Contribuciones a las bases de datos métricas
Claramente, los nuevos modelos de bases de datos, capaces de contener y manejar todo tipo de datos no estructurados: imágenes, videos, música, secuencias biológicas, etc., no tienen la madurez y versatilidad que presentan las bases de datos convencionales. Estas nuevas bases de datos deben ser capac...
Guardado en:
Autores principales: | , , , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2020
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/103669 |
Aporte de: |
id |
I19-R120-10915-103669 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Ciencias Informáticas Bases de datos métricas Índices Búsquedas por proximidad |
spellingShingle |
Ciencias Informáticas Bases de datos métricas Índices Búsquedas por proximidad Arroyuelo, Jorge Di Genaro, María E. Grosso, Alejandro Ludueña, Verónica Martínez, C. Reyes, Nora Susana Contribuciones a las bases de datos métricas |
topic_facet |
Ciencias Informáticas Bases de datos métricas Índices Búsquedas por proximidad |
description |
Claramente, los nuevos modelos de bases de datos, capaces de contener y manejar todo tipo de datos no estructurados: imágenes, videos, música, secuencias biológicas, etc., no tienen la madurez y versatilidad que presentan las bases de datos convencionales. Estas nuevas bases de datos deben ser capaces de adaptarse al gran volumen de datos digitales, que son generados constantemente por fuentes muy disímiles; al igual que al tipo de requerimientos al que son sometidas, que pueden ser tan dispares como el tipo de datos administrados, debido que éstos pertenecen a campos muy diferentes.
Por esto, se hace necesario optimizar estos depósitos especializados, o desarrollar nuevos, y utilizar formas más sofisticadas de búsqueda sobre los mismos, que permitan enfrentar tales requerimientos. La administración del espacio disponible también se vuelve crucial debido a la gran cantidad de datos que se debe manipular para lograr respuestas adecuadas y eficientes. Esto obliga a los índices utilizados para acceder a este tipo de base de datos, a ser conscientes de la jerarquía de memoria.
Esta investigación pretende contribuir a la madurez de este nuevo modelo de bases de datos considerando distintas perspectivas. Para ello utiliza un modelo en el cual se puede utilizar métodos de acceso que contemplen estos aspectos, y que se adapta a tales requerimientos: las Bases de Datos Métricas. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Arroyuelo, Jorge Di Genaro, María E. Grosso, Alejandro Ludueña, Verónica Martínez, C. Reyes, Nora Susana |
author_facet |
Arroyuelo, Jorge Di Genaro, María E. Grosso, Alejandro Ludueña, Verónica Martínez, C. Reyes, Nora Susana |
author_sort |
Arroyuelo, Jorge |
title |
Contribuciones a las bases de datos métricas |
title_short |
Contribuciones a las bases de datos métricas |
title_full |
Contribuciones a las bases de datos métricas |
title_fullStr |
Contribuciones a las bases de datos métricas |
title_full_unstemmed |
Contribuciones a las bases de datos métricas |
title_sort |
contribuciones a las bases de datos métricas |
publishDate |
2020 |
url |
http://sedici.unlp.edu.ar/handle/10915/103669 |
work_keys_str_mv |
AT arroyuelojorge contribucionesalasbasesdedatosmetricas AT digenaromariae contribucionesalasbasesdedatosmetricas AT grossoalejandro contribucionesalasbasesdedatosmetricas AT luduenaveronica contribucionesalasbasesdedatosmetricas AT martinezc contribucionesalasbasesdedatosmetricas AT reyesnorasusana contribucionesalasbasesdedatosmetricas |
bdutipo_str |
Repositorios |
_version_ |
1764820441016303617 |