Información general de la asignatura

Las Bases de Datos Relacionales (BD) se consideran una tecnología genérica, y su éxito se evidencia en la utilización de las mismas. Prácticamente todas las actividades económicas requieren el procesamiento de información. Sin embargo, el auge en el uso de Internet desde el principio de este siglo, y otros factores como el uso de dispositivos que generan datos todo el tiempo, ha creado desafíos en tres dimensiones: volumen, velocidad y variedad (denominados las tres Vs), aunque a menudo se hablan de más.

El volumen es un factor clave ya que en el mundo se generan 2.5 quintillones de bytes de datos diariamente. Debido al incremento en el volumen de datos que se están generando (sobre todo de forma automatizada), el 90% de los datos que existen en el mundo han sido creados en los últimos 2 años. La velocidad se debe a que es necesario procesar flujos de datos (streams) sin demora y de forma confiable (por ejemplo, para detectar fraude en las transacciones de las tarjetas de crédito). La variedad se refiere al hecho que los datos generados hoy-en-día son cada vez más heterogéneos y complejos: comprenden texto libre, datos semi-estructurados, BD relacionales e incluso flujos de video.

Las herramientas convencionales, aunque siguen siendo vigentes para la mayoría de los casos de uso, se ven limitadas ante semejantes desafíos.

El objetivo de esta asignatura es que el estudiante adquiera un conocimiento avanzado en bases de datos relacionales distribuidas y se familiarice con las tecnologías NoSQL, comprendiendo los cambios de paradigma en almacenamiento y recuperación de información. Al finalizar, el estudiante será capaz de identificar, proponer y aplicar factores clave en la arquitectura de bases de datos distribuidas, tales como la fragmentación de datos, la optimización de consultas y la integración de datos. Además, podrá valorar las ventajas y limitaciones de las bases de datos relacionales y NoSQL, y desarrollar una comprensión crítica de la diversidad de aplicaciones de procesamiento de datos actuales, con un enfoque en sus requisitos de escalabilidad y disponibilidad.

Diseñar y gestionar arquitecturas de datos escalables y robustas que procesen grandes volúmenes de datos en tiempo real, aplicando tecnologías de big data, cloud computing y bases de datos distribuidas, y considerando la heterogeneidad, privacidad y seguridad de los datos en contextos diversos.