Tema 5 - NoSQL

Question 1

Nombra 3 ventajas frente a los sistemas de bases de datos relacionales de los sistemas de bases de datos NoSQL

Answer 1

Mayor productividad

Mayor flexibilidad al contar con esquemas de información agregada

Pueden tratar con grandes volúmenes de datos ya que son altamente distribuidos

Question 2

Que es el sharding

Answer 2

Consiste en la distribución horizontal de los datos de manera que los datos estén separados en varios nodos

Question 3

Nombra 3 desventajas de usar sistemas de bases de datos NoSQL

Answer 3

No garantizan los principios ACID (Atomicity, Consistency, Isolation, Durability)

Falta madurez en los sitemas (son muy nuevos)

Falta compatibilidad con otros productos ya que NoSQL no tiene estándares fijados

Question 4

Que es el triángulo CAP

Answer 4

El modelo CAP sostiene que no se puede dar Confidencialidad, disponibilidad y toleracia a particiones al mismo tiempo. Se agrupa en forma de triángulo de manera que tengamos las combinaciones pares: CA, CP, AP

Question 5

Nombra 4 bases de datos que cumplan con CA

Answer 5

MySQL, Oracle, SQL server y PostgreSQL

Question 6

Nombra 4 bases de datos que cumplan con AP

Answer 6

DynamoDB, CouchDB, Cassandra, Infinite Graph

Extra: Riak, Simple DB, Voldemort

Question 7

Nombra 4 bases de datos que cumplan con CP

Answer 7

MongoDB, Hbase, Redis, Bigtable

Question 8

Que es un RDBMS

Answer 8

Es un sistema de administración de bases de datos relacionales para crear, actualizar y administrar bases de datos

Question 9

Cuales son los modelos NoSQL

Answer 9

1) Modelo clave-valor
2) Modelo documento
3) Modelo basado en grafos
4) Modelo XML
5) Modelo de familia de columnas
6) Modelo de objetos

Question 10

Nombra 5 productos clave - valor y detalla si son MM (multi modelo)

Answer 10

1) REDIS
2) Riak
3) Voldemort
4) ArangoDB –> MM
5) OrientDB –> MM
6) DynamoDB –> MM
7) SimpleDB

Question 11

Nombra 5 productos basado en grafos y detalla si son MM

Answer 11

1) Neo4j
2) OrientDB –> MM
3) FlockDB
4) Infinite Graph
5) Hyper graph
6) ArangoDB –> MM
7) AllegroGraph

Question 12

Nombra 4 productos basado en familias de columnas y detalla si son MM

Answer 12

1) Cassandra
2) Hbase
3) Hypertable
4) Bigtable

Question 13

Nombra 5 productos basado en documentos y detalla si son MM

Answer 13

1) Mongo DB
2) CouchDB
3) OrientDB –> MM
4) RavenDB
5) Terrastore
6) ArangoDB –> MM
7) DynamoDB –> MM

Question 14

Nombra 3 productos basado en objetos

Answer 14

1) ObjectStore
2) ZooDB
3) DB4o
4) Versant
5) ObjectDB
6) Jade
7) Zope

Question 15

Nombra 3 productos basado en XML

Answer 15

1) BaseX
2) Exist
3) Sedna
4) QuizX
5) BerkeleyDB XML
6) Apache Xindice

Question 16

Explica brevemente el modelo clave valor

Answer 16

Tenemos una clave primaria que a su vez tiene dos claves (Partition Key y Sort Key) que son los identificadores y tenemos unos atributos

Question 17

Que 4 tipos de datos tiene asociado REDIS para modelo clave valor y di dos comandos asociados para cada uno de ellos

Answer 17

1) Strings (Get y Set)
2) Sets (SADD, SMEMBERS)
3) Lists (Lpush, Lrange)
4) Hashes (HMSET, HGET, HGETALL)

Question 18

Explica brevemente el modelo basado en grafos

Answer 18

Utilizan nodos para almacenar las entidades de datos y bordes para almacenar las relaciones
Existen propiedades tanto en los nodos como en las relaciones.
Implementan algoritmos como:
- PageRank
- Shortest Path (Dijkstra)
- Euclidean distance
- Strongly connected componentes on tarjan

Question 19

Explica brevemente el modelo basado en familias de columnas

Answer 19

Podemos crecer la tabla como queramos. Cada registro de la tabla tiene una clave. Cada registro esta dividido en familias de columnas.
Tiene 4 dimensiones, [Keyspace][Familia de columnas][RowKey][Column]

Question 20

Explica brevemente el modelo basado en documento

Answer 20

Se basa en manejar colecciones de documentos JSON donde no hace falta hacer el esquema. Los JSON estan en forma de árbol y tienen información agregada. Se pueden hacer operaciones CRUD (Create, Read, Update, Delete)

Question 21

Nombra 4 operaciones CRUD del modelo basado en documentos

Answer 21

1) db.users.insertOne( {name: “Alber”, age: 22, status: “pending”})

2) db.users.find({ age: {$gt: 18}}, {name: 1, address: 1}).limit(5) –> Busca que age > 18 y que devuelva el nombre y dirección de cada documento para 5 documentos

3) db.users.updateOne(…)

4) db.users.deleteMany(…)

Question 22

Que diferencia tiene el modelo basado en objetos al modelo basado en grafos

Answer 22

Que las aristas no contienen información en el modelo basado en objetos y en el basado en grafos si contiene

Question 23

En big data existen dos aspectos principales, cuales son

Answer 23

Procesamiento y Almacenamiento

Question 24

Que es y para que se usa Apache Hadoop (Para la parte de almacenamiento)

Answer 24

Es un sistema para manejar sistemas distribuidos (en batch) que ofrece una potencia de cómputo masiva y usa HDFS. Puedes manejar un cluster de nodos (con Yarn o Mesos) y en cada uno de esos nodos hay trocitos de información, a eso se le llama HDFS que es un sistema de ficheros distribuido.

Question 25

Que es Batch

Answer 25

Consiste en procesar la información por grupos en base a unos parámetros

Question 26

Que es la persistencia políglota

Answer 26

Utilización conjunta de distintas bases de datos

Question 27

Que es apache Kafka

Answer 27

Integración de mensajería que permite compartir datos entre Hadoop y NoSQL

Question 28

Decimos que en la parte de procesamiento se usa Map-Reduce para NoSQL y Hadoop. Que significa Map-Reduce

Answer 28

Es un divide y vencerás distribuido. Map se encarga de resolver un problema nodo por nodo y reduce de generalizar la solución del problema.

Question 29

Que es Mahout

Answer 29

Es una biblioteca de aprendizaje automático para Hadoop

Question 30

Nomra 3 programas que se usen en Big Data

Answer 30

Pig
Spark
Hive