Créer jeu
Télécharger
Obtenir Plan Académique
Partager le jeu
Mots Croisés
Mots Croisés

Hadoop, spark, BDD

Intégrez-le à votre plateforme

Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

Hadoop, spark, BDD

Mots Croisés

Parties jouées 2

À propos de cette activité

Conceptos esenciales para entender almacenamiento y procesamiento de datos.

Créé par

Ecuador

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu

Top Jeux

%
Anonyme
Anonyme
%
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Imprimez votre jeu
Hadoop, spark, BDD
 

Mots Croisés

Hadoop, spark, BDDVersion en ligne

Conceptos esenciales para entender almacenamiento y procesamiento de datos.

par Fernando Escobar
1

Reduce la cantidad de espacio de almacenamiento necesario para los datos

2

es la plataforma de desarrollo de SAP también utiliza una combinación de una base de datos relacional y una columnar

3

Motor de consultas distribuido de Apache Spark que permite ejecutar instrucciones SQL con baja latencia sobre grandes volúmenes de datos, integrando procesamiento estructurado y semiestructurado

4

Sistema de archivos distribuido que almacena grandes conjuntos de datos en bloques replicados en múltiples nodos, asegurando disponibilidad y tolerancia a fallos

5

Procesamiento en Tiempo Real. Permite el análisis en tiempo real a través del procesamiento por minilotes. Esta herramienta permite capturar datos en movimiento, analizarlos al instante y generar resultados inmediatos.

6

Tipo de BDD que permite el almacenamiento con Flexibilidad sin Estructura Rígida. Ofrecen una alternativa a las bases relacionales tradicionales al trabajar con estructuras no tabulares, como documentos, pares clave-valor, columnas o grafos

7

Las bases de datos relacionales siguen estos principios. Hace que las transacciones sean confiables al evitar actualizaciones parciales, manteniendo la integridad de los datos

8

Termino que expresa reducción de la redundancia de datos y mejora la eficiencia al organizar los datos en múltiples tablas relacionadas

9

Termino que refiere al crecimiento de las bases de datos. En el caso de las bases de datos relacionales este crecimiento es vertical

10

Es un framework de código abierto diseñado para almacenar y procesar grandes conjuntos de datos en clusters de ordenadores

11

permite administrar de forma eficiente los recursos del clúster, las tareas de planificación y de programación que se ejecutan en Hadoop

12

Es un modelo de programación y un motor de procesamiento de big data diseñado para el procesamiento paralelo de grandes conjuntos de datos

13

Plataforma de procesamiento que reduce drásticamente el tiempo de procesamiento con la implementación del cálculo en memoria

14

Componentes y bibliotecas importantes de la arquitectura Spark. Esta biblioteca escalable de Spark proporciona código de machine learning para aplicar procesos estadísticos avanzados

15

Componentes y bibliotecas importantes de la arquitectura Spark. solución en tiempo real que aprovecha la capacidad de programación rápida de Spark Core

9
11
4
7
13
12
8
14
10
15
1
Voulez-vous vraiment quitter la page ?

En quittant la page, vous perdrez la progression du jeu.