El Fenómeno “Pequeño Mundo” en la Naturaleza, Redes Sociales y

Charla: Procesamiento Masivo y Escalable de Datos con MapReduce
Resumen
MapReduce es un framework implementado por Google que permite realizar computación paralela
sobre inmensos conjuntos de datos en clusters de computadoras. El framework ha sido tan exitoso
que han surgido muchas implementaciones libres y comerciales inspiradas en él. Entre estas
implementaciones, se encuentra el proyecto de software libre Apache Hadoop, el cual proporciona
una implementación para Java de MapReduce. Hadoop es usado actualmente con resultados muy
exitosos por gigantes mundiales como Yahoo!, IBM, Amazon, Facebook, el New York Times,
entre otros. Empresas pequeñas y Start-ups también usan actualmente Hadoop, muchas de ellas a
través de sub-contratar el servicio de Amazon denominado EC2 (Elastic Computing Cloud), el
cual permite alquilar tiempo de procesamiento, a un costo muy bajo, en clusters Hadoop
dedicados.
En esta charla se hablará sobre el paradigma de programación distribuida usado en
MapReduce, la implementación libre para Java: Hadoop, se presentarán ejemplos de usos de este
framework, y se discutirán posibles usos de esta plataforma en la ESPOL y como herramienta para
estudiantes tesistas.
Referencias de interés
 Sobre MapReduce: http://en.wikipedia.org/wiki/MapReduce
 Sitio oficial del proyecto Hadoop: http://hadoop.apache.org/
 Amazon Elastic Compute Cloud (Amazon EC2):
http://www.amazon.com/gp/browse.html?node=201590011.
 El paper original de Google sobre MapReduce: “MapReduce: Simplified Data Processing
on Large Clusters” (disponible en línea en: http://labs.google.com/papers/mapreduceosdi04.pdf).
Acerca de la expositora
La Ing. Cristina Abad Robalino es una Profesora Agregada de la Facultad de Ingeniería en
Electricidad y Computación (FIEC) de la Escuela Superior Politécnica del Litoral (ESPOL). La
Ing. Abad obtuvo su título de Master of Science (in Computer Science) de la Universidad de
Illinois en Urbana-Champaign, gracias a una beca Fulbright (2001-2003), y fue asistente de
investigación durante un año en el National Center for Supercomputing Applications (NCSA), en
donde trabajó en el diseño de protocolos de multicast en capa de aplicación seguros y altamente
disponibles, y también en el desarrollo de una herramienta para la visualización de tráfico de redes
con la finalidad de detectar patrones de intrusiones. Actualmente, la Ing. Abad forma parte del
Grupo de Visualización Científica y Sistemas Distribuidos (www.visid.espol.edu.ec), y dirige el
Laboratorio de Sistemas Distribuidos y Tecnologías de Internet Aplicadas de la FIEC. Sus
principales áreas de investigación son los sistemas distribuidos (en particular, las redes peer-topeer), la seguridad informática, y las redes de datos.