Hoy vamos a hacer una introducción a Apache Spark, el nuevo motor del Big Data, se trata de un framework de computación paralela enfocando especialmente hacia la ciencia de datos.

Hay que destacar que Spark lleva incluidas librerías específicas para tratar datos estructurados (SparkSQL), integración con lenguaje R (Spark R), capacidades para el streaming de datos (Spark Streaming), machine learning (MLib) y computación sobre grafos (GraphX).

Esta primera introducción es una guía para su instalación, conceptos, estructura y el primer contacto que tendremos será la implementación de un Clúster Standalone con PySpark, las aplicaciones se ejecutan como un grupo independiente de procesos en el Cluster, dirigido por el programa principal.

Tan sencillo como subir una fotografía a flickr, acceder al gmail para leer nuestro correo o subir un fichero a dropbox para compartir. Si, así de sencillo va a ser participar en el nuevo sorteo de dataprix.

Un simple comentario y podrás ganar uno de los 10 eBooks que sorteamos este mes de diciembre...

En esta ocasión quiero comentar a nuestros usuarios bloggers las ventajas de participar en los blogs de Dataprix, aunque sea compaginándolo con la escritura en vuestro blog personal. 

Dataprix ofrece grandes ventajas a quien publique contenidos en el portal. La visibilidad, el prestigio de colaborar en un sitio de referencia hace muy interesante abrir un blog y publicar en Dataprix.

Pentaho ofrece soporte para una gran variedad de bases de datos NoSQL diseñadas para trabajar con un gran volumen de datos. Estas bases de datos se están convirtiendo en una tecnología fundamental en el mundo del BigData. Ofreciendo una velocidad y escalabilidad mayor que en las bases de datos estructuradas.

Pero cual deberíamos elegir para nuestros proyectos?

Por este motivo queremos testear diferentes tecnologías, ver su integración con otras herramientas,  y analizar su rendimiento. Podeis seguir las diferentes comparativas desde nuestro blog https://www.jortilles.com/blog/

En este artículo empezamos Mongodb, desde su instalación, los primeros pasos, comandos.. hasta su integración con Pentaho para realizar un informe. A continuación podeis descargaros la guía en pdf

“Economía de las Nubes” es una publicación con estructura de manual donde su autor, Matt Mayevsky, nos da la oportunidad de elevarnos entre las nubes y vivir entre conocimientos e información acerca de su computación. El libro consigue abarcar ampliamente este concepto que puede parecer complejo para transformarlo de una forma sintética en una herramienta útil para el usuario individual como para el empresarial..

'Infor on the road', en el que presentaba a clientes y partners las novedades en su cartera de productos, su propuesta de arquitectura e integración, y el esfuerzo invertido en mejorar la usabilidad, la comunicación entre aplicaciones, y entre usuarios, y en integrar todo en una plataforma cloud..

Buenas.
Finalmente, luego de tanta (y merecida) espera, ya está disponible la version 5 de la suite Pentaho.

Les dejo aquí los enlaces a las versiones 5 de la suite:

Según nos cuenta Diethard Steiner en su blog la versión CE 5.0 de Pentaho BA Server estará lista para este miércoles!

Tras la entrevista que realizamos a Dario Bernabeu y Mariano Garcia sobre la publicación de su nuevo libro Pentaho 5.0 Reporting by Example, hemos llegado a un acuerdo con Packt Publishing para organizar un concurso en el que sortearemos 3 ejemplares del mismo en formato eBook..

Los días 4 y 5 de octubre se realizaron en la Universidad Nacional de Chilecito (UNdeC) las VI Jornadas de Informática y Comunicaciones.

Fuimos invitados a dictar un taller sobre Pentaho Reporting 5, el mismo fue dictado el día 4 con muy alta concurrencia.

Aprovechamos la oportunidad para hablar de nuestro libro y el proceso de construcción. Algunos concurrentes fueron acreedores de copia (gracias Sandy Joseph de Packtpub).