El documento habla sobre diferentes tipos de bases de datos y arquitecturas para almacenar y procesar datos a gran escala. Explica las diferencias entre datos estructurados, semi-estructurados y no estructurados y describe varios enfoques como bases de datos orientadas a documentos, grafos, columnas, en memoria, distribuidas y su aplicación en sistemas como MongoDB, Neo4j, Cassandra y Hypertable. Finalmente, compara el rendimiento de Hypertable frente a HBase para diferentes tipos de operaciones.

1. Arquitectura de bases de datos Jose Cuartas.

2. Terminologia de bases de datos

10. Arquitectura de datos escalable

12. MongoDB

15. Consistencia eventual

17. Consistencia Hashing

20. Sistema de archivos Google (GFS)

21. Google File System

22. Tabla: representación visual

23. Table: Actual Representation www.hypertable.org

24. Escalando(part I) www.hypertable.org

25. escalando(parte II)

26. Escalando (parte III)

27. Requerimeintos de ruteo

28. Hypertable

30. Hypertable en uso hoy en dia

31. Hypertable vs. HBase

32. Hypertable vs. HBase Test Hypertable Advantage Relative to HBase (%) Random Read Zipfian 80 GB 925 Random Read Zipfian 20 GB 777 Random Read Zipfian 2.5 GB 100 Random Write 10KB values 51 Random Write 1KB values 102 Random Write 100 byte values 427 Random Write 10 byte values 931 Sequential Read 10KB values 1060 Sequential Read 1KB values 68 Sequential Read 100 byte values 129 Scan 10KB values 2 Scan 1KB values 58 Scan 100 byte values 75 Scan 10 byte values 220

33. recursos Project Site www.hypertable.org Twitter hypertable Commercial Support www.hypertable.com Performance Evaluation Write-up blog.hypertable.com/?p=14