Cloud Computing Nueva Era

11
Prof. Luis Joyanes Aguilar
COMPUTACIÓN EN LA NUBE
Y BIG DATA: pilares del
Científico de Datos
Cloud Computing,
Big Data: Data Science
Bogotá, COLOMBIA
31 de mayo, 2013

22
ESTADO DEL ARTE DE
CLOUD COMPUTING
COMPUTACIÓN
EN LA NUBE
La nueva era de la
computación

© Luis Joyanes Aguilar
Universidad Distrital Francisco José de Caldas
Bogotá, Colombia, 31 de may0 de 2013
Página –3–

Página –4–

LA NUBE: ESE GRAN INVENTO
Página –5–

TENDENCIAS TECNOLÓGICAS DE
LA DÉCADA
 LAS CONSULTORAS IDC, GARTNER, FORRESTER y otras,
están de acuerdo:
Cloud Computing
Social Media (Medios sociales)
Movilidad
Internet de las cosas (objetos)
 NFC, Bluetooth, RFID, QR, ZigBee, Sensores…
Big Data
Página –6–

Bogotá (Colombia). 31 de mayo de 2013
INTRODUCCIÓN
La Nube o la Computación en Nube (Cloud
Computing) es uno de los términos tecnológicos
(buzzwords) que más se repite en todo tipo de
medios de comunicación en los tres últimos años.
Las empresas, las organizaciones y los negocios en general,
están viendo en esta tecnología la resolución de muchos de
sus problemas, sobre todo, económicos pero también de
infraestructuras tecnológicas.
EL MODELO DE LA NUBE ES UN MODELO DE
SERVICIOS COMO LA LUZ, EL AGUA, EL TELÉFONO,
EL GAS…
Página –7–

 Empresas TIC: IBM, Microsoft, Oracle,
Hewlett-Packard, Cisco, EMC, VMWare etc.
 Operadoras de telecomunicaciones: europeas
(Telefónica, Vodafone, France Telecom,
Deutch Telecom, …) , americanas (Verizon,
ATT, Telmex...), etc.
 Empresas de Internet que ya son, per se, empresas de la nube:
Google, Yahoo¡, Amazon o redes sociales, tales como
Facebook, LinkedIn, Twitter, Pinterest, Foursquare
Tuenti…
Página –8–

 Pero ¿cómo influirá la computación en nube en la sociedad y en sus campos
más sobresalientes: educación, salud, administración pública,
organizaciones, empresas, … y en general, en la población? Sin
lugar a dudas muy positivamente… en estos momentos muchos
sectores de dicha población estamos utilizando la Nube cuando
enviamos un correo electrónico por Gmail, Yahoo o
Hotmail, escuchamos música en Spotify (el
innovador servicio sueco de streaming audio, oír música
sin descarga), vemos una fotografía en Flickr o
consultamos nuestra posición geográfica en Google
Maps en nuestro escritorio o en nuestro teléfono móvil
inteligente, o utilizamos aplicaciones de geolocalización
(StreetMaps) o de almacenamiento Dropbox.
Página –9–

Un ejemplo de la nube
Página –10–

 Sin embargo, la computación en nube, nos traerá grandes interrogantes y
grandes problemas en temas tan controvertidos como la protección de datos y
privacidad de los usuarios.
 Otra pregunta que cada día se hacen más los analistas sociales y tecnológicos
¿desaparecerá el PC tal cómo hoy lo
conocemos? ¿Será sustituido por el teléfono
móvil o dispositivos tales como las tabletas
electrónicas, como el iPad de Apple o alguno
de sus competidores, o incluso otros
dispositivos electrónicos como una
videoconsola, un frigorífico o el coche?
Página –11–
LA ERA POS-PC

Los datos y las aplicaciones se reparten en
nubes de máquinas, cientos de miles de
servidores de ordenadores pertenecientes
a los gigantes de Internet, Google, Microsoft,
IBM, Sun Microsystems, Oracle, Amazon,.. y
poco a poco a cientos de grandes empresas,
universidades, administraciones, que desean
tener sus propios centros de datos a disposición
de sus empleados, investigadores, doctorandos,
etc. Luis JOYANES. Icade, nº 76, enero-abril, 2009, pp. 95-111.
Página –12–
“Computación en la nube
(cloud computing)»

HISTORIA DE LA NUBE -1-
 El concepto de la computación en la nube, o cloud
computing, empezó con proveedores de servicios de
Internet a gran escala como Google, Amazon AWS y otros
que construyeron su propia infraestructura. De entre
todos ellos emergió una arquitectura: un sistema de
recursos distribuidos horizontalmente introducidos
como servicios virtuales de TI escalados
masivamente y manejados como recursos
configurados y mancomunados de manera
continua.
 En el año 2006 se produjo una primera alianza entre IBM,
Google y grandes universidades norteamericanas
Página –13–

 Este modelo de arquitectura fue inmortalizado por
George Gilder en su artículo de octubre 2006 en la
revista Wired titulado "Las fábricas de información".
Las granjas de servidores, sobre las que escribió
Gilder, eran similares en su arquitectura al procesamiento
“grid” (red, parrilla), pero mientras que las redes se
utilizan para aplicaciones de procesamiento técnico
débilmente acoplados (loosely coupled, un sistema
compuesto de subsistemas con cierta autonomía de
acción, que mantienen una interrelación continua entre
ellos), este nuevo modelo de nube se estaba aplicando a
los servicios de Internet.
Página –14–

Dos de las grandes cabeceras mundiales de revistas económicas,
Business Week (4 de agosto de 2008) y The
Economist (25 de Octubre, 2008) ya preveían en
2008 el pronto advenimiento de esta arquitectura y le dedicaron
sendos suplementos a analizar con detalle
Y en el año 2010, The Economist volvió a insistir en el
impacto de la nube y Forbes , la prestigiosa revista
económica de Estados Unidos, se hizo eco también en
un número especial dedicado al Cloud Computing, sin
contar naturalmente el sin fin de publicaciones económicas,
generalistas, tecnológicas de Europa, América del Norte, Asia, América
Latina y el Caribe
Página –15–

BusinessWeek, Rachael King, August 04, 2008
Página –16–

The Economist . Octubre 2008.
http://www.economist.com/node/12411882?zid=291&a
h=906e69ad01d2ee51960100b7fa502595
Página –17–

The Economist, octubre 2008
Página –18–

Battle of the clouds
The fight to dominate cloud computing will
increase competition and innovation
The Economist. Oct 15th 2008
Página –19–

Definición de la nube
 No existe una definición estándar aceptada
universalmente; sin embargo, existen organismos
internacionales cuyos objetivos son la estandarización de
Tecnologías de la Información y, en particular, de Cloud
Computing. Uno de estos organismos más reconocido es
el National Institute of Standards and
Technology (NIST) y su Information
Technology Laboratory, que define la
computación en nube (cloud computing) como:
Página –20–

DEFINICIÓN DE CLOUD COMPUTING
Página –21–

DEFINICIÓN DE CLOUD COMPUTING
 Para una definición más técnica de Cloud Computing o
nube sin más, podríamos decir que se trata del conjunto
de programas y servicios alojados en un servidor
conectado a la Red, accesible desde cualquier
computador (sea cual sea el sistema operativo que
este ejecute) con conexión a Internet sin necesidad
de instalar aplicaciones ejecutables en su disco duro y
donde también se almacena la información generada
por estas mismas aplicaciones o servicios.
Cloud Computing ha transformado de forma radical
el modelo de negocio, "Este modelo de tecnología se
adapta a las necesidades de la empresa en todo
momento, que sólo paga por los servicios que usa"
Página –22–

Página –23–

Terminología de la NUBE (NIST)
 El NIST recomienda utilizar los siguientes términos
Consumidor de la nube o cliente: una
persona u organización que es cliente de una
nube: observes que un cliente de una nube
puede ser de una nube y de otras nubes que
ofrecen otros servicios
Dispositivo Cliente: Una máquina o aplicación
de software que accede a una nube en una
conexión de red
Proveedor de la nube o proveedor: una
organización que proporciona servicios de la nube
Página –24–

FUENTE: Computación en la nube.
Joyanes (2012): adaptado del NIST
Página –25–

Página –26–

 1. Autoservicio bajo demanda. El usuario puede acceder
a capacidades de computación en la nube de manera
automática a medida que las vaya requiriendo, sin necesidad
de una interacción humana con su proveedor o sus
proveedores de servicios cloud, con servicios tales como
tiempo de servidor y almacenamiento en red.
 2. Múltiples formas de acceso a la red. Los recursos son
accesibles a través de la red y por medio de mecanismos
estándar que son utilizados por una amplia variedad de
dispositivos de usuario (p. e. teléfonos móviles inteligentes, laptops,
ulltrabooks, tabletas, PCs de escritorio, estaciones de trabajo, aparatos de
televisión con SmartTV, videoconsolas…). Esta característica también
se conoce como acceso ubicuo a la Red
Página –27–

 3. Agrupación de recursos. Los recursos de
computación del proveedor se agrupan para servir a múltiples
consumidores (almacenamiento, memoria, ancho de
banda, capacidad de procesamiento, máquinas virtuales, etc.
y son compartidos por múltiples usuarios, a los que se
van asignando capacidades en forma dinámica según sus
peticiones. Existe una independencia de la posición de modo
que el cliente generalmente no tiene control ni conocimiento
sobre la posición exactas de los recursos proporcionados pero
puede ser capaz de especificar la posición a un alto nivel
de abstracción (p. e. país, estado o centro de datos).
Ejemplos de recursos incluyen almacenamiento,
procesamiento, memoria y ancho de banda de red.

Página –28–

 4. Escalabilidad - Elasticidad rápida. Los recursos se
provisionan y liberan elásticamente, muchas veces de
manera automática, lo que da al usuario la impresión de
que los recursos a su alcance son ilimitados y están
siempre disponibles en tiempo y cantidad.
 5. Pago por uso (Servicio medido). El proveedor es
capaz de medir, a determinado nivel, el servicio
efectivamente entregado a cada usuario, de modo que
tanto proveedor como usuario tienen acceso transparente
al consumo real de los recursos, lo que posibilita el pago
por el uso efectivo de los servicios.

Página –29–

Página –30–

CARACTERÍSTICAS DE LA NUBE
Página –31–

MODELOS DE NUBE
Página –32–

LA NUBE: DESPLIEGUE DE SERVICIOS
Página –33–

SaaS
Página –34–

SaaS
 El término software como servicio se refiere esencialmente al
software residente (instalado) en la nube, aunque no todos
los sistemas SaaS son sistemas instalados en la nube, si son
la mayoría. SaaS (Software as a Service)
es la evolución natural del término
software bajo demanda (Software on
demand) por el que era conocido hace
unos años y cuyo representante más
genuino es salesforce.com, una
empresa que proporciona software de
gestión empresarial (CRM)
Página –35–

SaaS
SaaS es un modelo de software
basado en la Web que provee el
software totalmente disponible a
través de un navegador web. Las
aplicaciones son accesibles desde diferentes dispositivos
cliente a través de una interfaz cliente ligera tal como el
citado navegador (p.e correo electrónico basado en web).
Aplicaciones típicas: Gmail, Google
Apps, ZOHO, Windows Office 365,
Salesforce.com, Evernote… …
Página –36–

Plataforma como servicio PaaS
 En el modelo de plataforma como servicio, el
proveedor ofrece un entorno de
desarrollo a los desarrolladores de
aplicaciones, quienes desarrollan
aplicaciones y ofrecen sus servicios a
través de la plataforma del proveedor.
El proveedor normalmente ofrece para el desarrollo “kits
de herramientas (toolkits) lenguajes de programación,
herramientas y estándares de desarrollo y canales de
distribución y pago” y recibe un pago por proporcionar la
plataforma y los servicios de distribución y ventas.
Página –37–

Plataforma como servicio PaaS
Microsoft Azure
Google Application Engine (GAE)
Salesforce.com …. Plataforma FORCE
Página –38–

Infraestructura como servicio
(IaaS)
El modelo IaaS proporciona la
infraestructura necesaria para ejecutar
aplicaciones. Este modelo ofrece espacio de
almacenamiento, capacidad de proceso, servidores
y otro equipamiento físico, en pago por uso. Puede
incluir también, la entrega de sistemas operativos, redes y
tecnología de virtualización para gestionar los recursos, en
donde dicho consumidor es capaz de desplegar y ejecutar software
especifico que puede incluir sistemas operativos y aplicaciones. --
ARSYS, AWS de Amazon, IBM Cloud. Cisco,
EMC,
Página –39–

PROVEEDORES DE IaaS
Cisco, EMC, VMware
Citrix
NetApp
 Microsoft
 Google
Amazon AWS, IBM Cloud,
ARSYS, Acens, Telvent, Interxion …
UCS Cloud Services…
Página –40–

MODELOS DE DESPLIEGUE
SERVICIOS EN LA NUBE
Página –41–

Modelos de servicio de la nube
Página –42–

 . Por otra parte los modelos de despliegue que se pueden
implementar en las organizaciones y empresas son:
nube privada, nube comunitaria, nube
pública y nube híbrida, aunque el modelo de
nube comunitaria que propone el NIST no ha
sido muy aceptado por la industria informática y los tres
modelos más aceptados en la bibliografía técnica,
proveedores, organizaciones y empresas son:
privada, pública e híbrida, taxonomía
que también nosotros proponemos.
Página –43–

 1. Nube privada. La infraestructura de la nube se
provisiona para uso exclusivo de una único organización
comprendiendo múltiples consumidores. Los servicios de
la nube no se ofrecen al público en general. La
infraestructura es íntegramente gestionada por una
organización.
 2. Nube pública. La infraestructura es operada
por un proveedor que ofrece servicios al público en
general. Puede ser administrada, operada y de propiedad
de una organización académica, empresa o gobierno, o
alguna combinación de ellas. Existe en la propia
infraestructura (on premises) del proveedor de la nube.
Página –44–

3. Nube híbrida. La infraestructura de la
nube es una combinación de dos o más
nubes individuales que pueden ser a su vez
propias, comunitarias o públicas que
permanecen como entidades únicas, pero
permite portar datos o aplicaciones entre
ellas.
Página –45–

 4. Nube comunitaria. Una nube comunitaria
(community) es aquella nube que ha sido organizada para
servir a una función o propósito común de una comunidad de
consumidores. Puede ser para una organización o varias
organizaciones, pero que comparten objetivos
comunes como su misión, políticas, seguridad,
necesidades de cumplimientos regulatorios
(compliances). Una nube de comunidad puede ser
administrada por la organización u organizaciones
constituyentes o bien por terceras partes. Este modelo sólo
suele ser recogido por el NIST; la mayoría de organizaciones,
asociaciones, relacionadas con la nube, dividen los modelos de
despliegue en tres: pública, privada e híbrida

Página –46–

Cloud Gis Esri
Página –47–

Cloud Storage
 Un caso de estudio: Nirvanix. Los datos del cliente se
replican en dos o tres centros de datos
 Amazon, Gmail, en España varias empresas
proveedoras , han tenido caídas de varias horas que
afectó a las aplicaciones web de sus clientes. Algunas
causas: elevado número de peticiones simultáneas de
autenticación. Amazon aseguró que el incidente no provocó la
pérdida de ningún dato, ya que almacena múltiples copias de cada
objeto en varios emplazamientos
 Hay que considerar la posibilidad de que los datos sean robados o
consultados por personas no autorizadas. Quizá sea mejor no
confiar en cloud storage los datos y aplicaciones críticos
para la actividad de la empresa hasta que los proveedores hayan
eliminados estos riesgos potenciales.
Página –48–

Servicios OnLine (Almacenamiento
Web). Gratuitos / Pago
Strato, 5 GB gratis (Proveedor de Cloud con implantación mundial)
Dropbox (ofrece 2 GB gratuitos que se pueden convertir en 8-
16 GB si se invita a otros contactos y utilizan el programa)
Box.com (5 GB gratis); SkyDrive de Microsoft
(7- GB gratuitos)
Wuala (Lacie… www.wuala.com/es..., 2GB como Dropbox) ;
GlideOs (50 GB gratuitos), SugarSync (5 GB)
Amazon Drive (5GB gratuitos; 20 GB por compra de un álbum de
MP3) y Amazon S3 (Almacenamiento IaaS, GB a TB e incluso PB).
iCloud (5 GB gratuito clientes)
Página –49–

OTROS MODELELOS DE SERVICIOS.
Computación en la nube, Joyanes (p. 82-
85)
 Almacenamiento como servicio
 Bases de datos como servicio
 Información como servicio
 Procesos como servicio
 Integración como servicio
 Seguridad como servicio
 Gestión y gobierno como servicio
 Pruebas como servicio
 …
Página –50–

VIRTUALIZACIÓN DE SERVICIOS.
Computación en la nube, Joyanes (p. 151-160)
Escritorios Virtuales
Servidores virtuales
Centralitas U-PBX
Call Centers
Redes
Servicios TIC en general
Página –51–

ESCRITORIOS VIRTUALES
 Un escritorio virtual (WebTop) es un espacio
virtual vía Web, al cual puede acceder el usuario
remotamente a sus datos, ejecutar programas,
crear o modificar documentos, editar o reproducir
archivos y prácticamente todas aquellas funciones
que hace normalmente desde su equipo
 Un servidor Web pone a disposición cierta
capacidad de almacenamiento para los usuarios
que mediante registro y sus correspondientes
permisos, acceden a un espacio virtual o cuenta de
usuario en donde alojan una copia de sus datos
Página –52–

Web Desktop… Escritorios virtuales
IDÓNEOS EN EDUCACIÓN,
ADMINISTRACIÓN PÚBLICA, PYMES…
 Las prestaciones son las básicas: procesador de
texto, reproductor multimedia, navegador, gestor
de correo, y otras menores, como agenda,
calendarios, etc.
 Lo más interesante el la función de
almacenamiento de cualquier tipo de archivo,
siempre y cuando no se exceda la capacidad
ofrecida y la disponibilidad para acceder y trabajar
con ellos.
Página –53–

¿Qué es la tecnología VDI?
 El ESCRITORIO VIRTUAL es una de las tecnologías
del cloud computing, y es una de las que más van a
cambiar la forma en que trabajamos.
 Básicamente, la tecnología de escritorio virtual VDI
(virtual desktop infrastructure) resulta de la
confluencia de dos tecnologías, la tecnología de virtualización
de servidores, y la tecnología de escritorio remoto. Aunque
comparte mucho de ambas, tiene sus propias características .
Esta tecnología no es nueva, ya que fabricantes como CITRIX
ya hace más de diez años que disponen de productos en el
mercado, pero en este momento se puede decir que ha
alcanzado un grado de plena madurez.
Página –54–

Ventajas del Escritorio Virtual (organización)
Mejora y simplifica la gestión de los PC de
escritorio. Puesto que básicamente son todos iguales,
y no tienen disco duro local, se reducen enormemente las
averías, y las reparaciones son mucho más sencillas y
rápidas. Todo ello, además de mejorar el servicio, reduce
los costes de mantenimiento.
Reducen el coste de inversión en PC, pues el
Thin Client tiene una vida útil mucho más larga, ya que
dependen menos de las evoluciones de los sistemas
operativos y de las aplicaciones.
Página –55–

Ventajas del Escritorio Virtual
(organización)
 Permiten reutilizar equipos PC existentes, alargando la
vida útil de los mismos, lo que es otro factor de reducción
de costes adicional.
 En ocasiones es posible obtener también ahorro en
licencias de software de los PC, si éstas tienen en cuenta
el uso concurrente en los equipos.
 Simplifican también la evolución obligada como
consecuencia de la obsolescencia, por ejemplo las
migraciones de la gran cantidad de equipos actualmente
con Windows XP, cuya vida útil soportada está a punto de
finalizar.
 ahorro energético de los equipos, si se utiliza la solución
basada en thin client.
Página –56–

 Permiten abordar soluciones de virtualización y
servicios cloud sobre aplicaciones
heredadas, típicamente cliente/servidor.
Mejoran la seguridad de la información al no
contener datos locales que puedan ser robados o dañados
por averías.
 Como parte de un Plan de Continuidad de
Negocio (BCP), permiten mantener operativos los
puestos de trabajo de los empleados en caso de desastre,
que afecte a alguna de las sedes de la organización
Página –57–

Ventajas del Escritorio Virtual (Usuarios)
 Al haber menos averías y ser las reparaciones mucho más
rápidas, aumenta la productividad de los
trabajadores derivada de las averías de sus PC, pues las
interrupciones por este motivo son mucho menores.
 Se elimina la pérdida de datos del usuario
por averías de los discos locales del PC.
 Habilita la movilidad del trabajador, facilitando la
continuidad de los trabajos realizados, por ejemplo para el
caso de los teletrabajadores a tiempo parcial.
También facilita la movilidad de los trabajadores
entre sedes y edificios corporativos.
Página –58–

CONCLUSIONES ESCRITORIO VIRTUAL
 En esencia, la virtualización de escritorio se basa en la
creación de un PC virtual una máquina virtual que se
ejecuta en un servidor de virtualización (VDI Server),
cuyas características (memoria, CPU, disco, etc.) son las
típicas de un PC, con un sistema operativo, y de un
sistema de comunicaciones que permite acceder a este
PC virtual desde la distancia.
 Para este acceso, se puede utilizar cualquier PC que ejecute el
software de cliente de terminal remoto, o bien un equipo
especializado que dispone del software de terminal remoto,
“cliente ligero” (Thin Client), que consiste en procesador,
memoria, y periféricos, y un sistema operativo empotrado, que
únicamente sirve para arrancar el equipo e iniciar sesión en un
servidor de VDI.
Página –59–

 Para el usuario, y por supuesto en un sistema
correctamente configurado, tanto en el servidor como en
el cliente como en la red de comunicaciones que los une,
el sistema y su manejo se parecen mucho a un PC
tradicional. No obstante, los discos duros de este PC
virtual ya no están en su ordenador, sino en el servidor de
virtualización, es decir, si su dispositivo se avería o se
extravía, no se pierden los datos guardados en estos
discos locales. Por otra parte, es posible iniciar sesión
desde varios lugares, bien remotamente, bien localmente,
en aquellos dispositivos que tengan la conectividad y el
software apropiado, lo que permite la continuidad de los
trabajos iniciados en un lugar desde otro distinto.
Página –60–

ESCRITORIOS VIRTUALES
eYEos 2.5 (//www.eyeos.org/es) …
GRATUITO… blog.eyesos.org
Sistema operativo orientado 100% a la Nube.
Escritorio virtual compatible con las principales
aplicaciones ofimáticas. Permite sincronizar con datos
locales utilizando eyeOS Gala Sync. Reproduce video y
audio. Cliente FTP, juegos, correo.-e y navegador .
Funciona con software libre y si se instala en un
servidor propio se pueden añadir múltiples
aplicaciones. Se instala y ejecuta en el propio
servidor, basta con contar con APACHE Y PHP.
Página –61–

Glide OS
Página –62–

MultiTabber
Página –63–

CubeDesktop
 En el mercado hay muchos programas, de pago y gratuitos, que
te proporcionan varios escritorios virtuales para organizar mejor
tus ventanas y disponer de más espacio. Pero, ¿qué te parecería
poder ver el contenido de tus escritorios como si de un cubo se
tratara , Se requiere una tarjeta con aceleración 3D.
CubeDesktop crea hasta 6 escritorios virtuales accesibles
desde la bandeja de sistema, mediante combinaciones de
teclas o desde las esquinas de la pantalla con distintos efectos
en tres dimensiones.
Página –64–

Dexpot (Softonic)
Dexpot multiplica el área de pantalla del monitor hasta por veinte,
gracias a la creación y gestión de una serie de escritorios virtuales con los
que podrás mejorar sensiblemente tu capacidad de trabajo y organización
con el PC.
 Dexpot coloca un icono en la bandeja de sistema desde el que puedes acceder a
todos tus escritorios virtuales, así como a las opciones de configuración del
programa, gestor de escritorios, lista de ventanas en cada uno de ellos, reglas de
escritorios, herramientas y demás. El sistema te permite copiar o mover ventanas
de un escritorio a otro. Cada uno de ellos es totalmente independiente, y puede
tener su propio fondo de pantalla, resolución e iconos.
 Es uno de los gestores de múltiples escritorios más completos y a la vez más
sencillos de usar.
Página –65–

Página –66–

RETOS Y OPRTUNIDADES DE LA
NUBE
Los conceptos público y privado de la
informática en nube deben facilitar las
relaciones entre los proveedores y los clientes
mediante las tasas acordadas previamente o
gratuitas, en su caso, pero siempre las ofertas
comerciales deben cumplir la calidad de los
requisitos de servicio de los clientes y
normalmente ofrecer acuerdos de nivel de
servicio, tipo SLA (Service Level
Agreements).
Página –67–

RETOS Y OPORTUNIDADES DEL CLOUD
COMPUTING
 Privacidad de los datos. El peligro aumenta
cuando los datos se alojan en “la nube”, Los datos pueden
residir en cualquier lugar o centro de datos. Esto puede
suponer hasta un problema legal ya que las legislaciones
de muchos países obligan a que determinados datos
deben estar en territorio nacional.
Seguridad. Es necesario tener la mayor seguridad
ante amenazas externas y corrupción de datos. Es
importante que los proveedores de servicios garanticen
transparencia, confianza y la realización de auditorías a
los sistemas de información.
Página –68–

RETOS Y OPORTUNIDADES DEL CLOUD
COMPUTING
Licencias de software. Es preciso estudiar la
compatibilidad del software bajo licencia con el software
en la nube.
Interoperabilidad. Es preciso que esté
garantizada la interoperabilidad entre todos los servicios-
 SLA (Services Level Agreement). Es necesario el
cumplimiento de acuerdos a nivel de servicio (SLA) antes
de confiar a una empresa las aplicaciones de la misma.
 Aplicaciones. Es necesario tener presente que las
aplicaciones del modelo “cloud computing” deben estar
diseñadas de modo que se puedan dividir entre múltiples
servidores.
Página –69–

Consejos antes de confiar los datos de
su empresa a un proveedor externo
¿Quién puede ver los datos? En muchas
empresas y organizaciones, los correos-e de los
empleados son privados y no pueden verse más que con
sentencia judicial. Los rastros de navegación de los
usuarios, las búsquedas realizadas, etc… ¿Cómo se
garantiza la privacidad?
¿Qué pasa si no se paga la factura mensual,
anual,…? Se pueden borrar bruscamente todos los
datos del cliente por este motivo.
Página –70–

Consejos antes de confiar los datos de
su empresa a un proveedor externo
¿Hace la nube copia de seguridad de sus
datos? ¿Qué sucede si se pierden?
¿Existe un contrato de garantía? Si su
proveedor se introduce en su negocio, cómo se garantiza la
libre competencia y el no uso de información privilegiada.
¿Cómo le tratará la “nube” ante hábitos
normales? ¿Se puede discriminar por razón de
raza, sexo, religión, nacionalidad,…? ¿se
puede infringir el copyright? ¿Qué sucede con la
licencia copyleft de Creative Commons?
Página –71–

RIESGOS DE LA NUBE
Caidas del sistema «fallos de
hardware/software»
Temor a la pérdida de datos
Falta de privacidad
Mercado no consolidado, aunque los
proveedores son los grandes del
mundo del software, por ahora.
…
Página –72–

¿CÓMO AFRONTAR LA MIGRACIÓN A
LA COMPUTACIÓN EN NUBE?
Recomendaciones para migrar
a la Nube
La computación en la Nube en
España y resto del mundo.
Página –73–

EMPRESAS QUE HAN MIGRADO A LA NUBE
El Banco español BBVA. A principios de 2012 firmó una
alianza con Google para comenzar a utilizar el servicio Google
Apps (especialmente correo-e, agenda, etc) de la nube de
Google en todas sus sucursales de España, Latinoamérica y
Caribe, y resto países donde tiene presencia.
La OMT (Organización Mundial del Turismo)
también a primeros de 2012 firmó un acuerdo para implantar las
soluciones de Nube de Microsotf en su sede central de Madrid y
paulatinamente resto del mundo y recomendaciones a agencias
de viaje, hoteles…
 Bastantes universidades españolas también han cerrado
acuerdos con Google para la solución de la Nube (correo-e)
Página –74–

Estrategias de Cloud Computing de la
Unión Europea, septiembre de 2012
 En septiembre de 2012, la Comisión Europea adoptó la
Estrategia Europea de Cloud Computing con
ello busca habilitar y facilitar la adopción de las
tecnologías Cloud Computing en todos los sectores de la
economía como palanca de productividad, crecimiento y
empleo. En esta estrategia, juega un papel angular
el impulso y adopción del nuevo modelo de
servicios TI por el sector público.
Página –75–

Comisión Europea publica la Estrategia de
Cloud-Computing (diciembre 2012)
Objetivo principal: creación de empleo y de
riqueza.
 Para la Comisión, las nuevas estimaciones señalan que, si
la política tiene éxito, los ingresos procedentes
de la computación en nube en la UE podrían
ascender en 2020 a casi 80 000 millones
EUR (lo que supondría más que duplicar el crecimiento
del sector). Es decir, que con esta estrategia se estaría
creando un nuevo sector y se podría hacer frente a la
competencia, en especial de los EEUU.
Página –76–

Estrategia Europea de Cloud
Computing de la Comisión Europea
 La Estrategia Europea de Cloud Computing de la Comisión
Europea está recogida en la comunicación «Liberar el
potencial de la computación en nube en Europa»*.
Se proponen medidas para obtener 2,5 millones de
nuevos puestos de trabajo en Europa, así como un
incremento anual del PIB en la Unión igual a
160.000 millones de euros (en torno a un 1 %) de
aquí a 2020. Acciones claves de la estrategia son
*http://administracionelectronica.gob.es/?_nfpb=
true&_pageLabel=P480245061355221561934&lan
gPae=es
 Fuente: http://europa.eu (29 de septiembre de 2012)
Página –77–

 Clarificación de normas y estándares
Los trabajos en éste ámbito se desarrollarán durante 2013. La
Comisión trabajará con el apoyo de ENISA y otros órganos
pertinentes para ayudar al desarrollo de toda la UE esquemas
voluntarios de certificación así como una lista de dichos
programas en 2014.
 Creación de términos justos de contratación
 Establecimiento de un Partenariado Europeo de Cloud
Computing. El European Cloud Partnership (ECP) reúne a
expertos de la industria y de los usuarios del sector público para
trabajar en los requisitos de contratación comunes para la
computación en nube en forma abierta y completamente
transparente.
Página –78–

 En este sentido, si se desarrolla la totalidad de la
estrategia sobre la nube, se prevén unos ingresos anuales
suplementarios netos en la UE de 160 000 millones EUR
para 2020 (o unos ingresos totales de casi 600 000
millones entre 2015 y 2020). De lo contrario, el
incremento económico sería inferior en dos tercios.
 Los beneficios procederían del ahorro que las empresas
podrían realizar o de la productividad que podrían
alcanzar gracias al acceso a la tecnología.
 Por lo que se refiere al empleo, es de prever la generación
de 3,8 millones de puestos de trabajo tras un despliegue
completo de la estrategia (frente a 1,3 millones si no se
eliminan las barreras legislativas, políticas o de otro tipo).
Página –79–

 Por otro lado, la adopción del cloud computing
podría llegar a generar en Europa 2,5 millones de
nuevos puestos de trabajo y potenciar la economía
de la región en us$ 160.000 millones anuales para
2020, según la Comisión Europea. Para conseguir
tal objetivo, el ETSI (European
Telecommunications Standards Institute) está
trabajando en definir estándares de calidad para
facilitar la portabilidad de datos y la
interoperabilidad en 2013. Además del potencial del
cloud, la migración a la nube propiciará la
homogeneización de leyes de protección de datos a escala
europea y la legislación sobre ciberseguridad.
Página –80–

PRIORIDADES DE LA CE EN CLOUD
Cloud computing y empleo TIC, entre las
prioridades de la Comisión Europea para el
periodo 2013-2014
 Entre las nuevas prioridades destacan aquellas
relacionadas con el cloud computing y con las
competencias digitales y el empleo.
 En materia de cloud computing, la Comisión Europea promocionará la
computación en nube mediante el poder de compra del sector público. En este
sentido, pondrá en marcha acciones piloto en la nueva
Asociación Europea de Computación en Nube (AECN) para,
apoyándose en el poder de compra público, contribuir a crear el mayor
mercado de TIC relacionadas con la nube del mundo, desmantelando los
actuales reductos nacionales y las percepciones negativas de los
consumidores.
Página –81–

Estudio de ONTSI para España, mayo 2012
 Estudio “Cloud Computing. Retos y
oportunidades”, que ha elaborado el Observatorio Nacional
de las Telecomunicaciones y la SI (ONTSI), con la asistencia
técnica de Deloitte, para analizar la situación actual y el impacto
que está teniendo el cloud computing en España.
 El impacto que tendrá sobre la inversión y el mantenimiento de
empleo y, que se prevé puede alcanzar los 65.000 puestos
de trabajo en un año. Iimplica que la generación de PIB
derivada del cloud computing por empleo mantenido es de
46.700 euros / empleo, lo que significa que el aporte de la
industria cloud a la economía española es muy
ventajoso.
Página –82–

EL MERCADO DE CLOUD EN
LATINOAMÉRICA
 Según la consultora internacional IDC (marzo 2013), el
mercado del cloud computing en Latinoamérica se puede
valorar en US$ 280 millones y tendrá una tasa de
crecimiento anual de un 70% entre el 2012 y 2016.
 La empresa IDC confirmó que el cloud computing es un
factor clave de crecimiento del gasto en tecnologías en
los próximos cinco años. El estudio muestra que el gasto
global de los proveedores de servicios cloud en hardware
de almacenamiento, software y servicios profesionales se
incrementará un 23,6% anual de aquí al 2015. Mientras
que el gasto en almacenamiento en entornos de nubes
privadas tendrá un crecimiento anual del 28,9% en el
período estudiado.
Página –83–

LATINOAMÉRICA
 En el marco del Kloud Camp 2012, un evento
educativo organizado por KIO Networks para compartir
conocimientos sobre la nube, se dieron a conocer
cifras sobre el futuro del cloud computing en América
Latina con datos obtenidos por IDC, empresa dedicada a
estudios de mercado.
 Entre los datos divulgados se encuentra que la inversión
en servicios de tecnologías de la información (TI)
en la nube generarán 214.412 empleos en México
para 2015, una cifra que contrasta notoriamente
con los 44.505 plazas laborales que se espera
lograr durante 2012; es decir, habrá un
crecimiento del 382%.
Página –84–

LATINOAMÉRICA
 En América Latina se espera que Brasil, México y
Argentina generen más de 700 mil nuevos empleos
relacionados con el cómputo en la nube para la
misma fecha. A nivel mundial, la expansión de esta
tendencia debería haber logrado 14 millones de empleos
entre 2011 y 2015.
 En estos países, las industrias que se verán más
beneficiadas por el uso de la nube serán: comunicación
y medios de comunicación, con 2.4 millones de
empleos; bancos, con 1.4 millones de empleos, y
manufactura, con 1.3 millones de empleos.
Página –85–

8686
UNIVERSIDAD AUTÓNOMA
DE BAJA CALIFORNNIA
BIG DATA
El universo digital de
datos

LA ERA DEL PETABYTE (1.000 TB),
Wired , julio 2008 (www.wired.com)
Sensores en todas partes, almacenamiento infinito
y Nubes (clouds) de procesadores
 Nuestra capacidad para capturar, almacenar y comprender
cantidades masivas de datos está cambiando la ciencia,
medicina, negocios y tecnología. A medida que aumenta
nuestra colección de hechos y figuras, crece la oportunidad
de encontrar respuestas a preguntas fundamentales.
Because in the era of big data,
more isn´t just more. More is
different
Página –87–

LA ERA DEL PETABYTE -2- . Wired ,
julio 2008 (www.wired.com)
 1TB (250.000 canciones)
20 TB (fotos “uploaded” a Facebook
cada mes)
 120 TB (todos los datos e imágenes recogidos por el telescopio
espacial Hubble) ; 460 TB (todos los datos del tiempo climático en
EEUÜ compilados por el National Climatic Data Center); 530 TB
(Todos los vídeos de YouTube); 600 TB (base de datos de
genealogía, incluye todos los censos de EEUU 1790-2000)
1 PB (datos procesados por los
servidores de Google cada 75 minutos)
Página –88–

http://www.economist.com/specialreports
/displaystory.cfm?story_id=15557421
Página –89–

Tabla de unidades de almacenamiento
(The Economist, febrero 2010): “data, data everywhere”
www.economist.com/specialreports/displaystory.cfm?story_id=15557421
Página –90–

El Universo Digital – EMC / IDC
Página –91–

El Universo Digital – EMC / IDC
Página –92–

OPEN DATA (Datos abiertos)
Página –93–

Las administraciones públicas [de
cualquier organismo nacional e
internacional] generan gran cantidad de
información en formatos propios de difícil
acceso para la mayoría de los ciudadanos.
Bases de datos, listas, estudios, informes,
estadísticas, etc. son datos abiertos (open
data) en formatos propios que son de
difícil acceso para la mayoría de los
ciudadanos.
Página –94–

Evidentemente estos datos se almacenan
normalmente en centros de datos propios
de las administraciones que a su vez se
almacenan y gestionan en nubes públicas o
privadas
¿Qué necesitan los profesionales o las
empresas para sacar rentabilidad a esos
datos públicos? Evidentemente la
colaboración de las entidades públicas para
liberar cada día más información y crear
más oportunidades de negocio
Página –95–

La administración de Estados Unidos
inició la iniciativa Open Data y en
paralelo la Unión Europea ha ido
adoptando también la iniciativa.
En España los primeros gobiernos han
sido los Gobiernos Autonómicos de El
Principado de Asturias y el País
Vasco.
Página –96–

La iniciativa del Gobierno Vasco se ha
plasmado en la puesta en funcionamiento
de Open Data Euskadi que pretende crear
un sitio web donde la información
reutilizable (contenidos abiertos) estén al
alcance de cualquier ciudadano.
Un estudio de la UE(2010) estima que el
mercado de información pública podría
generar riqueza por valor de 27.000
millones de euros.
Página –97–

INICIATIVAS PIONERS INTERNACIONALES
EN OPEN DATA
En España… además de los gobiernos autonómicos
de Asturias, País Vasco y Cataluña, la fundación CTIC
ligada al consorcio W3C (www.fundacionctic.org)
En Estados Unidos data.gov
En Gran Bretaña data.gov.uk
 En Google (presentación la semana pasada, abril
2011, del número 1) la revista de negocios
//thinkquarterly.co.uk. El número 1 dedicado a OPEN
DATA
En la Unión Europea (Iniciativa OPEN DATA)
Página –98–

9999
UNIVERSIDAD DISTRITAL
FRANCISCO JOSÉ DE CALDAS
EL PROCESAMIENTO DE
BIG DATA Y ANALÍTICA
DE DATOS.
Nuevas bases de datos
NoSQL, “In-Memory”…

Página –100–

Página –101–

LA AVALANCHA DE DATOS
 Según Eric Schmidt, presidente ejecutivo de Google, entre el
origen de la tierra y el 2003 se crearon cinco exabytes de
información. Hoy en día creamos la misma cifra cada dos
días2. Las previsiones aseguran que en esta década
crearemos alrededor de 35 zettabytes (40 ZB, informe de
diciembre de 2012)
 Según la consultora IDC, cifran en 1,8 Zettabytes la
información generada en 2011. Si tratáramos de almacenar
esa información en iPads (del modelo de 32GB)
necesitaríamos 57.500 millones; puestos unos al lado de
otro formaríamos una línea que daría 3 veces la vuelta al
mundo y, si tratáramos de apilarlos, la “montaña” resultante
sería 25 veces más alta que el monte Fuji.
Página –102–

EL UNIVERSO DIGITAL DE DATOS
Página –103–

LA AVALANCHA DE DATOS
 Twitter: (redes sociales)
 90 millones de Tweets por día que representa 8
Terabytes.
 Boeing: (industria)
 Vuelo transoceánico de un jumbo puede generar 640
Terabytes.
 Wal-Mart: (comercio)
 1 millón de transacciones por hora que se estima que
alimenta una base de datos de 2.5 petabytes.
 Google procesa al día 20 petabytes de información
Página –104–

Estructura de Big Data: tipos de datos
Estructurados
No estructurados
 No estructurados (texto, datos de vídeo, datos de audio,,,)
 Semiestructurados ( a veces se conocen como
“multiestructurados”. Tienen un formato y flujo lógico de modo
que pueden ser entendidos pero el formato no es amistoso al
usuario(HTML. XML…, datos de web logs)
 Normalmente, se suelen asociar los datos
estructurados a los tradicionales y los datos no
estructurados a los Big Data
 Objetivo principal de los sistemas de gestión de
datos: Integración de datos estructurados y no
estructurados
Página –105–

Bases de datos
 In-Memory (en-memoria)
 SAP Hana
 Oracle Times Ten In.Memory Database
 IBM solidDB
 Relacional
 Sistemas RDBMS (SGBDR). Oracle, IBM, Microsoft…
 Transeferencia de datos entre Hadoop y bases de datos
relacionales
 Legacy (jerárquicas, en red… primeras relacionales…)
 In-Memory (SAP, Oracle, Microsoft…)
Página –106–

1. Almacenamiento
 Hacen falta nuevas tecnologías de almacenamiento
 RAM vs HHD
 HHD 100 más barato que RAM
 Pero 1000 veces más lento
 Solución actual:
 Solid- state drive (SSD) además no volátil
 Investigación:
 Storage Class Memory (SCM)
Página –107–

2. Base de datos
 Las BD relacionales no pueden con todo
 Base de datos
 volumen de la información
 GBs
 PBs Tiempo de ejecución
 Limitadas para almacenar “big data”
 (ACID, SQL, …)
 ACID: Atomicity, Consistency, Isolation & Durability
Página –108–

2. Bases de datos
In-Memory (en-memoria)
 SAP Hana
 Oracle Times Ten In-Memory Database
 IBM solidDB
 NoSQL (Not only SQL)
Relacional
 Sistemas RDBMS
 Transferencia de datos entre Hadoop y bases de datos
relacionales
Legacy (heredadas, antiguas…)
Página –109–

3. Procesado
 Se requieren nuevos modelos de programación
para manejarse con estos datos
 Solución: Para conseguir procesar grandes conjuntos de
datos: MapReduce
 Pero fue el desarrollo de Hadoop MapReduce,
por parte de Yahoo, el que ha propiciado un ecosistema
de herramientas open source os Google creó el modelo
de programación MapReduce
Página –110–

4. Obtención de valor
 los datos no se pueden comer crudos la
información no es conocimiento accionable
 Para ello tenemos técnicas de Data Mining
 • Asociación
 • Clasificación
 • Clustering
 • Predicción
 • ...
 Pero la mayoría de algoritmos se ejecutan bien en
miles de registros, pero son hoy por hoy
impracticables en miles de millones.
Página –111–

Arquitectura de BIG DATA
 La explosión creciente de grandes volúmenes de datos está configurando en unión
con la implantación de cloud computing nuevas tecnologías y herramientas para la
gestión y dirección de Big Data.
 Tecnologías como Bases de Datos NoSQL, Bases de datos
“in-memory”, unido a frameworks en torno a Hadoop,
MapReduce y otras soluciones de big data, requieren
especialistas en esta tecnologías
 Proveedores como Cloudera, Hortonwork, etc. están
ofreciendo soluciones de Big Data que cada día más populares
 Soluciones como HANA de SAP, InfoSphere de IBM,
Exadata/Exalytics de Oracle, EMC, Teradata,
Microsoft … se requieren para hacer frente a las avalanchas de datos. …
Página –112–

BASES DE DATOS ANALÍTICAS
 Analíticas: para permitir a múltiples usuarios contestar
rápidamente preguntas de negocio que requieran de grandes
volúmenes de información.
Bases de datos de procesamiento
paralelo masivo (MPP)
Bases de datos “en memoria”
Almacenamiento en columnas
 Históricamente estas bases de datos tan especializadas
tenían un costo muy elevado, pero hoy el mercado nos
ofrece varias alternativas que se adaptan al presupuesto de
cada organización.
Página –113–

Bases de datos analíticas
 Bases de datos diseñadas específicamente para ser
utilizadas como motores de Data Warehouse.
 Estas bases de datos logran procesar grandes volúmenes de
información a velocidades asombrosas, gracias a la aplicación de
diferentes conceptos y tecnologías:
 Almacenamiento en columnas en lugar de filas (registros)
 Massively parallel processing (MPP)
 In-Memory Analytics
Página –114–

In-Memory Computing (IBM)
 In-memory computing is a technology that allows the
processing of massive quantities of data in main memory
to provide immediate results from analysis and
transaction. The data to be processed is ideally real-time
data (that is, data that is available for processing or
analysis immediately after it is created).
 To achieve the desired performance, in-memory
computing follows these basic concepts:
Página –115–

 Keep data in main memory to speed up data access.
 Minimize data movement by leveraging the columnar
storage concept, compression, and performing
calculations at the database level.
 Divide and conquer. Leverage the multi-core
architecture of modern processors and multi-processor
servers, or even scale out into a distributed landscape, to
be able to grow beyond what can be supplied by a single
server.
 Las bases de datos en memoria de SAP HANA utilizan
diferentes tecnologías in-memory

Página –116–

 2.1 Keeping data in-memory
 Today, a single enterprise class server can hold several
terabytes of main memory. At the same time, prices for
server main memory dramatically dropped over the last
few decades. This increase in capacity and reduction in
cost makes it a viable approach to keep huge amounts of
business data in memory. This section discusses the
benefits and challenges.
 2.1.1 Using main memory as the data store
 The most obvious reason to use main memory as the data store for a
database is because accessing data in main memory is much faster
than accessing data on disk. Figure 2-1 compares the access times for
data in several locations.
Página –117–

Keep data in main memory to speed up data
access.
Minimize data movement by leveraging the
columnar storage concept, compression, and performing
calculations at the database level.
 Divide and conquer. Leverage the multi-core
architecture of modern processors and multi-processor
servers, or even scale out into a distributed landscape, to
be able to grow beyond what can be supplied by a single
server.
 Las bases de datos en memoria de SAP HANA
utilizan diferentes tecnologías in-memory
 Página –118–

Página –119–

Illustration of dictionary compression
Página –120–

Row-based and column-based storage models: IBM
Página –121–

Almacenamiento por filas vs columnas
Página –122–

Almacenamiento en columnas, no filas:
FUENTE: datalytics.com
Página –123–

Computación en memoria “In-Memory”
La computación en memoria es una
tecnología que permite el procesamiento de cantidades
masivas de datos en memoria principal para proporcionar
resultados inmediatos del análisis y de las transacciones.
Los datos a procesar, idealmente son datos en tiempo
real (es decir, datos que están disponibles para su
procesamiento o análisis inmediatamente después
que se han creado).
Existen un amplio conjunto de tecnologías que emplean
bases de datos en memoria. SAP HANA es una de las
más acreditadas y populares… (Oracle, IBM,…)
Página –124–

Categorías de bases de datos en BIG DATA
 El concepto de base de datos que utilizábamos hasta hace 2 años HA
CAMBIADO. Distintos tipos de bases de datos, para distintos tipos de
necesidades.
Bases de datos transaccionales: para almacenar
información crítica del negocio, con origen en las aplicaciones de
siempre (CRM, ERP, sistemas legacy, …)
NoSQL: para capturar de manera segura y escalable, grandes
volúmenes de información continua generados por eventos.
Analíticas (In-Memory): para permitir a múltiples
usuarios contestar rápidamente preguntas de negocio que requieran
de grandes volúmenes de información.
Hadoop (HDFS & Hive): para almacenar y procesar
grandes volúmenes de información estructurada o semi-estructurada.
Página –125–

Bases de datos
In-Memory (en-memoria)
 SAP Hana
 Oracle Times Ten In-Memory Database
 IBM solidDB
Relacionales
 Sistemas RDBMS (SGBDR). Oracle, IBM, Microsoft…
 Transferencia de datos entre Hadoop y bases de datos
relacionales
Legacy (jerárquicas, en red… primeras relacionales…)
NoSQL (Cassandra, Hive, mongoDB,
CouchDB, Hbase…)
Página –126–

BASES DE DATOS RELACIONALES (REPASO)
 La mayoría de las bases de datos cumplen con las
propiedades ACID (atomicity, consistency,
isolation, durability). Estas propiedades garantizan un
comportamiento de las base de datos relacionales y el mejor de los
argumentos para su utilización.
Página –127–

Atomicidad (Atomicity) garantiza que las
transacciones (sean una consulta, o grupos de sentencias
SQL) no se puedan subdividir, es decir, se ejecutaran
totalmente, o no se ejecutaran.
 Esta propiedad implica que en caso de fallo de hardware,
fallo de la base de datos, o fallo de la aplicación, se
actualizarán todos los datos o ninguno y se impide que la
base de datos se corrompa o pierda el sincronismo lógico
entre los datos.
Página –128–

Consistencia (Consistency). Garantiza que la
base de datos siempre estará en un estado consistente.
De hecho, garantiza que cada transacción lleve a la base
de datos de un estado consistente a otro estado
consistente. En este caso, consistencia se refiere a la
consistencia interna de relación entre tablas, y la
consistencia en los datos almacenados. La propiedad de
consistencia no permitiría guardar un entero en un campo
float, o no permitiría borrar una fila que es referenciada
por otra.
 Esta última forma de consistencia se le llama integridad
referencial.
Página –129–

Aislamiento (Isolation). Garantiza que los datos
de una operación no puede afectar a otra.
 Cuando se ejecutan dos transacciones sobre los mismos
datos, estas son independientes, de esta manera no se
generan errores en ninguna de las dos transacciones. Esto
hace que los datos que manejan cada una de las
transacciones no estén disponibles hasta que la
transacción ha finalizado. Generalmente esto se consigue
con bloqueos
Página –130–

 Durabilidad (Durability). Garantiza que una vez que la
transacción se haya completado, siempre se podrá
recuperar independientemente de cualquier fallo de
hardware o software.
 Una vez la base de datos manda la señal de que la
transacción ha sido ejecutada correctamente, se puede
tener la certeza de que esa transacción esta aplicada
correctamente a los datos y se va a poder recuperar. La
mayoría de las bases de datos utilizan un log de
transacciones, y no consideran que una transacción esta
completada hasta que no esté escrita en el log.
Este log secuencial permite recuperar los datos de la transacción en
caso de un fallo del sistema, y de esta forma asegurar la consistencia de
los datos.
Página –131–

BASES DE DATOS TRANSACCIONALES
 Utilizadas en la mayoría de las empresas en la actualidad
Motores transaccionales, diseñados y desarrollados para
soportar transacciones y trabajar con pocos registros por
operación.
Las soluciones de Business Intelligence involucran cientos de
miles (e inclusive millones) de registros en una única operación, y
deben responder en un tiempo adecuado.
Las bases de datos transaccionales no fueron diseñadas para
responder a consultas analíticas sobre grandes volúmenes de
información. La irrupción de Big Data comienza a dejar en
evidencia estas carencias, debiendo utilizar complejos índices,
tablas agregadas, tablas particionadas, etc., aumentando el costo
de desarrollo y mantenimiento, obteniendo tiempos
Página –132–

 Las bases de datos relacionales funcionan con el lenguaje
SQL (Structured Query Language)
 Conceptos clave: creación de bases de datos,
organización de esquemas de datos, normalización,
creación de índices y optimización de instalaciones.
 Las bases de datos relacionales permiten separar la capa
de datos de la capa de aplicación. Al cumplir el estándar
SQL son intercambiables entre sí (en su mayor parte) y
permiten un acceso rápido y fiable a los datos.
Página –133–

BASES DE DATOS NoSQL
 Las bases de datos no-relacionales son comúnmente
llamadas bases de datos NoSQL ya que la gran mayoría
de ellas comparte el hecho de no utilizar el lenguaje SQL
para realizar las consultas
 Es una definición controvertida, aunque la definición más
aceptada es “Not only SQL”.
 Una de las características de las bases de datos no
relacionales es que la mayoría de ellas no utilizan
esquemas de datos rígidos como las bases de datos
relacionales. Esto hace que estas bases de datos también
se les llame “Schema-less” o “Schema-free
(“almacenamiento des-estructurado”).
Página –134–

 Distintos tipos de bases de datos para distintos tipos de aplicaciones:
documentales, grafos, clave/valor, orientadas a objetos, tabulares, … NoSQL:
para capturar de manera segura y escalable, grandes volúmenes de
información continua generados por eventos.
Características
  SQL: Sin (o muy poco) soporte para SQL.
Datos accedidos a través de programas Java, no consultas
  ACID: Sin integridad referencial, poco soporte transaccional
 Definición de estructuras de datos flexibles (sobre la marcha)
Página –135–

 Beneficios
 Facilidad de escalamiento horizontal (clusters baratos)
 Almacenamiento de grandes volúmenes (no generan
cuellos de botella)
 Excelentes para lecturas masivas de registros tipo
clave/valor.
 Desafíos…
 Son de distintos vendedores y no están integradas
 Estos tipos de DBs se utilizan por lo general en conjunto
 Se utilizan y administran de distinta manera; utilizan
distintos lenguajes: no SQL!
 Dependencia de sistemas: vuelta a las raíces?
Página –136–

Taxonomía de Bases de datos NoSQL
 Los principales tipos de BBDD de acuerdo con su
implementación son los siguientes:
 – Almacenes de Clave-Valor
 – Almacenes de Familia de Columnas (columnares)
 – Almacenes de documentos (orientadas a
documentos)
 – Almacenes de Grafos (orientadas a grafos)
 - Cachés de memoria
Página –137–

SOLUCIONES DE BASES DE DATOS NoSQL
Página –138–

139139
INGENIERÍA INFORMÁTICA
Tecnologías BIG DATA
HADOOP

Logo de HADOOP
Página –140–

Logo de HADOOP
Página –141–

Fundación Apache: proyectos open source
 The Apache Software Foundation provides support
for the Apache community of open-source software
projects, which provide software products for the
public good
 The Apache Software Foundation provides support for the
Apache community of open-source software projects,
which provide software products for the public good
Página –142–

Fundación Apache: proyectos open source
 The Apache Software Foundation provides support
for the Apache community of open-source software
projects, which provide software products for the
public good
 The Apache projects are defined by collaborative
consensus based processes, an open, pragmatic
software license and a desire to create high quality
software that leads the way in its field
 Community-led development since 1999.
 We consider ourselves not simply a group of
projects sharing a server, but rather a community
of developers and users.
Página –143–

Historia de Hadoop: Doug Cutting
Página –144–

TECNOLOGÍAS BIG DATA (HADOOP)
 Datos de la consultora IDC de agosto de 2012 prevén que el
mercado del software relacionado con los framework
open source Apache Hadoop y el MapReduce de
Google crecerá a un ritmo anual de más del 60% hasta el
año 2016.
 La popularidad de Hadoop se ha ido incrementando durante
los últimos meses, a medida que las empresas necesitan
manejar grandes cantidades de datos estructurados y no
estructurados para después analizarlos y ser capaces de
tomar decisiones lo más favorables posible para sus negocios.
 IDC también espera que el mercado de Hadoop-MapReduce evolucione y
que poco a poco comienza a introducirse en los sistemas empresariales.
Página –145–

Hadoop
“The Apache Hadoop software library is a
framework that allows for the distributed
processing of large data sets across
clusters of computers using a simple
Programming model”
 De la página de Hadoop
Página –146–

Componentes fundamentales de Open
Source
 Apache Hadoop (biblioteca de software de open source)
 Apache Hadoop consta de los siguientes subproyectos
 HDFS (Haoop Distributed File System)
 MapReduce
 Hadoop Commons
y de las siguientes tecnologías
Hbase
Hive
Pig
Otras
Página –147–

TECNOLOGÍAS BIG DATA (HADOOP)
 Hadoop es un proyecto de software open source que
provee un framework para habilitar el procesamiento
distribuido de grandes conjuntos de datos sobre clusters
construidos con hardware genérico. En esencia, Hadoop
consta de dos elementos base: un sistema de archivos
distribuido (Hadoop Distributed File System, HDFS) y
un motor de procesamiento de datos que implementa el
modelo Map/Reduce (Hadoop MapReduce). Sin
embargo, conforme ha ido ganando adopción y madurez,
también se han ido creando tecnologías para
complementarlo y ampliar sus escenarios de uso, de tal
forma que hoy en día el nombre “Hadoop” no se refiere a
una sola herramienta sino a una familia de herramientas
alrededor de HDFS y MapReduce.
Página –148–

What Is Apache Hadoop? (Fundación Apache)
 The Apache™ Hadoop® project develops open-
source software for reliable, scalable, distributed
computing.
 The Apache Hadoop software library is a framework
that allows for the distributed processing of large data
sets across clusters of computers using simple
programming models. It is designed to scale up from
single servers to thousands of machines, each offering
local computation and storage. Rather than rely on
hardware to deliver high-avaiability, the library itself is
designed to detect and handle failures at the application
layer, so delivering a highly-availabile service on top of a
cluster of computers, each of which may be prone to
failures.
Página –149–

Historia de HADOOP
 ● 2004-2006
 – Google publica los papers de GFS y MapReduce
 – Doug Cutting implementa una versión Open Source en
Nutch
 ● 2006-2008
 – Hadoop se separa de Nutch
 – Se alcanza la escala web en 2008
 ● 2008-Hasta ahora
 – Hadoop se populariza y se comienza a explotar
comercialmente.
 Fuente: Hadoop: a brief history. Doug Cutting
Página –150–

Componentes HADOOP (Apache)
 The project includes these modules:
 Hadoop Common: The common utilities that support
the other Hadoop modules.
 Hadoop Distributed File System (HDFS™): A
distributed file system that provides high-throughput
access to application data.
 Hadoop YARN: A framework for job scheduling and
cluster resource management.
 Hadoop MapReduce: A YARN-based system for parallel
processing of large data sets.
Página –151–

APACHE HADOOP
 Other Hadoop-related projects at Apache include:
Avro™: A data serialization system.
Cassandra™: A scalable multi-master database with
no single points of failure.
Chukwa™: A data collection system for managing large
distributed systems.
HBase™: A scalable, distributed database that supports
structured data storage for large tables.
Página –152–

APACHE HADOOP
Hive™: A data warehouse infrastructure that provides
data summarization and ad hoc querying.
Mahout™: A Scalable machine learning and data
mining library.
Pig™: A high-level data-flow language and execution
framework for parallel computation.
ZooKeeper™: A high-performance coordination
service for distributed applications.
Página –153–

Hadoop
 Apache Hadoop es un framework que permite el
tratamiento distribuido de grandes cantidades de datos
(del orden de peta bytes) y trabajar con miles de
máquinas de forma distribuida. Se inspiró en los
documentos sobre MapReduce y Google File System
publicados por Google.
 Está desarrollado en Java y se ejecuta dentro de la JVM.
 Actualmente está soportado por Google, Yahoo e IBM
entre otros. También existen empresas como Cloudera
(http://www.cloudera.com/) que ofrecen soluciones
empresariales Open Source basadas en Hadoop.
Página –154–

Hadoop
 Las características principales de Hadoop son:
 Económico: Está diseñado para ejecutarse en equipos de
bajo coste formando clústeres. Estos clústeres pueden
llevarnos a pensar en miles de nodos de procesamiento
disponibles para el procesado de información.
 • Escalable: Si se necesita más poder de procesamiento o
capacidad de almacenamiento solo hay que añadir más
nodos al clúster de forma sencilla.
 • Eficiente: Hadoop distribuye los datos y los procesa en
paralelo en los nodos donde los datos se encuentran
localizados.
 • Confiable: Es capaz de mantener múltiples copias de los datos y
automáticamente hacer un re-despliegue de las tareas
Página –155–

Hadoop
 El diseño de Hadoop se divide en dos partes
principales:
 Por un lado está el sistema de ficheros distribuido
Hadoop Distributed File System (HDFS) que
se encarga de almacenar todos los datos repartiéndolos
entre cada nodo de la red Hadoop.
 Por otro lado la implementación de MapReduce que se
encarga del procesamiento de la información de forma
distribuida.
Página –156–

Integración con Big Data. FUENTE: datalytics.com
Página –157–

Integración con Big Data. FUENTE: datalytics.com
Página –158–

Hadoop en la actualidad
 Actualmente Hadoop es un framework muy extendido en
el ámbito empresarial, sobre todo en compañías que
manejan grandes volúmenes de datos. Entre las que
podemos descarta las siguientes empresas:
 Yahoo: La aplicación Yahoo! Search Webmap está
implementado con Hadoop sobre un clúster de mas de
10.000 nodos Linux y la información que produce es la
utilizada por el buscador de Yahoo.
 Facebook: Tiene a día de hoy el mayor clúster Hadoop
del mundo que almacena hasta 30 petabytes de
información
 Amazon A9: Se utiliza para la generar índices de búsqueda de los
productos ofertados en el portal. Disponen de varios clústeres de entre 1 y
100 nodos
 cada uno.
Página –159–

Hadoop en la actualidad
 The New York Times: Utiliza Hadoop y EC2 (Amazon
Elastic Compute Cloud) para convertir 4 Terabytes de
imágenes TIFF en imágenes PNG de 800 K para ser
mostradas en la Web en 36 horas.
 Además existen compañías cuyo negocio es principal es
Hadoop, como Cloudera, que comercializa CDH
(Cloudera's Distribution including Apache Hadoop), que da
soporte en la configuración y despliegue de clústeres
 Hadoop. Además proporciona servicios de consultoría y
formación en estas tecnología. Todo el software que
distribuyen es Open Source.
Página –160–

Distribuciones de Hadoop
Página –161–

Distribuciones de Hadoop
Cloudera
mapR
Hortonworks
 IBM… ofrece una distribución llamada InfoSphere
BigInsights
 Amazon Web Services ofrece una marco de trabajo Hadoop
que forma parte del servicio Amazon Elastic MapReduce
 EMC ofrece Greenplus HD
 Microsoft ofrece Hadoop como un servicio basado en la
nube de Microsoft Azure
Página –162–

Massive open online
course (MOOC)
Similares a los cursos a distancia
impartidos por instituciones
universitarias y con certificados.

OPORTUNIDADES PARA LATINOAMÉRICA
Despliegue y comercialización de la red de
alta velocidad y gran ancho de banda LTE
(4G) en la actualidad (Noticia de impacto
en CLOUD COMPUTING y Big Data y gran
ventaja competitiva)
En Europa está comenzando el despliegue y
comercialización este año 2013. En España por
problemas administrativos y técnicos (derivados del
espectro radioeléctrico) como muy pronto parece no
empezará la comercialización hasta 2014.
Página –164–

Certificación Cloud
 Se requieren profesionales cualificados en la nube. A
medida que avanza el uso de los servicios en la nube, se
hace más necesario la formación en la materia y por
consiguiente CERTIFICACIONES
PROFESIONALES
 De igual modo que con los estándares en Cloud
Computing, ha crecido el interés de los usuarios por el
término “Cloud Training courses”.
 En Octubre, Rackspace creó un curso de
certificación en OpenStack, con planes para
lanzar en el futuro otros programas de aprendizaje en la
nube. Certificaciones de Cloudera, Hadoop…
Página –165–

Certificación Cloud
CloudStack/OpenStack
 Citrix está en el proyecto CloudStack,
 Rackspace ofrece servicios de cloud pública
basados en OpenStack.
Existen otras alternativas como Eucalyptus, que
tienen soporte para conectarse a nubes de
Amazon AWS y OpenNebula
Otras certificaciones
Página –166–

NECESIDAD DE FORMACIÓN PROFESIONAL
AVANZADA EN CLOUD COMPUTING-BIG
DATA
 El mercado tiene carencia de especialistas en Cloud
Computing y sobre todo en Big Data. Hay miles de puestos
que se deberán cubrir en los próximos cinco años según
estadísticas fiables de IDC, Gartner, Forrester, McKinsey…
 UNA DE LAS PROFESIONES MÁS DEMANDADAS SERÁ
DE ESPECIALISTAS EN CIENCIAS DE DATOS
(Científicos de datos) y además ANALISTAS DE DATOS
(formados en Analytics y tecnologías Big Data
·Hadoop”, “InMemory”..
 Se necesitan certificaciones profesionales en CLOUD
COMPUTING Y BIG DATA
Página –167–

NUEVAS CARRERAS UNIVERSITARIAS:
maestrias,ingeniería, diplomados…
Community Manager, Social Media
Manager y Analista Web y SEO
Ingeniero de Cloud Computing (En España hay
una universidad privada que lo lanza el próximo curso)
Ingeniero de negocios digitales (Digital
Business Intelligence)
Ingeniería en Big Data (Infraestructuras, Bases de
datos NoSQL, Hadoop, Tecnologías “in-memory”…)
Analítica de datos (Analytics) y Analítica de
Big Data
Página –168–

LAS TITULACIONES-PROFESIONES MÁS
DEMANDADAS en TIC EN PRÓXIMOS AÑOS
(HBR, Harvard Business Review) número de
octubre de 2012 (Los datos el nuevo petróleo/oro
del siglo XXI):
Ciencia de los datos: Data Science
(Maestría/Doctorado) … En Estados
Unidos, México y Europa… ya existen
iniciativas.
LA PROFESIÓN MÁS SEXY DEL SIGLO XXI : EL
CIENTÍFICO DE DATOS (Data Scientist)
Página –169–

NUEVAS CARRERAS Y PROFESIONES
Community Manager , Social Media Manager,
SEO, Analistas Web … cada día son más demandadas y.
Sin embargo la profesión del futuro será:
EL CIENTÍFICO DE DATOS (Data Scientist). Un
profesional con formación de Sistemas,
Estadística, Analítica, Ciencias Físicas y
Biológicas… que analizará los Big Data para la
toma de decisiones eficientes y obtener
rentabilidad en los negocios.
HBR (Harvard Business Review lo declaró la
profesión “MÁS SEXY del siglo XXI”..
Página –170–

Página –171–
MUCHAS GRACIAS … ¿Preguntas?
Portal tecnológico y de conocimiento
www.mhe.es/joyanes
Portal GISSIC “El Ágora de
Latinoamérica”: gissic.wordpress.com
Twitter:@luisjoyanes
www.slideshare.net/joyanes
www.facebook.com/joyanesluis
PORTAL NTICS : luisjoyanes.wordpress.com
CORREO-e: joyanes@gmail.com
UNIVERSIDAD PONTIFICIA DE SALAMANCA – C. MADRID

172
BIBLIOGRAFÍA

BIBLIOGRAFÍA BÁSICA
JOYANES, Luis (2012). Computación en
la nube. Estrategias de cloud
computing para las empresas.
MéxicoDF: Alfaomega.
JOYANES, Luis (2013). BIG DATA. El análisis
de los grandes volúmenes de datos.
MéxicoDF: Alfaomega
 Colección de libros NTICS (Negocios, Tecnología, Innovación,
Conocimiento y Sociedad) dirigida por el profesor Luis
Joyanes y publicada en la editorial Alfaomega de México DF.
Primeros números en 2012 y 2013: Nº 1. Cloud
Computing. Nº 2. Big Data
Página –173–

BIBLIOGRAFÍA BÁSICA
 JOYANES, Luis. “Computación en "Nube" (Cloud
Computing) y Centros de Datos la nueva revolución
industrial ¿cómo cambiará el trabajo en
organizaciones y empresas?”. Sociedad y Utopía.
UPSA: Madrid. , ISSN 1133-6706, Nº 36, 2010, págs.
111-127.
 JOYANES, Luis (2009a) “La Computación en
Nube(Cloud Computing) :El nuevo paradigma
tecnológico para empresas y organizaciones en la
Sociedad del Conocimiento” , ICADE, nº 76, enero-
marzo 2009, Madrid: Universidad Pontificia Comillas.
Página –174–

ÚLTIMOS LIBROS DEL prof. LUIS
JOYANES
Programación en C/C++, Java y UML.
México DF: McGraw-Hill, 2010.
Programación en Java 6. México DF:
McGraw-Hill, 2011.
Ciberseguridad. Retos y desafíos para la
defensa nacional en el ciberespacio.
Madrid: IEEE (Instituto Español de Estudios
Estratégicos). 2011. Editor y Coordinador
Fundamentos generales de programación.
México DF: McGraw-Hill, 2012.
Página –175–

ÚLTIMOS LIBROS DE LUIS JOYANES
Director y Editor de la Colección NTICS
(Negocios, Tecnología, Información,
Conocimiento y Sociedad) publicada por la
editorial AlfaOmega (México DF).
 El primer libro está prevista su publicación a finales
de 2011 y su título
LA NUBE. El nuevo paradigma del Cloud
Computing.
Página –176–

Blogs tecnológicos
 TechCrunch (www.techcrunch.com)
 Gizmodo (www.gizmodo.com, www.gizmodo.es)
 Boing Boing (www.boingboing.com)
 Engadget (www.engadget.com)
 The Official Google Blog (googleblog.blospot.com)
 O´Reilly (www.oreillynet.com)
 Slahdot (www.slahdot.com)
 Microsiervos (www.microsiervos.com)
 Xataca (www.xataca.com)
 Google Dirson (google.dirson.com)
 Masable (www.mashable.com)
Página –177–

LECTURAS RECOMENDADAS
 Documentos de Cloud Computing de:
NIST
Cloud Security Alliance
ISACA
ONTSI
BANKINTER – Accenture
ENISA
Cio.com, Computing.es,
idc.com/computerworld
Página –178–

BIBLIOGRAFÍA
 SOARES, Sunil (2013). Big Data Governance. An
emerging Imperative. Boise, USA: MC Press.
 FRANKS, Bill (2012). Taming the Big Data Tidal Wave.
New York: Wiley.
 Datalytics. 18D – Pentaho Big Data Architecture,
www.datalytics.com (Pentaho)
 Gereon Vey, Tomas Krojzl. Ilya Krutov (2012) . In-
memory Computing with SAP HANA on IBM eX5
Systems. ibm.com/redbooks. Draft Document for
Review December 7, 2012 1:59 pm SG24-8086-00
Página –179–

BIBLIOGRAFÍA
 ZIKOPOULOS, Paul C. et al (2012). Understanding Big
Data. Analytics for Enterprise Class Hadoop and Streaming
Data. New York: McGraw-Hill.
www-01.ibm.com/software/data/bigdata/
 ZIKOPOULOS, Paul C. et al (2013). Harness the Power
of Big Data. The IBM Big Data Platform. New York:
McGraw-Hill. Descargable libre en IBM.
Página –180–

Página –181–

REFERENCIAS
McKinsey Global Institute . Big data: The
next frontier for innovation, competition, and
productivity. June 2011
James G. Kobielus. The Forrester Wave™:
Enterprise Hadoop Solutions, Q1 2012, February
2, 2012.
www-01.ibm.com/software/data/bigdata/
 Diego Lz. de Ipiña Glz. de Artaza. Bases de Datos No
Relacionales (NoSQL). Facultad de Ingeniería,
Universidad de Deusto. www.morelab.deusto.es
http://paginaspersonales.deusto.es/dipina
Página –182–

REFERENCIAS
 Philip Russom. BIG DATA ANALYTICS. FOURTH QUARTER
2011. TDWI.org
IBM. http://www-01.ibm.com/software/data/bigdata/
Página –183–

Referencias
 NoSQL vs. RDBMS
 Riyaz -- Thanks for the question regarding "NOSQL vs. RDBMS
databases", version 10r2
 http://asktom.oracle.com/pls/asktom/f?p=100:11:0::::P11_QUESTION_ID:266
4632900346253817
 NoSQL or not NoSQL?
 http://www.slideshare.net/ruflin/nosql-or-not-nosql/download
 Comparativa de diferentes soluciones NoSQL:
 http://kkovacs.eu/cassandra-vs-mongodb-vs-couchdb-vs-redis
 SQL vs. NoSQL. http://www.linuxjournal.com/article/10770
 Cassandra. “NoSQL – Not only SQL (Introduction to
Apache Cassandra)”.
http://www.scriptandscroll.com/3508/technology/nosql-not-only-sql-
introduction-to-apache-cassandra/#.TtonPmMk6nA
 http://www.datastax.com/docs/0.8/dml/using_cql
 http://cassandra.apache.org/
Página –184–

REFERENCIAS
Fundación Apache:http://hadoop.apache.org/
Apache ZooKeeper: http://zookeeper.apache.org/
Apache Hive: http://hive.apache.org/
Pig: http://pig.apache.org/
Apache Avro: http://avro.apache.org/
Apache Hbase: http://hbase.apache.org/
Página –185–

REFERENCIAS
 [1] “Hadoop Wiki”. http://wiki.apache.org/hadoop
 [2] D. Engfer. “Intro to the Hadoop Stack.”
http://www.slideshare.net/davidengfer/intro-to-
the-hadoop-stack-javamug
 [3] C. Zedlewski, E. Collins. “Hadoop Stack: Then, now
and future”.
http://www.slideshare.net/cloudera/the-hadoop-
stack-then-now-and-in-the-future-eli-collins-
charles-zedlewski-cloudera
 [4] M. Collins. “Hadoop and MapReduce: Big Data
Analytics”. Gartner Research, Enero 2011
http://www.gartner.com/id=1521016
Página –186–

LECTURAS RECOMENDADAS
ONTSI. Cloud computing: Retos y
oportunidades, mayo 2012.
http://www.ontsi.red.es/ontsi/sites/default/files/1-
_estudio_cloud_computing_retos_y_oportunidades_vdef.pdf
 KING, Rachael (2008): “How Cloud Computing is
Changing the World?” en BusinessWeek, New York, 4
august, 2008
 LEINWAND, Allan (2008): “It´s 2018: Who Owns the
Cloud?” en BusinessWeek, New York, 4 august, 2008
 THE ECONOMIST (2008): “Let it rise. A Special report
on IT Corporate” en The Economist, London, October
25th 2008.

Página –187–

Cloud Computing Nueva Era

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie Cloud Computing Nueva Era

Ähnlich wie Cloud Computing Nueva Era (20)

Mehr von Luis Joyanes

Mehr von Luis Joyanes (9)

Cloud Computing Nueva Era