Procesamiento de datos en big data implementando el framework MapReduce

Este marco tiene como objetivo obtener un resultado superior al minimizar el tiempo total de carga de consultas y el tiempo de procesamiento de grandes volúmenes de datos, y aumentar la escalabilidad, la solidez y tener en cuenta mejores opciones de uso de la CPU en cuestiones de usuario y administrador. Se realiza un proceso de simulación en un entorno en tiempo real para aplicaciones de Big Data. Hoy en día, las fuentes y los servicios disponibles en internet crecen rápidamente día a día, estos datos masivos. Conjuntos de datos tradicionales en filas y columnas como tablas DBMS, archivos de datos XML y Datos No Estructurados como archivos adjuntos de correo electrónico, manuales, imágenes, documentos PDF, registros médicos como radiografías, ECG (Electrocardiogramas) e imágenes de RMN (Resonancia Magnética), formularios, medios enriquecidos como gráficos, video y audio, contactos, formularios y documentos. Estos datos se clasifican como "información enorme" debido a su gran extensión, rango, velocidad y veracidad. Es difícil encontrar una respuesta para el almacenamiento masivo de datos y su problema de acceso y visualización. Hay una necesidad de aumentar las respuestas para manipular grandes cantidades de hechos de forma rutinaria y extraer nuevos conocimientos de ellos. Los métodos de almacenamiento de Big Data son diferentes de las estrategias de garaje convencionales.

Autor: Shanmugapriya V
Editorial: Self Publisher
Publicado: 19/03/2023
Páginas: 138
Tipo de encuadernación: Tapa blanda
Peso: 0.43lbs
Tamaño: 9.00h x 6.00w x 0.30d
ISBN13: 9798889951001
ISBN10: 8889951001
Categorías BISAC:
- Computadoras | Ciencia de Datos | Análisis de Datos
- Computadoras | Ciencia de Datos | Redes Neuronales