Orquestación de servicios para el desarrollo de aplicaciones para big data
- Autores
- Murazzo, María Antonia; Guevara, Miguel José; Tello, Martín; Rodríguez, Nelson R.; Piccoli, Fabiana; Giménez, Mónica
- Año de publicación
- 2018
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Los avances tecnológicos han permitido que se generen grandes cantidades de datos, los cuales necesitan ser almacenados y procesados de manera eficiente. Surge así el paradigma Big Data, donde el principal requerimiento no solo es la capacidad de cómputo, sino el manejo en un tiempo razonable de ingentes cantidades de datos. En este contexto, las aplicaciones para big data necesitan ser escalables, livianas, autocontenidas, distribuidas y replicadas con el objetivo de lograr la mejor performance frente a variaciones del volumen de datos. Para lograr esto, este trabajo propone ajustar la construcción de aplicaciones a una arquitectura basada en microservicios los cuales puedan ser implementados con contenedores. La replicación y distribución para lograr altos niveles de escalabilidad se plantea mediante la orquestación de contenedores sobre una arquitectura distribuida virtualizada.
Facultad de Informática - Materia
-
Ciencias Informáticas
big data, orquestación, microservicios, contenedores, Docker
Data mining - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/69999
Ver los metadatos del registro completo
id |
SEDICI_48f1f38bbab3ff7e4ead66343ebba30c |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/69999 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Orquestación de servicios para el desarrollo de aplicaciones para big dataMurazzo, María AntoniaGuevara, Miguel JoséTello, MartínRodríguez, Nelson R.Piccoli, FabianaGiménez, MónicaCiencias Informáticasbig data, orquestación, microservicios, contenedores, DockerData miningLos avances tecnológicos han permitido que se generen grandes cantidades de datos, los cuales necesitan ser almacenados y procesados de manera eficiente. Surge así el paradigma Big Data, donde el principal requerimiento no solo es la capacidad de cómputo, sino el manejo en un tiempo razonable de ingentes cantidades de datos. En este contexto, las aplicaciones para big data necesitan ser escalables, livianas, autocontenidas, distribuidas y replicadas con el objetivo de lograr la mejor performance frente a variaciones del volumen de datos. Para lograr esto, este trabajo propone ajustar la construcción de aplicaciones a una arquitectura basada en microservicios los cuales puedan ser implementados con contenedores. La replicación y distribución para lograr altos niveles de escalabilidad se plantea mediante la orquestación de contenedores sobre una arquitectura distribuida virtualizada.Facultad de Informática2018-06info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf118-124http://sedici.unlp.edu.ar/handle/10915/69999spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-1659-4info:eu-repo/semantics/reference/hdl/10915/69464info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:43:09Zoai:sedici.unlp.edu.ar:10915/69999Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:43:10.067SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Orquestación de servicios para el desarrollo de aplicaciones para big data |
title |
Orquestación de servicios para el desarrollo de aplicaciones para big data |
spellingShingle |
Orquestación de servicios para el desarrollo de aplicaciones para big data Murazzo, María Antonia Ciencias Informáticas big data, orquestación, microservicios, contenedores, Docker Data mining |
title_short |
Orquestación de servicios para el desarrollo de aplicaciones para big data |
title_full |
Orquestación de servicios para el desarrollo de aplicaciones para big data |
title_fullStr |
Orquestación de servicios para el desarrollo de aplicaciones para big data |
title_full_unstemmed |
Orquestación de servicios para el desarrollo de aplicaciones para big data |
title_sort |
Orquestación de servicios para el desarrollo de aplicaciones para big data |
dc.creator.none.fl_str_mv |
Murazzo, María Antonia Guevara, Miguel José Tello, Martín Rodríguez, Nelson R. Piccoli, Fabiana Giménez, Mónica |
author |
Murazzo, María Antonia |
author_facet |
Murazzo, María Antonia Guevara, Miguel José Tello, Martín Rodríguez, Nelson R. Piccoli, Fabiana Giménez, Mónica |
author_role |
author |
author2 |
Guevara, Miguel José Tello, Martín Rodríguez, Nelson R. Piccoli, Fabiana Giménez, Mónica |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas big data, orquestación, microservicios, contenedores, Docker Data mining |
topic |
Ciencias Informáticas big data, orquestación, microservicios, contenedores, Docker Data mining |
dc.description.none.fl_txt_mv |
Los avances tecnológicos han permitido que se generen grandes cantidades de datos, los cuales necesitan ser almacenados y procesados de manera eficiente. Surge así el paradigma Big Data, donde el principal requerimiento no solo es la capacidad de cómputo, sino el manejo en un tiempo razonable de ingentes cantidades de datos. En este contexto, las aplicaciones para big data necesitan ser escalables, livianas, autocontenidas, distribuidas y replicadas con el objetivo de lograr la mejor performance frente a variaciones del volumen de datos. Para lograr esto, este trabajo propone ajustar la construcción de aplicaciones a una arquitectura basada en microservicios los cuales puedan ser implementados con contenedores. La replicación y distribución para lograr altos niveles de escalabilidad se plantea mediante la orquestación de contenedores sobre una arquitectura distribuida virtualizada. Facultad de Informática |
description |
Los avances tecnológicos han permitido que se generen grandes cantidades de datos, los cuales necesitan ser almacenados y procesados de manera eficiente. Surge así el paradigma Big Data, donde el principal requerimiento no solo es la capacidad de cómputo, sino el manejo en un tiempo razonable de ingentes cantidades de datos. En este contexto, las aplicaciones para big data necesitan ser escalables, livianas, autocontenidas, distribuidas y replicadas con el objetivo de lograr la mejor performance frente a variaciones del volumen de datos. Para lograr esto, este trabajo propone ajustar la construcción de aplicaciones a una arquitectura basada en microservicios los cuales puedan ser implementados con contenedores. La replicación y distribución para lograr altos niveles de escalabilidad se plantea mediante la orquestación de contenedores sobre una arquitectura distribuida virtualizada. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-06 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/69999 |
url |
http://sedici.unlp.edu.ar/handle/10915/69999 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-34-1659-4 info:eu-repo/semantics/reference/hdl/10915/69464 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 118-124 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1842260301450313728 |
score |
13.13397 |