Modelo de Computación en Streaming para Reducir la Complejidad Computacional del Software

Autores/as

  • Victor Alfonso Ramos Huarachi Postgrado en Informática, Universidad Mayor de San Andrés

Palabras clave:

stream, streaming, complejidad computacional, kafka

Resumen

La complejidad computacional de un software está determinada por el uso de recursos que utiliza para llevar a cabo una determinada tarea, esto quiere decir cuánto CPU y RAM consume. En situaciones donde la cantidad de datos que se tienen que procesar es de gran tamaño y continua, la computación en streaming es ideal para reducir la complejidad computacional que supone su procesamiento. Una aplicación de procesamiento en streaming no solo permite procesar grandes cantidades de datos, sino que lo hace a gran velocidad y en tiempo real, son aplicaciones escalables, altamente disponibles y tolerantes a fallos.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Victor Alfonso Ramos Huarachi, Postgrado en Informática, Universidad Mayor de San Andrés

Ingeniero Informático por la Universidad Autónoma Juan Misael Saracho de Tarija; certificado Desarrollador Apache Kafka por Confluent con Credencial Nro. 12176372. Actualmente realiza la maestría en Alta Gerencia en TICs e Innovación para el Desarrollo MAGTIC en el Postgrado en Informática de la Universidad Mayor de San Andrés. Ejerce profesionalmente como Developer Architect en Mojix Inc, con base en Los Angeles - Estados Unidos, anteriormente como Profesional de Desarrollo de Sistemas en Aduana Nacional de Bolivia y la Agencia Nacional de Hidrocarburos. Es co-organizador del Java User Group de Bolivia y actualmente está interesado en la construcción de aplicaciones modernas de procesamiento en tiempo real, arquitecturas de software dirigidas por eventos, computación en streaming y analytics en tiempo real. Email: victor.ramos.h@gmail.com.

Citas

Casado, R., & Younas, M. (2014). Emerging trends and technologies in big data processing. Concurrency and Computation: Practice and Experience, 27(8), 2078–2091.

Gao, Q., & Xu, X. (2014). The analysis and research on computational complexity. 26th Chinese Control and Decision Conference, CCDC 2014, 3467–3472.

Sipser, M. (2013). Introduction to the theory of computation. Boston, MA: Cengage Learning.

Balazinska, M., Stonebraker, M., Çetintemel, U. & Zdonik, S. (2005, December 4). The 8 Requirements of Real-Time Stream Processing ACM SIGMOD Record, 34, pp.42-47

(2019) Apache Kafka website [Online]. Available: https://kafka.apache.org/documentation/#introduction

(2192) Confluent website. [Online]. Available: https://docs.confluent.io/current/

Kruchten, P. (2006). Planos Arquitectónicos: El Modelo de “4 + 1”

portada revista pgi n8 2021

Descargas

Publicado

2021-11-30

Cómo citar

Ramos Huarachi, V. A. (2021). Modelo de Computación en Streaming para Reducir la Complejidad Computacional del Software. INF-FCPN-PGI Revista PGI, (8), 196–200. Recuperado a partir de https://ojs.umsa.bo/ojs/index.php/inf_fcpn_pgi/article/view/84

Número

Nro. 8 (2021)

Sección

Artículos

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Distribución - Ajustes de distribución - Licencia - Términos de la licencia