduce Modulares para el Trabajo con BigData: Hadoop Orientado a Aspectos
title_short	En la Búsqueda de Soluciones MapReduce Modulares para el Trabajo con BigData: Hadoop Orientado a Aspectos
title_full	En la Búsqueda de Soluciones MapReduce Modulares para el Trabajo con BigData: Hadoop Orientado a Aspectos
title_fullStr	En la Búsqueda de Soluciones MapReduce Modulares para el Trabajo con BigData: Hadoop Orientado a Aspectos
title_full_unstemmed	En la Búsqueda de Soluciones MapReduce Modulares para el Trabajo con BigData: Hadoop Orientado a Aspectos
title_sort	en la búsqueda de soluciones mapreduce modulares para el trabajo con bigdata: hadoop orientado a aspectos
publisher	Centro de Información Tecnológica
publishDate	2018
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642018000200133
work_keys_str_mv	AT vidalsilvacristianl enlabusquedadesolucionesmapreducemodularesparaeltrabajoconbigdatahadooporientadoaaspectos AT bustamantemiguela enlabusquedadesolucionesmapreducemodularesparaeltrabajoconbigdatahadooporientadoaaspectos AT lapomariadelc enlabusquedadesolucionesmapreducemodularesparaeltrabajoconbigdatahadooporientadoaaspectos AT nunezmariadelosa enlabusquedadesolucionesmapreducemodularesparaeltrabajoconbigdatahadooporientadoaaspectos
_version_	1714201580001034240

En la Búsqueda de Soluciones MapReduce Modulares para el Trabajo con BigData: Hadoop Orientado a Aspectos

Ejemplares similares