Imagen de Portada

Optimización de entornos de Big Data Analytics mediante sistemas de ficheros paralelos Ad-hoc

Fuente: Zenodo

Guardado en:

Detalles Bibliográficos
Autores principales:	Sotodosos Morales, Gabriel, Garcia Carballeira, Felix, Camarmas Alonso, Diego, Calderon Mateos, Alejandro, Muñoz Muñoz, Dario, Carretero, Jesus
Formato:	Recurso digital
Lenguaje:	español
Publicado:	Zenodo 2025
Materias:	Big Data Analytics Sistemas de procesamiento en memoria Expand Ad-Hoc Sistema de ficheros paralelos Sistema de ficheros ad-hoc
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

_version_	1866902044328067072
author	Sotodosos Morales, Gabriel Garcia Carballeira, Felix Camarmas Alonso, Diego Calderon Mateos, Alejandro Muñoz Muñoz, Dario Carretero, Jesus
author_facet	Sotodosos Morales, Gabriel Garcia Carballeira, Felix Camarmas Alonso, Diego Calderon Mateos, Alejandro Muñoz Muñoz, Dario Carretero, Jesus
contents	<p>Durante los últimos años, el procesamiento de datos en diversas áreas de la Informática, como la Inteligencia Artificial o el Big Data, ha supuesto un reto para la computación de alto rendimiento (High Performance Computing o HPC). Esto ha causado una innovación en la forma de procesar y gestionar estos enormes volúmenes de datos.</p> <p>Para ello, han surgido numerosos sistemas que pretenden proporcionar una solución para este problema. Entre ellos, destacan los sistemas de ficheros paralelos, que utilizan técnicas como la partición o replicación de ficheros para ofrecer un sistema de alta disponibilidad y alto rendimiento para entornos HPC. Además, también se han diseñado numerosas herramientas de trabajo para su uso junto con los sistemas de ficheros paralelos en entornos Big Data Analytics (BDA) con el objetivo de reducir los cuellos de botella causados por el gran número de operaciones de entrada/salida (E/S).</p> <p>En el trabajo presentado en este artículo, se presenta una nueva solución para este tipo de entornos BDA utilizando Apache Spark y Expand. Expand es un sistema de ficheros paralelo y distribuido diseñado por el grupo de investigación ARCOS que puede ser usado como sistema de ficheros ad-hoc, y que ayuda a mitigar los cuellos de botella de E/S producidos por los sistemas de ficheros paralelos tradicionales. El uso de Apache Spark junto con el sistema de ficheros Expand, permite aprovechar las ventajas ofrecidas por ambas plataformas.</p>
format	Recurso digital
id	zenodo_https___doi_org_10_5281_zenodo_15773242
institution	Zenodo
language	spa
publishDate	2025
publisher	Zenodo
record_format	zenodo
spellingShingle	Optimización de entornos de Big Data Analytics mediante sistemas de ficheros paralelos Ad-hoc Sotodosos Morales, Gabriel Garcia Carballeira, Felix Camarmas Alonso, Diego Calderon Mateos, Alejandro Muñoz Muñoz, Dario Carretero, Jesus Big Data Analytics Sistemas de procesamiento en memoria Expand Ad-Hoc Sistema de ficheros paralelos Sistema de ficheros ad-hoc <p>Durante los últimos años, el procesamiento de datos en diversas áreas de la Informática, como la Inteligencia Artificial o el Big Data, ha supuesto un reto para la computación de alto rendimiento (High Performance Computing o HPC). Esto ha causado una innovación en la forma de procesar y gestionar estos enormes volúmenes de datos.</p> <p>Para ello, han surgido numerosos sistemas que pretenden proporcionar una solución para este problema. Entre ellos, destacan los sistemas de ficheros paralelos, que utilizan técnicas como la partición o replicación de ficheros para ofrecer un sistema de alta disponibilidad y alto rendimiento para entornos HPC. Además, también se han diseñado numerosas herramientas de trabajo para su uso junto con los sistemas de ficheros paralelos en entornos Big Data Analytics (BDA) con el objetivo de reducir los cuellos de botella causados por el gran número de operaciones de entrada/salida (E/S).</p> <p>En el trabajo presentado en este artículo, se presenta una nueva solución para este tipo de entornos BDA utilizando Apache Spark y Expand. Expand es un sistema de ficheros paralelo y distribuido diseñado por el grupo de investigación ARCOS que puede ser usado como sistema de ficheros ad-hoc, y que ayuda a mitigar los cuellos de botella de E/S producidos por los sistemas de ficheros paralelos tradicionales. El uso de Apache Spark junto con el sistema de ficheros Expand, permite aprovechar las ventajas ofrecidas por ambas plataformas.</p>
title	Optimización de entornos de Big Data Analytics mediante sistemas de ficheros paralelos Ad-hoc
topic	Big Data Analytics Sistemas de procesamiento en memoria Expand Ad-Hoc Sistema de ficheros paralelos Sistema de ficheros ad-hoc
url	https://doi.org/10.5281/zenodo.15773242