Desarrollo de módulos de extracción y preparación de datos alojados en un clúster hadoop mediante una aplicación web para la generación de una vista minable

Abstract

Resumen En la actualidad se genera una gran cantidad de datos provenientes de aplicaciones y equipos, estos datos por sus dimensiones se hacen imposibles de manejar con los sistemas tradiciones y por tanto implica un problema de grandes vol umenes de datos (Big Data) donde se debe resolver el tema de procesamiento y almacenamiento de estos.El valor de todos los datos mencionados anteriormente está en su contenido, por tanto estos deben ser analizados para obtener conocimiento, para realizar un an alisis de datos se utiliza un proceso llamado KDD (Knowledge Discovery in Databases), este proceso establece los pasos para encontrar conocimiento a partir de repositorios de datos.La escuela de computación actualmente no cuenta con una herramienta capaz de realizar el proceso mencionado anteriormente de forma centralizada, por lo tanto este trabajo especial de grado se dedicó a la construcción de una aplicación web capaz de realizar el procesamiento de conjuntos de datos almacenados en un clúster hadoop de forma centralizada, cubriendo la etapa de extracción y preparación de los datos. Palabras Claves: Big Data, KDD, Web, Haddop, Drill, NodeJs, MeteorJs, JavaScript, MongoDB, NoSQL, REST, API.