Análisis de los sistemas de gestión de base de datos relacionales con marcos de trabajo para procesamiento de datos masivos

• Autor: Jacinto Parinango, Edwin Alfredo
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/10234
• Enlace del recurso: https://hdl.handle.net/20.500.12802/10234
• Nivel de acceso: acceso abierto
• Materia: Base de datos; Datos masivos; Procesamiento de datos; Rendimiento; SQL Server; IBM; Oracle; https://purl.org/pe-repo/ocde/ford#2.02.04

Dentro del campo de la informática, hoy en día los almacenes de datos se han vuelto la parte esencial dentro del desarrollo de una organización ya que estas mismas les permiten tomar decisiones a través del análisis de los mismos, siendo las bases de datos tradicionales (relacionales) las más empleadas durante muchos años, entre las cuales figuran las más conocidas, así como las más usadas tales como: SQL Server, Oracle, DB2, MySQL, entre otras. Hoy en día con el crecimiento exponencial de datos, las empresas u organizaciones empiezan a denotar problemas al momento de gestionar la información, esto se debe a que las bases de datos tradicionales mencionadas anteriormente están comenzando a mostrar un rendimiento inferior al esperado en el análisis y gestión de datos. Es por ello que, para lidiar con esta dificultad en la actualidad han surgieron nuevas alternativas de almacenamiento y análisis de datos masivos, por esta razón nuestro proyecto se centró en realizar una investigación acerca del análisis y rendimiento que puedan mostrar los gestores de base de datos relacionales actuales, en el procesamiento de datos masivos utilizando su propio marco de trabajo, para finalmente demostrar que tan efectivo es hoy en día usar un sistema administrador de base de datos tradicional. Este proyecto de investigación busca realizar un análisis comparativo acerca del desempeño de los gestores de base de datos relacionales en procesamiento de datos masivos, de los cuales fueron seleccionados Oracle 19c, IBM DB2 y SQL Server 2019. El trabajo de investigación se centrará en analizar el desempeño de los gestores de base de datos, se medirá el consumo de CPU y memoria RAM, el tiempo de respuesta, numero de errores y volumen empleado.