Ingeniería de Software para los Sistemas de Grandes Datos

Introducción de los Editores Invitados: Ian Gordon, Ayse Basar Bener y Audris Mockus, Abril 2016

Read the Guest Editors' Introduction in
English  |  Chinese

Translations by Osvaldo Perez and Tiejun Huang


Listen to the Guest Editors' Introduction

English:

 

Spanish (recorded by Martin Omana):

 

Chinese (recorded by Timothy K. Shih):

Snapshot of Current Visualization Trends

Hemos editado un número especial de Ingeniería de Software para los Sistemas de Grandes Datos en el Numero de Marzo/Abril 2016 de IEEE Software Magazine. Tal número se enfoca en las implicaciones de los grandes datos para la ingeniería de software y cinco categorías de los requerimientos de deseno para la construcción de tales sistemas, su distribución omnipresente, sobrecargas de escrituras pesadas, requisitos de cargas variables, computación analítica intensiva y alta disponibilidad.

Los sistemas de grandes datos se diseñan para ser sistemas distribuidos omnipresentes y deben considerar los atributos de calidad tales como confiabilidad, escalabilidad, transparencia y desempeño. Deben ser diseñados con tolerancia a fallos, alta consistencia, alta disponibilidad y capacidad para aceptar cambios contextuales. Los sistemas de grandes datos requieren nuevas técnicas para compensar entre la optimización de escritura y de lectura al manejar grandes sobrecargas con requerimientos de sobrecargas variables. La analítica computacional intensa los hace más desafiantes para su diseño en plataformas escala amplia efectivas en costo para manejar sistemas transaccionales y la carga analítica intensa en forma simultánea, mientras se ejecutan.

Como una extensión de este número especial que presentamos como de Computing Now de abril 2016. Para este número especial hemos seleccionado cinco artículos relevantes de la Biblioteca Digital de la Computer Society (CSDL) que han sido publicados en conferencias o journals en el último año y medio. Aunque muchos más artículos tratan un tema técnico especifico en detalle

En esta Edición

En el artículo “Dificultades Usuales de Benchmarking en Sistemas de Grandes Datos” Gwen Shapiro y Yanpei Chen discuten los benchmarking de los sistemas de grandes datos. El desempeño de los benchmarking es importante en la predicción de la vida real del comportamiento de los sistemas de grandes datos, pero los autores puntualizan que es útil para la industria solo si se efectúan correctamente. Como reflejo de sus experiencias, muestran algunas de las dificultades y errores cuando los benchmarking no se realizan en forma rigurosa.

En el artículo de Andrea Rosa, Lydia Y Chen y Walter Binder, *Comprendiendo las Ejecuciones no Exitosas en los Sistemas de Grandes Datos*, exploran algunas razones que hace que los sistemas de grandes datos fallen. Revén la literatura sobre las ejecuciones no exitosas (terminaciones) en los sistemas de grandes datos e identifican las brechas, resaltando la importancia de una mejor compresión de las causas y presentan sus visiones de como tratas tales brechas.

En el artículo “Incluyendo los Desafíos de la Ingeniería de Software en un Mundo de Grandes Datos” de Kenneth Anderson, habla sobre los desafíos de diseñar sistemas de grandes datos. Basado en su experiencia desde 2009, Anderson examina los desafíos técnicos y de gestión y comparte enfoques para superarlos.

En el artículo “Indicaciones para la Investigación para la Ingeniería del Software de Analítica de Grandes Datos”, Carlos Otero y Adrián Peter examinan las indicaciones de investigación de la ingeniería del software de analítica de grandes datos en la medida en que tales sistemas se trasforman, crecientemente, en un tópico central. Discuten un nuevo paradigma para los sistemas de grandes datos y el diseño de requerimientos, recomendando que los investigadores ataquen tales problemas para construir arquitecturas, herramientas, frameworks, algoritmos escalables y sistema de aprendizaje auto adaptativos

Finalmente, en el artículo de Ian Gordon y John Klein “Convergencia de la Distribución, Implantación de los Datos y las Arquitectura de Software para los Sistemas de Grandes Datos”, se discute el compromiso entre la distribución de los datos y las arquitecturas de software y de implantación. Los autores presentan sus preocupaciones relativas a un sistema distribuido de cuidado de la salud como un ejemplo ilustrativo y sistemáticamente seleccionan y aplican una secuencia de tácticas para solucionar efectivamente cuestiones de diseño en los sistemas de grandes datos.

Conclusión

Los artículos del tema de este mes presentan una visión de los desafíos en esta importante área emergente. Lo invitamos a leerlos y a incluir sus comentarios. Para mayor información, muchos otros artículos están disponibles para los subscriptores de la CSDL

Editores Invitados

Ian Gorton is a Professor and Director of Computer Science at Northeastern University, Seattle. He has a PhD in Computer Science from Sheffield Hallam University. His main technical interests include software architecture and scalability. Contact him at i;gorton@neu.edu.

Ayse Basar Bener es profesor de Ingeniería Mecánica e Industrial en la Ryerson University. Posee un Doctorado en Sistemas de la Información de la London School of Economics. Sus intereses técnicos principales incluyen aplicaciones de Grandes Datos en Analítica de Software, Medición de Software, Economía de Software y Calidad de Software. Se la puede contactar en  ayse.bener [at] ryerson.ca

Audris Mockus es el Profesor en Jefe de Ericsson Harland Mills en la Universidad de Tennessee en Knoxville. Posee un Doctorado en Estadística de la Carnegie Mellon University. Sus intereses se encuentran en la intersección de los métodos cuantitativos y el desarrollo de software, tales como los análisis de técnicas de base de datos operacionales producidos en el curso de la creación o uso del software. Se lo puede contactar en audris@mockus.org.

 


 

Average (0 Votes)
The average rating is 0.0 stars out of 5.

Article Comments

Please log in to comment.