Formazione e ricerca

Big Data  (2022/2023)

Docente

Damiano Carra

Referente

Damiano Carra

Crediti

3

Lingua di erogazione

English

Frequenza alle lezioni

Scelta Libera

Sede

VERONA

MoodleMoodle Seminari 0

Obiettivi di apprendimento

Il corso offre una panoramica dei concetti fondamentali dei sistemi di calcolo distribuito che trattano dataset molto grandi, insieme ai paradigmi di programmazione adottati da questi sistemi. In particolare, verrà discusso il paradigma MapReduce e la sua implementazione in Spark. Inoltre, verranno presentati gli aspetti di sistema del calcolo distribuito, comprese le architetture dei data center e le soluzioni per l'archiviazione di dataset così grandi.

Prerequisiti e nozioni di base

Conoscenza di Python

Programma

- Introduzione ai BigData
- Il paradigma di programmazione MapReduce
- Apache Hadoop e Apache Spark
- Non-relational databases
- Architetture dei datacenter

Bibliografia

Vai alla bibliografia
Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Modalità didattiche

-

Modalità di verifica dell'apprendimento

L'esame consiste nello svolgimento di un progetto in cui vengono applicati i principi presentati a lezione.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Valutazione

-

Criteri di composizione del voto finale

-