629103

ESCUELA TÉCNICA SUPERIOR DE
INDUSTRIALES Y DE TELECOMUNICACIÓN

INGENIEROS

Titulación:
INGENIERO TÉCNICO EN INFORMÁTICA DE GESTIÓN

Título del proyecto:
Benchmarking Distributed System in the Cloud: Yahoo! YCSB

Alumna: Sana Nawazish Ali
Tutor: José Enrique Armendáriz Iñigo
Pamplona, Fecha de defensa

Sana Nawazish Alí

Universidad Pública de Navarra

Agradecimientos
Quiero aprovechar estasprimeras líneas para agradecer a mi tutor: José
Enrique Armendáriz Iñigo por su dedicación, su esfuerzo, paciencia y todo el
conocimiento que me ha aportado.
Además, dado que con este documento cerraré un ciclo, quiero acordarme
también de mis compañeros de la carrera, especialmente de Ander y César
que han sido un gran apoyo durante todos estos años.
Por supuesto, no puedo dejar de lado a mifamilia, que han sido una
fuente de apoyo todos estos años, muchas gracias por vuestra paciencia.
Por último mi mayor fuente de inspiración quiero agradecer a Daniel
Ventura por todo su apoyo y ayuda.

2

Sana Nawazish Alí

Universidad Pública de Navarra

Índice
Capítulo 1. INTRODUCCIÓN ............................................ 8
1.1.

Objetivo del proyecto................................................... 8

1.2.

Descripción del proyecto ............................................. 9

1.3.

Justificación de la tecnología .................................... 10

Capítulo 2. YCSB................................................................ 11
2.1.

Introducción ............................................................... 11

2.2.

Descargar YCSB........................................................ 12

2.3.

Ejecución de una carga de trabajo ........................... 13

Capítulo 3. Bases de Datos No-Relacionales .................... 15
3.1.

Introducción ............................................................... 15

3.2.

Tipos de bases de datos NoSQL ................................ 16

3.3.

Características............................................................ 17

3.4.

Modelos de implementación ...................................... 18

3.5.

Punto débil: Consistencia .......................................... 18

3.6.

SQL vs NoSQL ........................................................... 19

Capítulo 4. Hadoop ............................................................. 21
4.1.

Introducción............................................................... 21

4.2.

Características ............................................................ 22

4.3.

Distribuciones y Versiones de Hadoop ..................... 23

4.4.

Arquitectura ............................................................... 25

4.5.

Modos de ejecución de Hadoop ................................ 29

4.6.

Inconvenientes............................................................ 29

4.7.

El ecosistema de Hadoop ........................................... 30
3

Sana Nawazish Alí

Universidad Pública de Navarra

4.8.

Ficheros de configuración ......................................... 32

4.9.

Hadoop en la actualidad ............................................ 32

Capítulo 5. HBase............................................................... 34
5.1.

Introducción ............................................................... 34

5.2.

Características ............................................................ 35

5.3.

Arquitectura ............................................................... 36

5.4.

Flujo de datos ............................................................. 38

5.5.

Réplicas....................................................................... 39

5.6.

HBase filesystems ....................................................... 42

5.7.

Modos de ejecución .................................................... 43

5.8.

Ficheros de configuración ......................................... 43

Capítulo 6. Cassandra ........................................................ 45
6.1.

Introducción...