Azure Spark - Big Data - Coresic 2016

Spark Big Data en Azure HDInsight

MVP Nicolas Nakasone / [email protected]/@nicolasnakaso

ne

Big Data es sinónimo de Grandes Cantidades de Datos

BIG DATA

BIG DATA

• ¿Cuánta data genera un vuelo comercial entre Londres y Nueva York en dispositivos electrónicos?

• 640 TB

• ¿Cuántos USB Angry Bird necesitaremos para almacenar BIG Data?

Social Network

4 v del Big Data

Tecnologia para Manejar Big Data

¿Qué es hadoop?• Hadoop consiste de dos servicios principales:

• Almacenamiento de Datos usando el Hadoop Distributed File System (HDFS)

• Procesamiento de Datos Paralelo de Alto Desempeño usando una técnica llamada MapReduce.

Spark

Spark

• Trabaja en Memoria• 100 x más rapido que Map Reduce• Soporta Tolerancia a Fallos

Spark

• Spark SQL• Spark Streaming• Mlib (Machine Learning)• GraphX

Jupiter

• Herramienta utilizada por los cientificos de datos

• Puede utilizar diferentes lenguajes de programacion (Python, R, Julia, Scala)

• Integracion con Big Data - Spark

Demo – Spark en Acción

https://www.youtube.com/watch?v=fUmgd58Xe58