Guia docente
DATOS IDENTIFICATIVOS 2020_21
Asignatura ALMACENAMIENTO ESCALABLE Código 01742004
Enseñanza
1742 - M.U. EN INTELIGENCIA DE NEGOCIO Y BIG DATA EN ENTORNOS SEGUROS - A DISTANCIA
Descriptores Cr.totales Tipo Curso Semestre
3 Obligatoria Primer Primero
Idioma
Castellano
Prerrequisitos
Departamento DERECHO PRIV. Y DE LA EMPRESA
Responsable
ÁLVAREZ CUESTA , HENAR
Correo-e halvc@unileon.es
mcong@unileon.es
Profesores/as
ÁLVAREZ CUESTA , HENAR
CONDE GONZALEZ , MIGUEL ANGEL
Web http://
Descripción general
Tribunales de Revisión
Tribunal titular
Cargo Departamento Profesor
Presidente ING.MECANICA,INFORMAT.AEROESP. MATELLAN OLIVERA , VICENTE
Secretario ING.MECANICA,INFORMAT.AEROESP. PANIZO ALONSO , LUIS
Vocal ING.MECANICA,INFORMAT.AEROESP. FERNANDEZ LLAMAS , CAMINO
Tribunal suplente
Cargo Departamento Profesor
Presidente ING.MECANICA,INFORMAT.AEROESP. RODRIGUEZ DE SOTO , ADOLFO
Secretario ING.MECANICA,INFORMAT.AEROESP. ALFONSO CENDON , JAVIER
Vocal ING.MECANICA,INFORMAT.AEROESP. CASTEJON LIMAS , MANUEL

Competencias
Tipo A Código Competencias Específicas
  A17942 1742CBD2. Capacidad de analizar, diseñar y construir o configurar sistemas de almacenamiento escalable y procesamiento escalable.
Tipo B Código Competencias Generales y Transversales
  B5577 1742CG1. Adquisición de competencias teóricas y prácticas para el análisis y diseño de soluciones empresariales en Big Data (almacenamiento y procesamiento de grandes volúmenes de información heterogénea).
  B5578 1742CG2. Capacidad de planificar y construir sistemas que permitan una gestión segura de los datos.
  B5579 1742CG3. Capacidad de diseñar e implementar sistemas capaces de extraer conocimiento práctico de grandes volúmenes de datos aplicado al mundo de la empresa (Inteligencia de Negocio/Business Intelligence)
Tipo C Código Competencias Básicas

Resultados de aprendizaje
Resultados Competencias
Analiza, diseña y construye o configura sistemas de almacenamiento escalable y procesamiento escalable. Tiene competencias teóricas y prácticas para el análisis y diseño de soluciones empresariales en Big Data (almacenamiento y procesamiento de grandes volúmenes de información heterogénea). A17942
 B5577
Aplicar bases de datos no relacionales, las técnicas para almacenar grandes volúmenes de datos estructurados y no estructurados A17942
 B5577
B5578
B5579
Entender los retos que suone el almacenamiento de Big Data y cómo todos ellos pasan por utilizar técnicas de sistribución de datos A17942
 B5577
B5578
B5579
Comprender los principios fundamentales de los sistemas de ficheros distribuidos y ponerlos en práctica con HDFS A17942
 B5577
B5578
B5579
Entender las capacidades específicas de los modelos principales de almacenamiento NoSQL y sus diferencias respecto al modelo relacional A17942
 B5577
B5578
B5579

Contenidos
Bloque Tema
Bloque de contenidos •Introducción: sistemas de ficheros distribuidos, requisitos del almacenamiento escalable.
•HDFS (Hadoop Distributed File System): diseño y arquitectura de HDFS, conceptos fundamentales de HDFS, interacción con HDFS, Dataflow, Blocks y Replicación.
•Procesos Hadoop: Name node, Secondary name node, Job tracker, Task tracker, Data node. Administración, monitorización y mantenimiento HDFS
•Almacenamiento en BBDD NoSQL: introducción, conceptos fundamentales, principales tipos de BBDD NoSQL.
•Almacenamiento clave-valor: introducción, ideas principales, HBase, Cassandra.
•Almacenamiento documental: introducción, ideas principales.
•Otras aproximaciones de almacenamiento NoSQL

Planificación
Metodologías  ::  Pruebas
  Horas en clase Horas fuera de clase Horas totales
Presentaciones/exposiciones 0 12 12
 
Dirigidas 0 45 45
Tutorías 0 8 8
Trabajos 0 5 5
 
Sesión Magistral 0 0 0
 
Pruebas mixtas 5 0 5
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías   ::  
  descripción
Presentaciones/exposiciones Clases (en remoto), conferencias y técnicas expositivas
Dirigidas Actividades autónomas y en grupo (trabajos y lecturas dirigidas)
Tutorías Tutoría individual, participación en foros y otros medios colaborativos
Trabajos Pruebas de seguimiento y exposición de trabajos
Sesión Magistral

Tutorías
 
Trabajos
descripción
Por email o en el foro del moodle

Evaluación
  descripción calificación
Trabajos - Realización de trabajos, proyectos, resolución de problemas y casos.
 30%-80%
Pruebas mixtas - Evaluación sumativa, que incluye pruebas parciales individuales y prueba final. 20%-50%
Otros - Participación en foros y otros medios participativos. 10%-40%
 
Otros comentarios y segunda convocatoria

De confomidad con lo indicado para la primera convocatoria

Al ser un máster interuniversitario, las guías docentes de aplciación en su desarrollo completo son aquellas indicadas en la página web del máster interuniversitario de la Universidad coordinadora


ADENDA
Plan de contingencia para una situación de emergencia que impida actividades docentes presenciales
Enlace de acceso a la Adenda de la Guia docente por el COVID-19


Fuentes de información
Acceso a la Lista de lecturas de la asignatura

Básica
WHITE, T. “Hadoop: The Definitive Guide”. 4thEd. O'Reilly Media. 2015.
TIWARI, SHASHANK, “Professional NoSQL”, Wiley/Wrox. 2011.
STRAUCH, CHRISTOF, “NoSQL Databases”. Stuttgart Media University. 2012.
CHODOROW, K. “MongoDB: The Definitive Guide”, 2nd Edition, O'Reilly Media. 2013.
CARPENTER, J., HEWITT, E. “Cassandra: The Definitive Guide”, 2nd Edition, O'Reilly Media. 2016.
VAISH, G., “Getting Started with NoSQL”. Packt Publishing. 2013.
Complementaria


Recomendaciones