Nube redes

1,033 views
954 views

Published on

Published in: Technology, Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,033
On SlideShare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
9
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Nube redes

  1. 1. Análisis de redes en la nube usando NoSQL J o a q u í n S a l v a c h ú a J s a l v a c h u a @ d i t . u p m . e sjueves 25 de noviembre de 2010
  2. 2. El AZAR y la Necesidadjueves 25 de noviembre de 2010
  3. 3. Indice Problema: Matemáticas vs. Ordenador. Computación distribuida. Bases de datos NoSQL: Grafos. Soluciones computacionales. Conclusionesjueves 25 de noviembre de 2010
  4. 4. jueves 25 de noviembre de 2010
  5. 5. jueves 25 de noviembre de 2010
  6. 6. jueves 25 de noviembre de 2010
  7. 7. jueves 25 de noviembre de 2010
  8. 8. Grafos y matrices 1 2 3 4 5 1 0 1 0 1 0 2 1 0 0 1 1 3 0 0 0 1 0 4 1 1 1 0 0 5 0 1 0 0 0jueves 25 de noviembre de 2010
  9. 9. > 10^7jueves 25 de noviembre de 2010
  10. 10. Computación sobre el grafo social Grafo que almacena una red social y sus propiedades. Necesidad de computación en tiempo real: Muro de Facebook. Seguidores de Twitter. Cualquier otro servicio social.jueves 25 de noviembre de 2010
  11. 11. Web Semántico Estas tecnologías están habilitando realmente la web semántica. También son grafos y una de sus limitaciones han sido computacionales. Nueva oportunidad con Open-Data.jueves 25 de noviembre de 2010
  12. 12. Stream-processing REALTIMEjueves 25 de noviembre de 2010
  13. 13. jueves 25 de noviembre de 2010
  14. 14. Un ordenador tiene recursos limitados Diferentes algoritmos : Necesidad de cálculos rápidos. Pseudotiempo real blando. Complejidad algorítmica.jueves 25 de noviembre de 2010
  15. 15. Si no entra en memoria principal Todo va muy lento.jueves 25 de noviembre de 2010
  16. 16. jueves 25 de noviembre de 2010
  17. 17. jueves 25 de noviembre de 2010
  18. 18. Librerias de computación paralela Sistemas tipo GRID (MPI) Sin resistencia a fallos. Si alguno para hay que empezar de nuevo.jueves 25 de noviembre de 2010
  19. 19. jueves 25 de noviembre de 2010
  20. 20. A que huelen las nubesjueves 25 de noviembre de 2010
  21. 21. Clasificación ?aas SaaS (Software as a Service) (gmail, salesforce.com, Google Apps). PaaS (Platform as a Service) (Amazon simple DB, MS Azure, Google app engine). IaaS (Infrastructure as a Service) (HaaS) (Virtualizadores ) Cloud es el Matrix de los servicios (virtuales).jueves 25 de noviembre de 2010
  22. 22. Comprar y construiruna casa (y mantenerla)jueves 25 de noviembre de 2010
  23. 23. Dificil segun crecejueves 25 de noviembre de 2010
  24. 24. Es como un hotel Sin preocuparse de fontanerosjueves 25 de noviembre de 2010
  25. 25. Almacenaje Paradigma relacional. Solo existe las tablas, las relaciones y Select es su profeta.jueves 25 de noviembre de 2010
  26. 26. jueves 25 de noviembre de 2010
  27. 27. Almacenaje clave valor Saco de tuplas : < Clave, Valor > Hash table:jueves 25 de noviembre de 2010
  28. 28. Distributed Hash Tablejueves 25 de noviembre de 2010
  29. 29. Google bigtable Almacen < Hash(URL), Página > Funciona sobre el GFSjueves 25 de noviembre de 2010
  30. 30. Cloneado por apache Hadoop : equivalente sobre HDFS Soportado por YAHOOjueves 25 de noviembre de 2010
  31. 31. NoSQL No ACID Teorema de CAP (Brewer): 2 de Consistencia. Disponibilidad. Resistencia a Particion.jueves 25 de noviembre de 2010
  32. 32. NotOnlySQLjueves 25 de noviembre de 2010
  33. 33. Clasificación Clave-Valor Columnas. Documentos Grafos <----jueves 25 de noviembre de 2010
  34. 34. Diversas soluciones existentes NEOJ DEX SONES Hypergraphjueves 25 de noviembre de 2010
  35. 35. Modelo con grafos y enlaces. Nodos Enlaces Propiedades (campos) en los dos. Equivalentes a las “tablas”.jueves 25 de noviembre de 2010
  36. 36. OpenSource NEOJ (propia). Hypergraph (xmpp sobre berkeleyDB). Vertex DB : (tokio-cabinet)jueves 25 de noviembre de 2010
  37. 37. Otras Comerciales DEX SONES Desarrollada en España.jueves 25 de noviembre de 2010
  38. 38. Problemas Adecuadas solo para ciertos usos. Distribuidas: Tipo MySQL. RDF : Remora o Requisito.jueves 25 de noviembre de 2010
  39. 39. jueves 25 de noviembre de 2010
  40. 40. Computación sobre cloud y NOSQL Problemas isomorfos…. PageRank. BigTable & Map Reduce.jueves 25 de noviembre de 2010
  41. 41. MAP-REDUCE Diseño de google para calculo del PageRank. Librería simple, asíncrona, autoajustable Desgraciadamente el ensamblador de los algoritmos.jueves 25 de noviembre de 2010
  42. 42. Descripción Tenemos MAPjueves 25 de noviembre de 2010
  43. 43. Descripción Tenemos REDUCEjueves 25 de noviembre de 2010
  44. 44. Descripción Fase MAP: Analizamos los datos y los convertimos en tuplas < clave, valor >. Barajado : se ordenan y agrupan por la clave Fase REDUCE: Todos los valores asociados a una clave se procesan juntos.jueves 25 de noviembre de 2010
  45. 45. WCjueves 25 de noviembre de 2010
  46. 46. WCjueves 25 de noviembre de 2010
  47. 47. Arquitectura distribuidajueves 25 de noviembre de 2010
  48. 48. Problemas Su bajo nivel: Dificil programar. Exceso de comunicación. No para todo tipo de cálculo sobre grafos.jueves 25 de noviembre de 2010
  49. 49. ¿Posible solución? Pregel Librería sencilla Pagerank:12 líneas. Erlang clones.jueves 25 de noviembre de 2010
  50. 50. Diversos elementos Vertices (nocos) activos. Enlaces creando y destruyendo. Aplicación algoritmo local hasta que vertice decide parar. Cuando todos los vertices han parado se ha acabado.jueves 25 de noviembre de 2010
  51. 51. El principio de un largo camino Sistemas “tuneados”: Twitter - Facebook. Cálculos muy simples. No hay solución DEFINITIVA.jueves 25 de noviembre de 2010
  52. 52. ¿Caminamos juntos?jueves 25 de noviembre de 2010
  53. 53. jueves 25 de noviembre de 2010
  54. 54. jueves 25 de noviembre de 2010

×