FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W71565287> ?p ?o ?g. }

• W71565287 endingPage "28" @default.
• W71565287 startingPage "17" @default.
• W71565287 abstract "RESUMEN ANALITICO La necesidad de almacenar y procesar grandes volumenes de datos ha dado origen al termino Big Data. Estos sistemas manejan informacion obtenida desde diversas fuentes y formatos, como es el caso de paginas web, redes sociales, el analisis del genoma humano, la fisica de particulas, entre otros. Estos almacenes de datos presentan dificultades que no pueden ser resueltas mediante el uso de sistemas de gestion de bases de datos tradicionales. El objetivo de este articulo es revisar el estado del arte en lo referente a tecnicas para el almacenamiento de grandes cantidades de datos. Se comparan las caracteristicas de las bases de datos relacionales y los modelos NoSQL, que han captado la atencion durante los ultimos anos. Todos estos sistemas deben adoptar soluciones de compromiso para lograr caracteristicas criticas tales como: escalabilidad, fiabilidad, durabilidad, tiempo de respuesta, interfaz de consulta, estructura de los datos almacenados (o carencia de la misma) y esquemas de particionamiento de datos. Se presenta una revision de las tecnicas mas representativas y de como cada una de ellas permite manejar las caracteristicas indicadas previamente. Para concluir se presenta un analisis de las ventajas y limitaciones de los modelos estudiados. Asi mismo, se identifican algunos de los problemas que son objeto de investigacion activa en el area. PALABRAS CLAVES: NoSQL, Almacenamiento Clave-Valor, Almacenes de documentos, Almacenamiento por columna, bases de datos de Grafos, SMBD, Bodegas de datos. BIG DATA STORES ANALYTICAL SUMMARY The need to store and process very large databases has given origin to the term “big data stores”. These are systems that handle information obtained from crawling the web, social networks, the analysis of the genome, particle physics, and many more. These data stores pose many challenging problems that cannot be handled by traditional database management systems. The goal of this survey is to explore the current state-of-the-art solutions to the problem of managing information stores of this scale. In this paper we compare the characteristics of relational databases against those of newly proposed NoSQL models. This latter has been the center of interest in recent years. All these systems exhibit different trade-offs around critical characteristics of the data store, such as scalability, reliability, durability, response time, query interface, structure (or the lack of) of the stored data, and data partitioning schemes. We present a review of the most representative techniques and how they handle each of these problems. We conclude by presenting and analysis of the different trade-offs and identifying some of the problems that are still active subject of research. KEYWORDS: NoSQL, Key Value Stores, Document Stores, Column Family Stores, Graph Databases, DBMS, Data-Warehouses. Forma de citar: Jaramillo Valbuena, S. & Londono, J. M. (2014). Sistemas para almacenar grandes volumenes de datos. En R, Llamosa Villalba (Ed.). Revista Gerencia Tecnologica Informatica, 13(37), 17-28. ISSN 1657-8236." @default.
• W71565287 created "2016-06-24" @default.
• W71565287 creator A5026699916 @default.
• W71565287 creator A5070497556 @default.
• W71565287 date "2015-03-20" @default.
• W71565287 modified "2023-09-26" @default.
• W71565287 title "SISTEMAS PARA ALMACENAR GRANDES VOLÚMENES DE DATOS" @default.
• W71565287 cites W1964517503 @default.
• W71565287 cites W1981420413 @default.
• W71565287 cites W1989392320 @default.
• W71565287 cites W2044566332 @default.
• W71565287 cites W2049160854 @default.
• W71565287 cites W2084568010 @default.
• W71565287 cites W2085601491 @default.
• W71565287 cites W2087946700 @default.
• W71565287 cites W2110086534 @default.
• W71565287 cites W2125775320 @default.
• W71565287 cites W2171583293 @default.
• W71565287 cites W2173213060 @default.
• W71565287 cites W2197266104 @default.
• W71565287 cites W2336196548 @default.
• W71565287 cites W2533105572 @default.
• W71565287 cites W3170548608 @default.
• W71565287 cites W2337898433 @default.
• W71565287 hasPublicationYear "2015" @default.
• W71565287 type Work @default.
• W71565287 sameAs 71565287 @default.
• W71565287 citedByCount "2" @default.
• W71565287 countsByYear W715652872016 @default.
• W71565287 crossrefType "journal-article" @default.
• W71565287 hasAuthorship W71565287A5026699916 @default.
• W71565287 hasAuthorship W71565287A5070497556 @default.
• W71565287 hasConcept C111919701 @default.
• W71565287 hasConcept C138885662 @default.
• W71565287 hasConcept C15708023 @default.
• W71565287 hasConcept C17744445 @default.
• W71565287 hasConcept C2779599972 @default.
• W71565287 hasConcept C41008148 @default.
• W71565287 hasConcept C75684735 @default.
• W71565287 hasConceptScore W71565287C111919701 @default.
• W71565287 hasConceptScore W71565287C138885662 @default.
• W71565287 hasConceptScore W71565287C15708023 @default.
• W71565287 hasConceptScore W71565287C17744445 @default.
• W71565287 hasConceptScore W71565287C2779599972 @default.
• W71565287 hasConceptScore W71565287C41008148 @default.
• W71565287 hasConceptScore W71565287C75684735 @default.
• W71565287 hasIssue "37" @default.
• W71565287 hasLocation W715652871 @default.
• W71565287 hasOpenAccess W71565287 @default.
• W71565287 hasPrimaryLocation W715652871 @default.
• W71565287 hasVolume "13" @default.
• W71565287 isParatext "false" @default.
• W71565287 isRetracted "false" @default.
• W71565287 magId "71565287" @default.
• W71565287 workType "article" @default.