Arquitecturas para el análisis de grandes cantidades de datos en tiempo real, aplicado a criptomonedas

Diariamente, se generan grandes cantidades de datos en internet. El crecimiento exponencial de los dispositivos conectados y las nuevas formas de interacción humana con la tecnología proporcionan una gran fuente de información. En este contexto, el análisis de datos en tiempo real es fundamental par...

Full description

Autores:
Arévalo Merchán, Juan Pablo
Tipo de recurso:
Article of journal
Fecha de publicación:
2020
Institución:
Escuela Colombiana de Ingeniería Julio Garavito
Repositorio:
Repositorio Institucional ECI
Idioma:
spa
OAI Identifier:
oai:repositorio.escuelaing.edu.co:001/3167
Acceso en línea:
https://repositorio.escuelaing.edu.co/handle/001/3167
https://repositorio.escuelaing.edu.co/
Palabra clave:
Análisis de datos
Data analysis
Datos a gran escala
Large scale data
Arquitectura de sistemas
Systems architecture
Big data
Kappa architecture
Lambda architecture
Streaming
Cryptocurrency
Real-time big data architecture
Arquitectura kappa
Arquitectura lambda
Criptomonedas
Arquitecturas big data en tiempo real
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
id ESCUELAIG2_deaa308a4292cde2d0dd88b0b3e434f3
oai_identifier_str oai:repositorio.escuelaing.edu.co:001/3167
network_acronym_str ESCUELAIG2
network_name_str Repositorio Institucional ECI
repository_id_str
dc.title.spa.fl_str_mv Arquitecturas para el análisis de grandes cantidades de datos en tiempo real, aplicado a criptomonedas
dc.title.alternative.eng.fl_str_mv Architectures for analyzing large amounts of data in real time, applied to cryptocurrencies
title Arquitecturas para el análisis de grandes cantidades de datos en tiempo real, aplicado a criptomonedas
spellingShingle Arquitecturas para el análisis de grandes cantidades de datos en tiempo real, aplicado a criptomonedas
Análisis de datos
Data analysis
Datos a gran escala
Large scale data
Arquitectura de sistemas
Systems architecture
Big data
Kappa architecture
Lambda architecture
Streaming
Cryptocurrency
Real-time big data architecture
Arquitectura kappa
Arquitectura lambda
Criptomonedas
Arquitecturas big data en tiempo real
title_short Arquitecturas para el análisis de grandes cantidades de datos en tiempo real, aplicado a criptomonedas
title_full Arquitecturas para el análisis de grandes cantidades de datos en tiempo real, aplicado a criptomonedas
title_fullStr Arquitecturas para el análisis de grandes cantidades de datos en tiempo real, aplicado a criptomonedas
title_full_unstemmed Arquitecturas para el análisis de grandes cantidades de datos en tiempo real, aplicado a criptomonedas
title_sort Arquitecturas para el análisis de grandes cantidades de datos en tiempo real, aplicado a criptomonedas
dc.creator.fl_str_mv Arévalo Merchán, Juan Pablo
dc.contributor.author.none.fl_str_mv Arévalo Merchán, Juan Pablo
dc.contributor.researchgroup.spa.fl_str_mv CTG - Informática
dc.subject.armarc.none.fl_str_mv Análisis de datos
Data analysis
Datos a gran escala
Large scale data
Arquitectura de sistemas
Systems architecture
topic Análisis de datos
Data analysis
Datos a gran escala
Large scale data
Arquitectura de sistemas
Systems architecture
Big data
Kappa architecture
Lambda architecture
Streaming
Cryptocurrency
Real-time big data architecture
Arquitectura kappa
Arquitectura lambda
Criptomonedas
Arquitecturas big data en tiempo real
dc.subject.proposal.eng.fl_str_mv Big data
Kappa architecture
Lambda architecture
Streaming
Cryptocurrency
Real-time big data architecture
dc.subject.proposal.spa.fl_str_mv Arquitectura kappa
Arquitectura lambda
Criptomonedas
Arquitecturas big data en tiempo real
description Diariamente, se generan grandes cantidades de datos en internet. El crecimiento exponencial de los dispositivos conectados y las nuevas formas de interacción humana con la tecnología proporcionan una gran fuente de información. En este contexto, el análisis de datos en tiempo real es fundamental para tomar decisiones basadas en información actualizada. Varios factores, como la latencia, la escalabilidad, el almacenamiento, el procesamiento, la visualización y la predicción, afectan la forma en que se reciben y procesan estos datos. Diseñar una arquitectura adecuada para estos sistemas es un elemento crítico de cualquier negocio o empresa respaldada por la tecnología. En este artículo se estudia el estado del arte de las arquitecturas de sistemas para el análisis en tiempo real de big data en el contexto de las criptomonedas. Se presentan primero lambda y kappa, dos arquitecturas de referencia para el análisis en tiempo real en sistemas big data, y luego se exploran varios trabajos en los que se describen las arquitecturas de los sistemas de análisis en tiempo real para criptomonedas.
publishDate 2020
dc.date.issued.none.fl_str_mv 2020
dc.date.accessioned.none.fl_str_mv 2024-07-15T16:40:05Z
dc.date.available.none.fl_str_mv 2024-07-15T16:40:05Z
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.spa.fl_str_mv 0121-5132
dc.identifier.uri.none.fl_str_mv https://repositorio.escuelaing.edu.co/handle/001/3167
dc.identifier.eissn.spa.fl_str_mv 0121-5132
dc.identifier.instname.spa.fl_str_mv Universidad Escuela Colombiana de Ingeniería Julio Garavito
dc.identifier.reponame.spa.fl_str_mv Repositorio Digital
dc.identifier.repourl.spa.fl_str_mv https://repositorio.escuelaing.edu.co/
identifier_str_mv 0121-5132
Universidad Escuela Colombiana de Ingeniería Julio Garavito
Repositorio Digital
url https://repositorio.escuelaing.edu.co/handle/001/3167
https://repositorio.escuelaing.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.citationedition.spa.fl_str_mv No. 119 Julio - Septiembre de 2020
dc.relation.citationendpage.spa.fl_str_mv 75
dc.relation.citationissue.spa.fl_str_mv 119
dc.relation.citationstartpage.spa.fl_str_mv 65
dc.relation.ispartofjournal.spa.fl_str_mv Revista de la Escuela Colombiana de Ingeniería
dc.relation.references.spa.fl_str_mv Marz, N. (2011, octubre). How to beat the CAP theorem [en línea]. http://nathanmarz.com/blog/how-to-beat-the-captheorem.html [últimoacceso: 01/11/2020]
] Feick, M., Kleer, N. & Kohn, M. (2018). Fundamentals of realtime data processing architectures lambda and kappa. Lecture Notes in Informatics (LNI), 1
Kreps, J. (2014, julio). Questioning the lambda architecture. O’Reilly [en línea]. https://www.oreilly.com/radar/questioningthe-lambda-architecture/ [último acceso: 21/11/2020]
Lee, C.-H. & Lin, C.-Y. (2017). Implementation of lambda architecture: a restaurant recommender system over Apache Mesos. IEEE 31st International Conference on Advanced Information Networking and Applications (AINA). Taipéi
Godoy, G. (2020). ¿Qué es lo que mueve el precio del bitcóin? ¿Cuál es el factor más importante? [en línea]. https:// es.cointelegraph.com/news/what-drives-the-price-of-bitcóinwhats-the-most-important-factor [último acceso: 30/ 11/2020]
] Horvat, N., Ivković, V., Todorović, N., Ivančević, V., Gajic, D. & Luković, I. (2020). Big data architecture for cryptocurrency real-time data processing. ICIST 2020 - 10th International Conference on Information Society and Technology. Kopaonik, 2020
Verrilli, M. (2017, agosto). De lambda a kappa: guía sobre arquitecturas de big data en tiempo real. Talend [en línea]. https://www.talend.com/es/blog/2017/08/28/lambda-kappareal-time-big-data-architectures/ [último acceso: 21/11/2020]
Balkenende, M. (2018, junio). The big data debate: batch versus stream processing. The New Stack [en línea]. https:// thenewstack.io/the-big-data-debate-batch-processing-vs-streaming-processing/ [último acceso: 21/11/2020]
Laney, D. (2001). 3D Data management: controlling data volume, velocity, and variety. META Group
Barranco Fragoso, R. (2012, junio). ¿Qué es big data? IBM [en línea]. https://developer.ibm.com/es/articles/que-es-big-data/ [último acceso: 21/11/2020]
Microsoft (2015). ¿Qué es eso llamado big data? 24/08/2015 [en línea]. https://news.microsoft.com/es-xl/que-es-eso-llamadobig-data/ [último acceso: 23/ /11/2020]
Oracle (2020). ¿Qué es big data? [en línea]. https://www. oracle.com/co/big-data/what-is-big-data.html [último acceso: 23/11/2020]
Vaseekaran, G. (2017). Big data battle: batch processing vs. stream processing. 21/10/2017 [en línea]. https://medium. com/@gowthamy/big-data-battle-batch-processing-vs-streamprocessing-5d94600d8103 [último acceso: 23/11/2020]
Domínguez, J. (2018). De lambda a kappa: evolución de las arquitecturas big data [en línea]. https://www.paradigmadigital. com/techbiz/de-lambda-a-kappa-evolucion-de-las-arquitecturasbig-data/ [último acceso: 23/11/2020]
Vera-Tudela, B. (s.f.). Arquitectura lambda: combinando lo mejor de dos mundos. SG [en línea]. https://sg.com.mx/revista/52/arquitectura-lambda-combinando-lo-mejor-dos-mundos [último acceso: 21/11/2020]
Bryan, P. (2018, noviembre). Big data y la arquitectura lambda [en línea]. https://medium.com/big-data-world/bigdata-y-la-arquitectura-lambda-f571e117670a [último acceso: 23/11/2020]
Nakamoto, S. (2008). Bitcóin: a peer-to-peer electronic cash system
Zheng, Z., Xie, S., Dai, H., Chen, X. & Wang, H. (2017). An overview of blockchain technology: architecture, consensus, and future trends. 6th IEEE International Congress on Big Data. Honolulú
Laskowski, L. & Kim, H. (2016). Rapid prototyping of a text mining application for cryptocurrency market intelligence. 5th IEEE International Workshop on Data Integration and Mining (IEEE DIM). Pittsburgh
Dulau, T. & Dulau, M. (2019). Cryptocurrency: sentiment analysis in social media. Acta Marisiensis. Serie Technologica, XVI (2), 1-6
Jiang, Z. & Liang, J. (2017). Cryptocurrency portfolio management with deep reinforcement learning. 2017 Intelligent Systems Conference (IntelliSys). Londres
Ordinas, M. (2017). Las criptomonedas: ¿oportunidad o burbuja? Palma de Mallorca: Banca March
Mohapatra, S., Ahmed, N. & Alencar, P. (2019). KryptoOracle: a real-time cryptocurrency price prediction platform using twitter sentiments. 2019 IEEE International Conference on Big Data (Big Data). Los Ángeles
Ayvaz, S. & Shiha, M. (2018). A scalable streaming big data architecture for real-time sentiment analysis. Proceedings of the 2018 2nd International Conference on Cloud and Big Data Computing (ICCBDC’18). Nueva York
CoinMarketCap (2020, noviembre) [en línea]. https://coinmarketcap.com/es/ [último acceso: 30/11/2020].
Reiff, N. (2020, enero). The 10 most important cryptocurrencies other than bitcóin [en línea]. https://www.investopedia. com/tech/most-important-cryptocurrencies-other-than-bitcóin/ [último acceso: 30/11/2020]
Charts, Y. (2020, noviembre). Ethereum transactions per day [en línea]. https://ycharts.com/indicators/ethereum_transactions_per_day [último acceso: 30/ 11/2020]
Bass, L., Clements, P. & Kazman, R. (2003). Arquitectura de software. Boston: Addison Wesley
Marz, N. & Warren, J. (2015). Big data: principles and best practices of scalable real time data systems. Nueva York: Manning Publications Co
Demchenko, Y., Laat, C. de & Membrey, M. (2014). Defining architecture components of the Big Data Ecosystem. International Conference on Collaboration Technologies and Systems (CTS). Minneápolis: IEE
Hassan, H., Huang, X. & Silva, E. (2018). Big-crypto: big data, blockchain and cryptocurrency. Big Data and Cognitive Computing, 2(4), 34
Karafiloski, E. & Mishev, A. (2017). Blockchain solutions for big data challenges: a literature review. IEEE Eurocon 2017-17th International Conference on Smart Technologies. Ohrid
Deepa, N., Pham, Q.-V.,. Nguyen, D. C., Bhattacharya, S., Boopathy, P., Gadekallu, T. R., Reddy, P. K., Fang, F. & Pathirana, P. N. (2020). A survey on blockchain for big data: approaches, opportunities, and future directions. ACM Comput. Surv. 1(1)
Ullah Rathore, M. M., Paul, A., Ahmad, A., Chen, B.-W., Huang, B. & Ji, W. (2015). Real-time big data analytical architecture for remote sensing application. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8, 4610- 4621
Jabbar, A., Akhtarb, P. & Dani, S. (2020). Real-time big data processing for instantaneous marketing decisions: a problematization approach. Industrial Marketing Management, 90 (1), 558-569
Silva, B. N., Khan, M., Jung, C., Seo, J., Muhammad, D., Han, J., Yoon, Y. & Han, K. (2018). Urban planning and smart city decision management empowered by real-time data processing using big data analytics. Sensors, 18
Chrimes, D., Kuo, M.-H., Moa, B. & Hu, W. (2017). Towards a real-time big data analytics platform for health applications. International Journal of Big Data Intelligence, 4(2)
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
dc.format.extent.spa.fl_str_mv 12 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Escuela Colombiana de Ingeniería Julio Garavito
dc.publisher.place.spa.fl_str_mv Bogotá (Colombia)
dc.source.spa.fl_str_mv https://www.escuelaing.edu.co/es/investigacion-e-innovacion/editorial-de-la-escuelacolombiana-de-ingenieria/
institution Escuela Colombiana de Ingeniería Julio Garavito
bitstream.url.fl_str_mv https://repositorio.escuelaing.edu.co/bitstream/001/3167/4/Arquitecturas%20para%20el%20an%c3%a1lisis%20de%20grandes%20cantidades%20de%20datos%20en%20tiempo%20real.pdf.txt
https://repositorio.escuelaing.edu.co/bitstream/001/3167/3/Portada%20Arquitecturas%20para%20el%20an%c3%a1lisis%20de%20grandes%20cantidades%20de%20datos%20en%20tiempo%20real.PNG
https://repositorio.escuelaing.edu.co/bitstream/001/3167/5/Arquitecturas%20para%20el%20an%c3%a1lisis%20de%20grandes%20cantidades%20de%20datos%20en%20tiempo%20real.pdf.jpg
https://repositorio.escuelaing.edu.co/bitstream/001/3167/2/license.txt
https://repositorio.escuelaing.edu.co/bitstream/001/3167/1/Arquitecturas%20para%20el%20an%c3%a1lisis%20de%20grandes%20cantidades%20de%20datos%20en%20tiempo%20real.pdf
bitstream.checksum.fl_str_mv f39c5492aab2cd77e92bc20ba3fa360e
b11389c510f862974a9ab3f6b2e7c350
8a6cecd64ca39c1a008c8d08f8d94ac1
5a7ca94c2e5326ee169f979d71d0f06e
904558a1ae92b8c7fa933b721318b70d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Escuela Colombiana de Ingeniería Julio Garavito
repository.mail.fl_str_mv repositorio.eci@escuelaing.edu.co
_version_ 1814355637716385792
spelling Arévalo Merchán, Juan Pablodc5c7b041a80f2be6c7885ffb73d3f92CTG - Informática2024-07-15T16:40:05Z2024-07-15T16:40:05Z20200121-5132https://repositorio.escuelaing.edu.co/handle/001/31670121-5132Universidad Escuela Colombiana de Ingeniería Julio GaravitoRepositorio Digitalhttps://repositorio.escuelaing.edu.co/Diariamente, se generan grandes cantidades de datos en internet. El crecimiento exponencial de los dispositivos conectados y las nuevas formas de interacción humana con la tecnología proporcionan una gran fuente de información. En este contexto, el análisis de datos en tiempo real es fundamental para tomar decisiones basadas en información actualizada. Varios factores, como la latencia, la escalabilidad, el almacenamiento, el procesamiento, la visualización y la predicción, afectan la forma en que se reciben y procesan estos datos. Diseñar una arquitectura adecuada para estos sistemas es un elemento crítico de cualquier negocio o empresa respaldada por la tecnología. En este artículo se estudia el estado del arte de las arquitecturas de sistemas para el análisis en tiempo real de big data en el contexto de las criptomonedas. Se presentan primero lambda y kappa, dos arquitecturas de referencia para el análisis en tiempo real en sistemas big data, y luego se exploran varios trabajos en los que se describen las arquitecturas de los sistemas de análisis en tiempo real para criptomonedas.Large amounts of data are being generated daily on the internet. The exponential growth of connected devices and the new ways of human interactions with technology provide a prolific information source In this context, real-time data analysis is essential for making decisions based on updated information. Several factors, such as latency, scalability, storage, processing, visualization, and prediction, affect how this data is received and processed. Designing a suitable architecture for these systems is a critical element of any business or social endeavor supported by technology. This article studies the state of the art of the architectures of systems for real-time analysis of big data in the context of cryptocurrency. The paper first presents lambda and kappa, two reference architectures for real-time analysis in big data systems. It then explores several works describing the architectures of real-time analysis systems for cryptocurrency.12 páginasapplication/pdfspaUniversidad Escuela Colombiana de Ingeniería Julio GaravitoBogotá (Colombia)https://www.escuelaing.edu.co/es/investigacion-e-innovacion/editorial-de-la-escuelacolombiana-de-ingenieria/Arquitecturas para el análisis de grandes cantidades de datos en tiempo real, aplicado a criptomonedasArchitectures for analyzing large amounts of data in real time, applied to cryptocurrenciesArtículo de revistainfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85No. 119 Julio - Septiembre de 20207511965Revista de la Escuela Colombiana de IngenieríaMarz, N. (2011, octubre). How to beat the CAP theorem [en línea]. http://nathanmarz.com/blog/how-to-beat-the-captheorem.html [últimoacceso: 01/11/2020]] Feick, M., Kleer, N. & Kohn, M. (2018). Fundamentals of realtime data processing architectures lambda and kappa. Lecture Notes in Informatics (LNI), 1Kreps, J. (2014, julio). Questioning the lambda architecture. O’Reilly [en línea]. https://www.oreilly.com/radar/questioningthe-lambda-architecture/ [último acceso: 21/11/2020]Lee, C.-H. & Lin, C.-Y. (2017). Implementation of lambda architecture: a restaurant recommender system over Apache Mesos. IEEE 31st International Conference on Advanced Information Networking and Applications (AINA). TaipéiGodoy, G. (2020). ¿Qué es lo que mueve el precio del bitcóin? ¿Cuál es el factor más importante? [en línea]. https:// es.cointelegraph.com/news/what-drives-the-price-of-bitcóinwhats-the-most-important-factor [último acceso: 30/ 11/2020]] Horvat, N., Ivković, V., Todorović, N., Ivančević, V., Gajic, D. & Luković, I. (2020). Big data architecture for cryptocurrency real-time data processing. ICIST 2020 - 10th International Conference on Information Society and Technology. Kopaonik, 2020Verrilli, M. (2017, agosto). De lambda a kappa: guía sobre arquitecturas de big data en tiempo real. Talend [en línea]. https://www.talend.com/es/blog/2017/08/28/lambda-kappareal-time-big-data-architectures/ [último acceso: 21/11/2020]Balkenende, M. (2018, junio). The big data debate: batch versus stream processing. The New Stack [en línea]. https:// thenewstack.io/the-big-data-debate-batch-processing-vs-streaming-processing/ [último acceso: 21/11/2020]Laney, D. (2001). 3D Data management: controlling data volume, velocity, and variety. META GroupBarranco Fragoso, R. (2012, junio). ¿Qué es big data? IBM [en línea]. https://developer.ibm.com/es/articles/que-es-big-data/ [último acceso: 21/11/2020]Microsoft (2015). ¿Qué es eso llamado big data? 24/08/2015 [en línea]. https://news.microsoft.com/es-xl/que-es-eso-llamadobig-data/ [último acceso: 23/ /11/2020]Oracle (2020). ¿Qué es big data? [en línea]. https://www. oracle.com/co/big-data/what-is-big-data.html [último acceso: 23/11/2020]Vaseekaran, G. (2017). Big data battle: batch processing vs. stream processing. 21/10/2017 [en línea]. https://medium. com/@gowthamy/big-data-battle-batch-processing-vs-streamprocessing-5d94600d8103 [último acceso: 23/11/2020]Domínguez, J. (2018). De lambda a kappa: evolución de las arquitecturas big data [en línea]. https://www.paradigmadigital. com/techbiz/de-lambda-a-kappa-evolucion-de-las-arquitecturasbig-data/ [último acceso: 23/11/2020]Vera-Tudela, B. (s.f.). Arquitectura lambda: combinando lo mejor de dos mundos. SG [en línea]. https://sg.com.mx/revista/52/arquitectura-lambda-combinando-lo-mejor-dos-mundos [último acceso: 21/11/2020]Bryan, P. (2018, noviembre). Big data y la arquitectura lambda [en línea]. https://medium.com/big-data-world/bigdata-y-la-arquitectura-lambda-f571e117670a [último acceso: 23/11/2020]Nakamoto, S. (2008). Bitcóin: a peer-to-peer electronic cash systemZheng, Z., Xie, S., Dai, H., Chen, X. & Wang, H. (2017). An overview of blockchain technology: architecture, consensus, and future trends. 6th IEEE International Congress on Big Data. HonolulúLaskowski, L. & Kim, H. (2016). Rapid prototyping of a text mining application for cryptocurrency market intelligence. 5th IEEE International Workshop on Data Integration and Mining (IEEE DIM). PittsburghDulau, T. & Dulau, M. (2019). Cryptocurrency: sentiment analysis in social media. Acta Marisiensis. Serie Technologica, XVI (2), 1-6Jiang, Z. & Liang, J. (2017). Cryptocurrency portfolio management with deep reinforcement learning. 2017 Intelligent Systems Conference (IntelliSys). LondresOrdinas, M. (2017). Las criptomonedas: ¿oportunidad o burbuja? Palma de Mallorca: Banca MarchMohapatra, S., Ahmed, N. & Alencar, P. (2019). KryptoOracle: a real-time cryptocurrency price prediction platform using twitter sentiments. 2019 IEEE International Conference on Big Data (Big Data). Los ÁngelesAyvaz, S. & Shiha, M. (2018). A scalable streaming big data architecture for real-time sentiment analysis. Proceedings of the 2018 2nd International Conference on Cloud and Big Data Computing (ICCBDC’18). Nueva YorkCoinMarketCap (2020, noviembre) [en línea]. https://coinmarketcap.com/es/ [último acceso: 30/11/2020].Reiff, N. (2020, enero). The 10 most important cryptocurrencies other than bitcóin [en línea]. https://www.investopedia. com/tech/most-important-cryptocurrencies-other-than-bitcóin/ [último acceso: 30/11/2020]Charts, Y. (2020, noviembre). Ethereum transactions per day [en línea]. https://ycharts.com/indicators/ethereum_transactions_per_day [último acceso: 30/ 11/2020]Bass, L., Clements, P. & Kazman, R. (2003). Arquitectura de software. Boston: Addison WesleyMarz, N. & Warren, J. (2015). Big data: principles and best practices of scalable real time data systems. Nueva York: Manning Publications CoDemchenko, Y., Laat, C. de & Membrey, M. (2014). Defining architecture components of the Big Data Ecosystem. International Conference on Collaboration Technologies and Systems (CTS). Minneápolis: IEEHassan, H., Huang, X. & Silva, E. (2018). Big-crypto: big data, blockchain and cryptocurrency. Big Data and Cognitive Computing, 2(4), 34Karafiloski, E. & Mishev, A. (2017). Blockchain solutions for big data challenges: a literature review. IEEE Eurocon 2017-17th International Conference on Smart Technologies. OhridDeepa, N., Pham, Q.-V.,. Nguyen, D. C., Bhattacharya, S., Boopathy, P., Gadekallu, T. R., Reddy, P. K., Fang, F. & Pathirana, P. N. (2020). A survey on blockchain for big data: approaches, opportunities, and future directions. ACM Comput. Surv. 1(1)Ullah Rathore, M. M., Paul, A., Ahmad, A., Chen, B.-W., Huang, B. & Ji, W. (2015). Real-time big data analytical architecture for remote sensing application. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8, 4610- 4621Jabbar, A., Akhtarb, P. & Dani, S. (2020). Real-time big data processing for instantaneous marketing decisions: a problematization approach. Industrial Marketing Management, 90 (1), 558-569Silva, B. N., Khan, M., Jung, C., Seo, J., Muhammad, D., Han, J., Yoon, Y. & Han, K. (2018). Urban planning and smart city decision management empowered by real-time data processing using big data analytics. Sensors, 18Chrimes, D., Kuo, M.-H., Moa, B. & Hu, W. (2017). Towards a real-time big data analytics platform for health applications. International Journal of Big Data Intelligence, 4(2)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Análisis de datosData analysisDatos a gran escalaLarge scale dataArquitectura de sistemasSystems architectureBig dataKappa architectureLambda architectureStreamingCryptocurrencyReal-time big data architectureArquitectura kappaArquitectura lambdaCriptomonedasArquitecturas big data en tiempo realTEXTArquitecturas para el análisis de grandes cantidades de datos en tiempo real.pdf.txtArquitecturas para el análisis de grandes cantidades de datos en tiempo real.pdf.txtExtracted texttext/plain66435https://repositorio.escuelaing.edu.co/bitstream/001/3167/4/Arquitecturas%20para%20el%20an%c3%a1lisis%20de%20grandes%20cantidades%20de%20datos%20en%20tiempo%20real.pdf.txtf39c5492aab2cd77e92bc20ba3fa360eMD54open accessTHUMBNAILPortada Arquitecturas para el análisis de grandes cantidades de datos en tiempo real.PNGPortada Arquitecturas para el análisis de grandes cantidades de datos en tiempo real.PNGimage/png113544https://repositorio.escuelaing.edu.co/bitstream/001/3167/3/Portada%20Arquitecturas%20para%20el%20an%c3%a1lisis%20de%20grandes%20cantidades%20de%20datos%20en%20tiempo%20real.PNGb11389c510f862974a9ab3f6b2e7c350MD53open accessArquitecturas para el análisis de grandes cantidades de datos en tiempo real.pdf.jpgArquitecturas para el análisis de grandes cantidades de datos en tiempo real.pdf.jpgGenerated Thumbnailimage/jpeg12370https://repositorio.escuelaing.edu.co/bitstream/001/3167/5/Arquitecturas%20para%20el%20an%c3%a1lisis%20de%20grandes%20cantidades%20de%20datos%20en%20tiempo%20real.pdf.jpg8a6cecd64ca39c1a008c8d08f8d94ac1MD55open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81881https://repositorio.escuelaing.edu.co/bitstream/001/3167/2/license.txt5a7ca94c2e5326ee169f979d71d0f06eMD52open accessORIGINALArquitecturas para el análisis de grandes cantidades de datos en tiempo real.pdfArquitecturas para el análisis de grandes cantidades de datos en tiempo real.pdfapplication/pdf1016386https://repositorio.escuelaing.edu.co/bitstream/001/3167/1/Arquitecturas%20para%20el%20an%c3%a1lisis%20de%20grandes%20cantidades%20de%20datos%20en%20tiempo%20real.pdf904558a1ae92b8c7fa933b721318b70dMD51metadata only access001/3167oai:repositorio.escuelaing.edu.co:001/31672024-08-06 16:16:16.272metadata only accessRepositorio Escuela Colombiana de Ingeniería Julio Garavitorepositorio.eci@escuelaing.edu.coU0kgVVNURUQgSEFDRSBQQVJURSBERUwgR1JVUE8gREUgUEFSRVMgRVZBTFVBRE9SRVMgREUgTEEgQ09MRUNDScOTTiAiUEVFUiBSRVZJRVciLCBPTUlUQSBFU1RBIExJQ0VOQ0lBLgoKQXV0b3Jpem8gYSBsYSBFc2N1ZWxhIENvbG9tYmlhbmEgZGUgSW5nZW5pZXLDrWEgSnVsaW8gR2FyYXZpdG8gcGFyYSBwdWJsaWNhciBlbCB0cmFiYWpvIGRlIGdyYWRvLCBhcnTDrWN1bG8sIHZpZGVvLCAKY29uZmVyZW5jaWEsIGxpYnJvLCBpbWFnZW4sIGZvdG9ncmFmw61hLCBhdWRpbywgcHJlc2VudGFjacOzbiB1IG90cm8gKGVuICAgIGFkZWxhbnRlIGRvY3VtZW50bykgcXVlIGVuIGxhIGZlY2hhIAplbnRyZWdvIGVuIGZvcm1hdG8gZGlnaXRhbCwgeSBsZSBwZXJtaXRvIGRlIGZvcm1hIGluZGVmaW5pZGEgcXVlIGxvIHB1YmxpcXVlIGVuIGVsIHJlcG9zaXRvcmlvIGluc3RpdHVjaW9uYWwsIAplbiBsb3MgdMOpcm1pbm9zIGVzdGFibGVjaWRvcyBlbiBsYSBMZXkgMjMgZGUgMTk4MiwgbGEgTGV5IDQ0IGRlIDE5OTMsIHkgZGVtw6FzIGxleWVzIHkganVyaXNwcnVkZW5jaWEgdmlnZW50ZQphbCByZXNwZWN0bywgcGFyYSBmaW5lcyBlZHVjYXRpdm9zIHkgbm8gbHVjcmF0aXZvcy4gRXN0YSBhdXRvcml6YWNpw7NuIGVzIHbDoWxpZGEgcGFyYSBsYXMgZmFjdWx0YWRlcyB5IGRlcmVjaG9zIGRlIAp1c28gc29icmUgbGEgb2JyYSBlbiBmb3JtYXRvIGRpZ2l0YWwsIGVsZWN0csOzbmljbywgdmlydHVhbDsgeSBwYXJhIHVzb3MgZW4gcmVkZXMsIGludGVybmV0LCBleHRyYW5ldCwgeSBjdWFscXVpZXIgCmZvcm1hdG8gbyBtZWRpbyBjb25vY2lkbyBvIHBvciBjb25vY2VyLgpFbiBtaSBjYWxpZGFkIGRlIGF1dG9yLCBleHByZXNvIHF1ZSBlbCBkb2N1bWVudG8gb2JqZXRvIGRlIGxhIHByZXNlbnRlIGF1dG9yaXphY2nDs24gZXMgb3JpZ2luYWwgeSBsbyBlbGFib3LDqSBzaW4gCnF1ZWJyYW50YXIgbmkgc3VwbGFudGFyIGxvcyBkZXJlY2hvcyBkZSBhdXRvciBkZSB0ZXJjZXJvcy4gUG9yIGxvIHRhbnRvLCBlcyBkZSBtaSBleGNsdXNpdmEgYXV0b3LDrWEgeSwgZW4gY29uc2VjdWVuY2lhLCAKdGVuZ28gbGEgdGl0dWxhcmlkYWQgc29icmUgw6lsLiBFbiBjYXNvIGRlIHF1ZWphIG8gYWNjacOzbiBwb3IgcGFydGUgZGUgdW4gdGVyY2VybyByZWZlcmVudGUgYSBsb3MgZGVyZWNob3MgZGUgYXV0b3Igc29icmUgCmVsIGRvY3VtZW50byBlbiBjdWVzdGnDs24sIGFzdW1pcsOpIGxhIHJlc3BvbnNhYmlsaWRhZCB0b3RhbCB5IHNhbGRyw6kgZW4gZGVmZW5zYSBkZSBsb3MgZGVyZWNob3MgYXF1w60gYXV0b3JpemFkb3MuIEVzdG8gCnNpZ25pZmljYSBxdWUsIHBhcmEgdG9kb3MgbG9zIGVmZWN0b3MsIGxhIEVzY3VlbGEgYWN0w7phIGNvbW8gdW4gdGVyY2VybyBkZSBidWVuYSBmZS4KVG9kYSBwZXJzb25hIHF1ZSBjb25zdWx0ZSBlbCBSZXBvc2l0b3JpbyBJbnN0aXR1Y2lvbmFsIGRlIGxhIEVzY3VlbGEsIGVsIENhdMOhbG9nbyBlbiBsw61uZWEgdSBvdHJvIG1lZGlvIGVsZWN0csOzbmljbywgCnBvZHLDoSBjb3BpYXIgYXBhcnRlcyBkZWwgdGV4dG8sIGNvbiBlbCBjb21wcm9taXNvIGRlIGNpdGFyIHNpZW1wcmUgbGEgZnVlbnRlLCBsYSBjdWFsIGluY2x1eWUgZWwgdMOtdHVsbyBkZWwgdHJhYmFqbyB5IGVsIAphdXRvci5Fc3RhIGF1dG9yaXphY2nDs24gbm8gaW1wbGljYSByZW51bmNpYSBhIGxhIGZhY3VsdGFkIHF1ZSB0ZW5nbyBkZSBwdWJsaWNhciB0b3RhbCBvIHBhcmNpYWxtZW50ZSBsYSBvYnJhIGVuIG90cm9zIAptZWRpb3MuRXN0YSBhdXRvcml6YWNpw7NuIGVzdMOhIHJlc3BhbGRhZGEgcG9yIGxhcyBmaXJtYXMgZGVsIChsb3MpIGF1dG9yKGVzKSBkZWwgZG9jdW1lbnRvLiAKU8OtIGF1dG9yaXpvIChhbWJvcykK

Publicaciones similares