Diagrama de temas

  • General

    Tecnologías de Almacenamiento de Datos No Relacionados

  • Tecnologías de Almacenamiento de Datos No Relacionales (2017)

    bases_de_datos.jpg               

    Tecnologías de Almacenamiento de Datos No Relacionales (2017)

     

    Profesores

    Marta Elena Zorrilla Pantaleón

    Diego García Saiz

    Departamento de Ingeniería Informática y Electrónica







    Los principales objetivos del curso son:

    • Conocer los distintos paradigmas de gestión de datos bajo el término NoSQL, sus ventajas y diferencias respecto al modelo objeto-relacional.

    • Aprender los principios de diseño de bases de datos en estos nuevos modelos de datos.

    • Analizar y evaluar la tecnología que mejor se adapta a las necesidades de un problema de volúmenes de datos masivos (big data); Implementar e interrogar bases de datos bajo estas tecnologías.

    • Conocer plataformas de la cloud para la gestión e interrogación de grandes volúmenes de datos.

      

    Palabras Clave de la Asignatura

    NoSQL, NewSQL, DBaaS, Modelado de BD (Database Modeling), Big Data, Data-centred Architecture, MongoDB, Cassandra, Neo4j.

    • Programa

       

       

      Datos identificativos de la Asignatura

      • Asignatura: Tecnologías de Almacenamiento de Datos No Relacionales

      • Código: M1707

      • Departamento / Área: Departamento de Ingeniería Informática y Electrónica

      • Título: Máster Universitario en Ingeniería Informática

      • Centro: Facultad de Ciencias

      • Créditos ECTS: 3

      • Idioma de impartición: Español

      • Profesora responsable: Marta Zorrilla Pantaléon

      • Otros profesores: Diego García Saiz

        

        

        

          Programa de la asignatura    

        

      Tema 1. Introducción

      • Gestión de datos: revisión histórica.

      • NoSQL: antecedentes, características y diferencias con respecto a la gestión relacional.

      • Taxonomía de soluciones.

      • NoSQL vs. NewSQL.

         

      Tema 2. Paradigmas NoSQL

      • Gestores clave-Valor, orientados a columnas, documentales y basados en drafos.

      • Arquitectura y modelo de datos.

      • Criterios de diseño.

      • Casos de aplicación.

         

      Tema 3. Servicios de bases de datos en Cloud Computing

      • Gestión de análisis de datos.

      • Entornos Cloud.

      • Tecnologías y herramientas para la ingesta, consulta, análisis y visualización de datos masivos.

    • Bibliografía

        

       

          Básica    

       

      • Eric Redmond (2012): «Seven databases in seven weeks: a guide to modern databases and the NoSQL movement». Free book.

      • Ian Robinson, Jim Webber & Emil Eifrém (2015): «Graph databases». 2nd Ed. O'Reilly Media. Free book.

      • Kristina Chodorow (2013): «MongoDB: the definitive guide». O'Reilly Media, Inc. Free book.

      • Eben Hewitt & Jeff Carpenter (2016): «Cassandra: the definitive guide». 2nd Ed. O'Reilly Media, Inc.

       

       

       

          Complementaria    

       

      • Nathan Marz & James Warren (2015): «Big Data: principles and best practices of scalable realtime data systems». 1st Ed. Manning publisher.

      • Holden Karau, Andy Konwinski, Patrick Wendell & Matei Zaharia (2015): «Learning spark: lightning-fast Big Data analysis». 1st Ed. O'Reilly Media, Inc.

      • Lee Chao (2013): «Cloud database development and management». Auerbach Publications.

    • Prácticas

        

       

      Tema 2. Gestores NoSQL

    • Pruebas de Evaluación

        

       

      Tema 1. Bases de Datos NoSQL

      • PE-F-001. Autoevaluación del Tema 1. Introducción.

         

      Tema 2. Gestores NoSQL

      • PE-F-002. Autoevaluación del Tema 2. Cassandra.

        • PE-F-003. Preguntas cortas. Cassandra.
      • PE-F-004. Autoevaluación del Tema 2. MongoDB.

      • PE-F-006. Autoevaluación del Tema 2. Neo4j.

         

      Tema 3. Cloud Computing y arquitecturas y tecnologías para el Big Data

      • PE-F-008. Autoevaluación del Tema 3. Cloud Compunting.

        

        

        

          Criterios de evaluación    

       

        

      MÉTODOS DE EVALUACIÓN "TECNOLOGÍAS DE ALMACENAMIENTO DE DATOS NO RELACIONALES"

        

      Descripción

      Tipología

      Evaluación final

      Recuperación

      %

      Examen escrito

      Examen escrito

      No

      40%

      • Calificación mínima: 4,00.

      • Duración: 2 horas.

      • Fecha realización: Último día de clase.

      • Condiciones recuperación:

      • Observaciones: Examen de preguntas tipo test, preguntas cortas y ejercicios. Se realizará sin apuntes ni libros.

      Trabajo individual

      Trabajo

      No

      50%

      • Calificación mínima: 4,00.

      • Duración:

      • Fecha realización: Se realizará durante el cuatrimestre y se entregará en la última semana de clase.

      • Condiciones recuperación:

      • Observaciones: El trabajo consistirá en una memoria escrita donde se recoja el diseño de una base de datos bajo el paradigma NoSQL y los pasos realizados para su implementación. Se entregará asimismo los artefactos software desarrollados.

      Participación en el aula, discusión de artículos, presentación de técnicas

      Otros

      No

      No

      10%

      • Calificación mínima: 0,00.

      • Duración:

      • Fecha realización: Durante el cuatrimestre.

      • Condiciones recuperación:

      • Observaciones:

        TOTAL

      100%

      OBSERVACIONES:

      • Hay una única convocatoria anual. Si la asignatura no se supera en las Actividades de Evaluación ordinarias realizadas durante el cuatrimestre, se podrá acceder a la Evaluación de Recuperación en septiembre. En septiembre sólo es necesario realizar las Actividades de Evaluación no superadas.

      • Para aprobar la asignatura es necesario superar la Nota mínima de cada Actividad. En caso de no superar alguna de esas Notas mínimas, la Nota Final será el mínimo de 4,5 y la media obtenida.

      • Si el cupo de Matrículas de Honor de la asignatura se completa en la Evaluación Ordinaria, los alumnos/as que se presenten a la recuperación no podrán optar a la calificación de Matrícula de Honor.

      OBSERVACIONES para alumnos/as a tiempo parcial:

      • Los alumnos/as que por motivo justificado (estudiantes a tiempo parcial) no hayan seguido la evaluación continua, se les evaluará de la siguiente manera:

        • Examen escrito: 50 %.

        • Trabajo individual: 50 %.

    • Guía de Aprendizaje

       

       

    • Sobre el Profesor

      profesor

       

       

      marta-2.jpg

      Marta Elena Zorrilla Pantaleón

       

      Departamento de Ingeniería Informática y Electrónica

      UNIVERSIDAD DE CANTABRIA
       
      Más información

       

      diego.jpg

      Diego García Saiz

       

      Departamento de Ingeniería Informática y Electrónica

      UNIVERSIDAD DE CANTABRIA
       
      Más información

       

       

       

       

       

        

       

       

       

      Páginas: 2