Programma di Sistemi E Architetture Per Big Data

Introduzione ai Big Data: motivazioni, problemi e sfide.
Storage di Big Data: file system distribuiti, database NoSQL e database NewSQL; casi di studio: HDFS, Dynamo, Bigtable, HBase, Cassandra, and Neo4j. Laboratorio: HDFS, Redis, MongoDB, HBase, Neo4j.
Sistemi per l’acquisizione ed il caricamento di Big data; sistemi pub/sub, code di messaggi, sistemi di raccolta; casi di studio: Kafka, Flume, Nifi, e Sqoop. Laboratorio: Kafka.
Sistemi per il processamento batch. Casi di studio: Hadoop, Pig, Hive, Spark. Laboratorio: Hadoop, Spark, Spark SQL.
Sistemi per il processamento di stream di dati. Casi di studio: Spark Streaming, Storm, Flink, Heron, Samza. Architetture avanzate per il processamento congiunto. Laboratorio: Storm, Spark Streaming, Kafka Streaming.
Servizi Cloud per Big data (piattaforme AWS e GCP).
Framework per la gestione delle risorse di un cluster per Big Data; casi di studio: Mesos e YARN.
Nuove architetture e scenari edge/fog per il processamento ed analisi di Big Data.

Navigazione Utente: