Este documento proporciona una introducción a Azure Cosmos DB, un servicio de base de datos distribuido globalmente, escalable masivamente y multi-modelo. Ofrece características como distribución global de datos, escalabilidad elástica de rendimiento y almacenamiento, baja latencia garantizada, cinco modelos de consistencia y múltiples modelos de datos y APIs. Es adecuado para aplicaciones modernas que requieren procesamiento y análisis de grandes volúmenes de datos complejos de manera distribuida a nivel mundial.
Expert Academy Chile - Azure Cosmos DB and Open SourceMatias Quaranta
Este documento describe las características principales de Azure Cosmos DB, un servicio de base de datos distribuido globalmente, escalable masivamente y multi-modelo. Ofrece distribución global de datos, escalabilidad elástica de rendimiento y almacenamiento, y baja latencia garantizada. Admite cinco modelos de consistencia y múltiples modelos de datos como documentos, valor-clave, tabla y gráfico.
AWS ofrece una gran variedad de servicios de base de datos que se adaptan a los requisitos de su aplicación. Los servicios de bases de datos están totalmente administrados y se pueden implementar en cuestión de minutos con tan solo unos clics.
https://aws.amazon.com/es/products/databases/
Este documento proporciona recomendaciones para migrar bases de datos a AWS de manera óptima. Amazon RDS ofrece una plataforma de bases de datos administrada que simplifica operaciones y permite escalar fácilmente. La migración a RDS elimina la necesidad de administrar hardware, sistemas operativos y parches, permitiendo enfocarse en la optimización de aplicaciones. Se recomienda evaluar migraciones homogéneas usando herramientas de importación/exportación de cada motor de base de datos, y migraciones heterogéneas
Amazon Web Services proporciona una amplia gama de servicios que le ayudarán a crear e implementar aplicaciones de análisis de big data de forma rápida y sencilla. AWS ofrece un acceso rápido a recursos de TI económicos y flexibles, algo que permitirá escalar prácticamente cualquier aplicación de big data con rapidez, incluidos almacenamiento de datos, análisis de clics, detección de elementos fraudulentos, motores de recomendación, proceso ETL impulsado por eventos, informática sin servidor y procesamiento del Internet de las cosas.
https://aws.amazon.com/es/big-data/
Este documento describe los servicios principales de AWS IoT, incluyendo Thing Registry, Thing Shadow, IoT Rules Engine y cómo se pueden usar junto con otros servicios de AWS como Kinesis, DynamoDB, Lambda, SNS y Greengrass para construir aplicaciones de Internet de las Cosas escalables. También presenta ejemplos de cómo estos servicios podrían usarse para un escenario de monitoreo de pacientes en un hospital.
Expert Academy Chile - Azure Cosmos DB and Open SourceMatias Quaranta
Este documento describe las características principales de Azure Cosmos DB, un servicio de base de datos distribuido globalmente, escalable masivamente y multi-modelo. Ofrece distribución global de datos, escalabilidad elástica de rendimiento y almacenamiento, y baja latencia garantizada. Admite cinco modelos de consistencia y múltiples modelos de datos como documentos, valor-clave, tabla y gráfico.
AWS ofrece una gran variedad de servicios de base de datos que se adaptan a los requisitos de su aplicación. Los servicios de bases de datos están totalmente administrados y se pueden implementar en cuestión de minutos con tan solo unos clics.
https://aws.amazon.com/es/products/databases/
Este documento proporciona recomendaciones para migrar bases de datos a AWS de manera óptima. Amazon RDS ofrece una plataforma de bases de datos administrada que simplifica operaciones y permite escalar fácilmente. La migración a RDS elimina la necesidad de administrar hardware, sistemas operativos y parches, permitiendo enfocarse en la optimización de aplicaciones. Se recomienda evaluar migraciones homogéneas usando herramientas de importación/exportación de cada motor de base de datos, y migraciones heterogéneas
Amazon Web Services proporciona una amplia gama de servicios que le ayudarán a crear e implementar aplicaciones de análisis de big data de forma rápida y sencilla. AWS ofrece un acceso rápido a recursos de TI económicos y flexibles, algo que permitirá escalar prácticamente cualquier aplicación de big data con rapidez, incluidos almacenamiento de datos, análisis de clics, detección de elementos fraudulentos, motores de recomendación, proceso ETL impulsado por eventos, informática sin servidor y procesamiento del Internet de las cosas.
https://aws.amazon.com/es/big-data/
Este documento describe los servicios principales de AWS IoT, incluyendo Thing Registry, Thing Shadow, IoT Rules Engine y cómo se pueden usar junto con otros servicios de AWS como Kinesis, DynamoDB, Lambda, SNS y Greengrass para construir aplicaciones de Internet de las Cosas escalables. También presenta ejemplos de cómo estos servicios podrían usarse para un escenario de monitoreo de pacientes en un hospital.
Amazon Web Services proporciona una amplia gama de servicios que le ayudarán a crear e implementar aplicaciones de análisis de big data de forma rápida y sencilla. AWS ofrece un acceso rápido a recursos de TI económicos y flexibles, algo que permitirá escalar prácticamente cualquier aplicación de big data con rapidez, incluidos almacenamiento de datos, análisis de clics, detección de elementos fraudulentos, motores de recomendación, proceso ETL impulsado por eventos, informática sin servidor y procesamiento del Internet de las cosas.
https://aws.amazon.com/es/big-data/
Este documento presenta arquitecturas y mejores prácticas para Big Data en AWS. Explica los desafíos de Big Data y propone una arquitectura de referencia que incluye el desacoplamiento de datos, el uso de herramientas adecuadas para cada fase y un enfoque en servicios serverless y gerenciados. También describe varias herramientas de AWS para la recolección, almacenamiento, procesamiento y análisis de datos a gran escala.
Este documento presenta una introducción a R. Explica los primeros pasos en R, incluyendo la instalación, fundamentos, documentación y visualización. Luego cubre temas como operadores, vectores, operaciones con vectores, filtros, extracción de datos y gráficos. Finalmente, promueve los servicios de SolidQ para ayudar con el desarrollo y mantenimiento de plataformas de análisis.
Este documento presenta las mejores prácticas para realizar una migración a la nube, incluyendo la preparación, evaluación, diseño de aplicaciones, migración, validación y operación continua. Explica el proceso de migración con énfasis en la planeación, herramientas de descubrimiento, patrones de migración y optimización continua mediante DevOps.
El documento describe las técnicas para implementar un desarrollo de software continuo en AWS, incluyendo automatizar las etapas de codificación, construcción, pruebas y despliegue utilizando herramientas como AWS CodeCommit, AWS CodeBuild, AWS CodeDeploy y AWS CodePipeline. Estas herramientas permiten a los equipos de desarrollo entregar software de manera más rápida y confiable.
Este documento presenta una introducción a Azure Data Warehouse. Explica la arquitectura tradicional de un data warehouse y cómo Azure Data Warehouse ofrece una solución en la nube. Detalla los componentes de la arquitectura de Azure Data Warehouse como las unidades de almacenamiento, modos de despliegue, distribución de tablas e índices. También cubre temas como la migración de datos y consideraciones al usar Azure Data Warehouse.
Este documento presenta una sesión sobre los servicios de bases de datos de AWS. Explica que ofrece una variedad de servicios de bases de datos relacionales, NoSQL y de Big Data, cada uno optimizado para diferentes casos de uso. También describe los servicios principales como Amazon RDS, DynamoDB y Redshift, y cómo clientes importantes los usan para solucionar sus desafíos de datos y análisis.
Este documento describe patrones avanzados de implementación de microservicios con contenedores en AWS. Explica conceptos como microservicios, contenedores y arquitecturas de implementación como ECS, Fargate y despliegues blue-green. También cubre temas como escalado automático, descubrimiento de servicios, integración continua y despliegues, entre otros.
La informática sin servidor le permite crear y ejecutar aplicaciones y servicios sin preocuparse de los servidores. Las aplicaciones sin servidor no requieren que aprovisione, escale ni administre ningún servidor. Puede crearlas para prácticamente cualquier tipo de aplicación o servicio backend. Además, usted administra todo lo necesario para ejecutar y escalar la aplicación con alta disponibilidad.
https://aws.amazon.com/es/serverless
Este documento trata sobre eventos, escalabilidad y la nube. Explica conceptos clave como datos en reposo vs. datos en movimiento, características de los eventos, tipos de eventos, y la dualidad entre eventos y estado. También describe a Apache Kafka como una plataforma de flujos de eventos, con abstracciones como logs, topics y particiones. Explica cómo Kafka permite publicar y consumir eventos de manera escalable a través de su interfaz de pub/sub.
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nubeRodrigo Corral
Presentación del evento Industria 4.0 que Plain Concepts organiza anualmente en Bilbao. Este año hablé de almacenamiento y procesamiento de grandes volumenes de datos, como los que generan las soluciones de monitoriazción e IoT industriales, en la nube. Hablamos de Azure Data Lake, Cosmos DB, SQL Azure y bases de datos de series temporales como InfluxDb y OpenTSDB.
Este documento describe el concepto de Big Data y los principales componentes de la plataforma Microsoft Azure Data Lake para procesar y analizar grandes cantidades de datos. Explica que Big Data se refiere a almacenar y encontrar patrones en grandes cantidades de datos de diversas fuentes y formatos. Luego describe las características de volumen, velocidad y variedad de los datos, y algunas de las herramientas clave de Azure Data Lake como Azure Data Lake Store, Azure Data Lake Analytics, HDInsight y U-SQL para procesar y analizar datos a gran escala de
Este documento proporciona recomendaciones para migrar bases de datos a AWS de manera óptima. Explica que Amazon RDS ofrece una plataforma de bases de datos administrada que soporta múltiples motores y procesos automatizados. También describe que AWS DMS y AWS SCT facilitan migraciones homogéneas y heterogéneas minimizando tiempo de inactividad y automatizando la conversión de esquemas. Finalmente, ofrece consejos sobre entender el ambiente, factores que afectan la velocidad y consideraciones generales para una migra
El documento describe los desafíos del desarrollo de aplicaciones móviles a gran escala, incluyendo la diversidad de dispositivos, actualizaciones frecuentes de sistemas operativos y nuevas capacidades de hardware. También discute cómo la nube puede ayudar mediante servicios como Azure para proporcionar infraestructura elástica y cómo los microservicios y Service Fabric de Microsoft permiten construir aplicaciones escalables.
Este documento presenta Azure Cosmos DB, una base de datos distribuida globalmente como servicio que es multi-modelo y altamente escalable. Ofrece distribución global, escalabilidad elástica, consistencia personalizable, latencias bajas garantizadas y SLAs respaldados financieramente. Se presentan varios casos de uso de empresas que usan Cosmos DB para lograr escalabilidad masiva y rendimiento global para aplicaciones de IoT, comercio electrónico, juegos y más.
Escalando con SQL Server hasta la nube, un trayecto necesario - Adrian MirandaSpanishPASSVC
El documento habla sobre cómo escalar SQL Server a la nube, un paso necesario. Explica que se necesita para integrar sistemas transaccionales en datacenters convencionales con máquinas virtuales en Azure para soluciones de alta disponibilidad y recuperación de desastres. También cubre consideraciones para migrar a la nube y demuestra cómo configurar SQL Server en una máquina virtual de Azure.
Amazon Athena es un servicio de consultas interactivo que permite realizar consultas SQL en datos almacenados en Amazon S3 de forma rápida, sin necesidad de administrar infraestructura, y solo pagando por las consultas ejecutadas. Se integra con AWS Glue para crear un catálogo unificado de metadatos y permite consultas instantáneas en múltiples formatos de datos.
Seminario web: Simplificando el uso de su base de datos con AtlasMongoDB
El documento proporciona información sobre MongoDB Atlas, un servicio de base de datos como servicio de MongoDB. MongoDB Atlas permite a los equipos de desarrollo centrarse en crear aplicaciones al proporcionar una forma fácil de implementar y gestionar una base de datos MongoDB en la nube de forma segura y escalable. El documento describe las características y ventajas de seguridad, disponibilidad y escalabilidad de MongoDB Atlas.
Presentación del Roadshow AWS en Bogota, Colombia y Mexico, DF. Introducción y presentación general de los servicios de computación en la nube de AWS. En español
En este seminario web hablaremos de cómo las empresas pueden aprovechar la nube de AWS para abordar escenarios de migración y recuperación ante desastres (DR) para máquinas virtuales. Aprenderá las opciones de migración y recuperación ante desastres para máquinas virtuales en el entorno de datacenter o en otra nube, y cómo CloudEndure simplifica la migración y la configuración de recuperación ante desastres para los clientes.
En esta presentación de power point abordaremos y explicaremos el tema de la base de datos en el mercado SQL y NoSQL así como ejemplos de los más populares.
El documento describe la unión entre Big Data y APIs. Explica brevemente qué es Big Data, las 4 Vs que lo caracterizan (volumen, velocidad, variedad y veracidad), y algunas bases de datos NoSQL y arquitecturas de procesamiento de datos masivos como Hadoop, Amazon Redshift y Storm. También presenta la arquitectura Lambda y principios para el desarrollo de APIs.
Amazon Web Services proporciona una amplia gama de servicios que le ayudarán a crear e implementar aplicaciones de análisis de big data de forma rápida y sencilla. AWS ofrece un acceso rápido a recursos de TI económicos y flexibles, algo que permitirá escalar prácticamente cualquier aplicación de big data con rapidez, incluidos almacenamiento de datos, análisis de clics, detección de elementos fraudulentos, motores de recomendación, proceso ETL impulsado por eventos, informática sin servidor y procesamiento del Internet de las cosas.
https://aws.amazon.com/es/big-data/
Este documento presenta arquitecturas y mejores prácticas para Big Data en AWS. Explica los desafíos de Big Data y propone una arquitectura de referencia que incluye el desacoplamiento de datos, el uso de herramientas adecuadas para cada fase y un enfoque en servicios serverless y gerenciados. También describe varias herramientas de AWS para la recolección, almacenamiento, procesamiento y análisis de datos a gran escala.
Este documento presenta una introducción a R. Explica los primeros pasos en R, incluyendo la instalación, fundamentos, documentación y visualización. Luego cubre temas como operadores, vectores, operaciones con vectores, filtros, extracción de datos y gráficos. Finalmente, promueve los servicios de SolidQ para ayudar con el desarrollo y mantenimiento de plataformas de análisis.
Este documento presenta las mejores prácticas para realizar una migración a la nube, incluyendo la preparación, evaluación, diseño de aplicaciones, migración, validación y operación continua. Explica el proceso de migración con énfasis en la planeación, herramientas de descubrimiento, patrones de migración y optimización continua mediante DevOps.
El documento describe las técnicas para implementar un desarrollo de software continuo en AWS, incluyendo automatizar las etapas de codificación, construcción, pruebas y despliegue utilizando herramientas como AWS CodeCommit, AWS CodeBuild, AWS CodeDeploy y AWS CodePipeline. Estas herramientas permiten a los equipos de desarrollo entregar software de manera más rápida y confiable.
Este documento presenta una introducción a Azure Data Warehouse. Explica la arquitectura tradicional de un data warehouse y cómo Azure Data Warehouse ofrece una solución en la nube. Detalla los componentes de la arquitectura de Azure Data Warehouse como las unidades de almacenamiento, modos de despliegue, distribución de tablas e índices. También cubre temas como la migración de datos y consideraciones al usar Azure Data Warehouse.
Este documento presenta una sesión sobre los servicios de bases de datos de AWS. Explica que ofrece una variedad de servicios de bases de datos relacionales, NoSQL y de Big Data, cada uno optimizado para diferentes casos de uso. También describe los servicios principales como Amazon RDS, DynamoDB y Redshift, y cómo clientes importantes los usan para solucionar sus desafíos de datos y análisis.
Este documento describe patrones avanzados de implementación de microservicios con contenedores en AWS. Explica conceptos como microservicios, contenedores y arquitecturas de implementación como ECS, Fargate y despliegues blue-green. También cubre temas como escalado automático, descubrimiento de servicios, integración continua y despliegues, entre otros.
La informática sin servidor le permite crear y ejecutar aplicaciones y servicios sin preocuparse de los servidores. Las aplicaciones sin servidor no requieren que aprovisione, escale ni administre ningún servidor. Puede crearlas para prácticamente cualquier tipo de aplicación o servicio backend. Además, usted administra todo lo necesario para ejecutar y escalar la aplicación con alta disponibilidad.
https://aws.amazon.com/es/serverless
Este documento trata sobre eventos, escalabilidad y la nube. Explica conceptos clave como datos en reposo vs. datos en movimiento, características de los eventos, tipos de eventos, y la dualidad entre eventos y estado. También describe a Apache Kafka como una plataforma de flujos de eventos, con abstracciones como logs, topics y particiones. Explica cómo Kafka permite publicar y consumir eventos de manera escalable a través de su interfaz de pub/sub.
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nubeRodrigo Corral
Presentación del evento Industria 4.0 que Plain Concepts organiza anualmente en Bilbao. Este año hablé de almacenamiento y procesamiento de grandes volumenes de datos, como los que generan las soluciones de monitoriazción e IoT industriales, en la nube. Hablamos de Azure Data Lake, Cosmos DB, SQL Azure y bases de datos de series temporales como InfluxDb y OpenTSDB.
Este documento describe el concepto de Big Data y los principales componentes de la plataforma Microsoft Azure Data Lake para procesar y analizar grandes cantidades de datos. Explica que Big Data se refiere a almacenar y encontrar patrones en grandes cantidades de datos de diversas fuentes y formatos. Luego describe las características de volumen, velocidad y variedad de los datos, y algunas de las herramientas clave de Azure Data Lake como Azure Data Lake Store, Azure Data Lake Analytics, HDInsight y U-SQL para procesar y analizar datos a gran escala de
Este documento proporciona recomendaciones para migrar bases de datos a AWS de manera óptima. Explica que Amazon RDS ofrece una plataforma de bases de datos administrada que soporta múltiples motores y procesos automatizados. También describe que AWS DMS y AWS SCT facilitan migraciones homogéneas y heterogéneas minimizando tiempo de inactividad y automatizando la conversión de esquemas. Finalmente, ofrece consejos sobre entender el ambiente, factores que afectan la velocidad y consideraciones generales para una migra
El documento describe los desafíos del desarrollo de aplicaciones móviles a gran escala, incluyendo la diversidad de dispositivos, actualizaciones frecuentes de sistemas operativos y nuevas capacidades de hardware. También discute cómo la nube puede ayudar mediante servicios como Azure para proporcionar infraestructura elástica y cómo los microservicios y Service Fabric de Microsoft permiten construir aplicaciones escalables.
Este documento presenta Azure Cosmos DB, una base de datos distribuida globalmente como servicio que es multi-modelo y altamente escalable. Ofrece distribución global, escalabilidad elástica, consistencia personalizable, latencias bajas garantizadas y SLAs respaldados financieramente. Se presentan varios casos de uso de empresas que usan Cosmos DB para lograr escalabilidad masiva y rendimiento global para aplicaciones de IoT, comercio electrónico, juegos y más.
Escalando con SQL Server hasta la nube, un trayecto necesario - Adrian MirandaSpanishPASSVC
El documento habla sobre cómo escalar SQL Server a la nube, un paso necesario. Explica que se necesita para integrar sistemas transaccionales en datacenters convencionales con máquinas virtuales en Azure para soluciones de alta disponibilidad y recuperación de desastres. También cubre consideraciones para migrar a la nube y demuestra cómo configurar SQL Server en una máquina virtual de Azure.
Amazon Athena es un servicio de consultas interactivo que permite realizar consultas SQL en datos almacenados en Amazon S3 de forma rápida, sin necesidad de administrar infraestructura, y solo pagando por las consultas ejecutadas. Se integra con AWS Glue para crear un catálogo unificado de metadatos y permite consultas instantáneas en múltiples formatos de datos.
Seminario web: Simplificando el uso de su base de datos con AtlasMongoDB
El documento proporciona información sobre MongoDB Atlas, un servicio de base de datos como servicio de MongoDB. MongoDB Atlas permite a los equipos de desarrollo centrarse en crear aplicaciones al proporcionar una forma fácil de implementar y gestionar una base de datos MongoDB en la nube de forma segura y escalable. El documento describe las características y ventajas de seguridad, disponibilidad y escalabilidad de MongoDB Atlas.
Presentación del Roadshow AWS en Bogota, Colombia y Mexico, DF. Introducción y presentación general de los servicios de computación en la nube de AWS. En español
En este seminario web hablaremos de cómo las empresas pueden aprovechar la nube de AWS para abordar escenarios de migración y recuperación ante desastres (DR) para máquinas virtuales. Aprenderá las opciones de migración y recuperación ante desastres para máquinas virtuales en el entorno de datacenter o en otra nube, y cómo CloudEndure simplifica la migración y la configuración de recuperación ante desastres para los clientes.
En esta presentación de power point abordaremos y explicaremos el tema de la base de datos en el mercado SQL y NoSQL así como ejemplos de los más populares.
El documento describe la unión entre Big Data y APIs. Explica brevemente qué es Big Data, las 4 Vs que lo caracterizan (volumen, velocidad, variedad y veracidad), y algunas bases de datos NoSQL y arquitecturas de procesamiento de datos masivos como Hadoop, Amazon Redshift y Storm. También presenta la arquitectura Lambda y principios para el desarrollo de APIs.
[CatchIT] Serverless con Azure Cosmos DB + FunctionsMatias Quaranta
El documento describe las aplicaciones serverless con Cosmos DB y Azure Functions. Cosmos DB ofrece un servicio de base de datos globalmente distribuido y multi-modelo con APIs para SQL, MongoDB, Cassandra y Gremlin. Azure Functions permite ejecutar código de forma serverless mediante disparadores y enlaces de entrada y salida. Los escenarios incluyen consumir el cambio feed de Cosmos DB para procesamiento asíncrono y paralelo de eventos en Functions distribuidas.
Este documento presenta resúmenes de diferentes tipos de bases de datos, incluyendo Microsoft SQL Server, Oracle, MongoDB, Oracle NoSQL y Cassandra. Microsoft SQL Server es un sistema de gestión de bases de datos relacionales propietario de Microsoft, mientras que Oracle también es un sistema de gestión de bases de datos relacional tradicional. MongoDB es una base de datos NoSQL líder que permite escalabilidad, y Cassandra es adecuada para escalabilidad y alta disponibilidad sin comprometer el rendimiento.
SQL Server 2014 y La Plataforma de DatosJoseph Lopez
Un análisis objetivo y amplio (Vista rápida) sobre las nuevas características en la versión 2014, aplicadas al desempeño y ejecución de escenarios empresariales de alto desempeño como lo es In-Memory for OLTP, Update Capable Column Store Index, Alta Disponibilidad y Misión Critica sobre altos volúmenes de transaccionalidad de datos.
Sql server 2014 y la plataforma de datosSpanishPASSVC
Un análisis objetivo y amplio (Vista rápida) sobre las nuevas características en la versión 2014, aplicadas al desempeño y ejecución de escenarios empresariales de alto desempeño como lo es In-Memory for OLTP, Update Capable Column Store Index, Alta Disponibilidad y Misión Critica sobre altos volúmenes de transaccionalidad de datos.
Este documento introduce Windows Azure y sus principales características. Explica conceptos clave como roles, almacenamiento y máquinas virtuales. También describe servicios como SQL Database, Web Sites y Media Services. Finalmente, ofrece consejos para migrar aplicaciones a la nube y mejorar su escalabilidad y rendimiento aprovechando las capacidades de Azure.
Este documento presenta una agenda para una sesión sobre Azure Data Lake. La agenda incluye una breve introducción a Big Data, una exploración de los servicios Azure Data Lake Store y Analytics, una introducción al lenguaje de consulta USQL, y una sesión de preguntas y respuestas. El objetivo es explorar las características de Azure Data Lake y cómo puede usarse para almacenar y analizar grandes volúmenes y variedades de datos.
SQL Azure es una base de datos en la nube que ofrece escalabilidad, disponibilidad, bajos costos y menos problemas de administración. Proporciona capacidades como administración flexible, desarrollo ágil y escalabilidad para satisfacer las necesidades de los desarrolladores, administradores de TI y empresas. Los usuarios pueden acceder a datos desde cualquier lugar y dispositivo, y SQL Azure ofrece características como alta disponibilidad, capacidad de adaptarse fácilmente a cambios y soporte para múltiples clientes.
Similar a Expert Academy Argentina - Azure Cosmos DB Fundamentals (20)
Cooking serverless recipes with Azure Functions and Azure Cosmos DB - NET Con...Matias Quaranta
The document discusses a presentation about cooking serverless recipes with Azure Functions and Azure Cosmos DB. It includes slides about Azure Cosmos DB features like multi-model database capabilities, globally distributed storage, and elastic scaling. It also covers using Azure Functions and bindings to interact with Azure Cosmos DB for input, output, and triggers. Examples are provided on GitHub for common serverless patterns using these services.
Microsoft Data & AI Experience LATAM 2018 - Azure Cosmos DBMatias Quaranta
Este documento presenta Azure Cosmos DB, un servicio de base de datos distribuido globalmente y dinámicamente escalable que admite múltiples modelos de datos. Azure Cosmos DB ofrece escalabilidad elástica, latencia ultrabaja, disponibilidad del 99.99% y cinco niveles de consistencia personalizable. Además, proporciona indexación automática y agnóstica del esquema, migración sencilla desde otros orígenes de datos y compatibilidad con aplicaciones multi-modelo, analíticas y serverless.
Este documento presenta Azure Cosmos DB, una base de datos distribuida globalmente, multi-modelo y altamente escalable. Ofrece distribución global, compatibilidad con múltiples modelos de datos y APIs, escalabilidad elástica, consistencia personalizable, baja latencia garantizada y SLAs respaldados financieramente. También describe características como sin esquema, cambios de seguimiento, desencadenadores sin servidor y seguridad de nivel empresarial.
This document introduces Azure Cosmos DB, a globally distributed, massively scalable, multi-model database service. It provides global distribution by automatically replicating data across regions around the world. It supports multiple data models and APIs, including key-value, column family, document, and graph. It also offers elastic scale, choice of consistency levels, and guaranteed single-digit millisecond latency with financially-backed SLAs. The document discusses how Azure Cosmos DB powers global solutions for fields like gaming, IoT, and e-commerce by providing scalability, availability, and low latency.
This document introduces Azure Cosmos DB, a globally distributed, massively scalable, multi-model database service. It provides elastic scale, global distribution that automatically replicates data worldwide, supports multiple data models and APIs, offers five consistency levels, and guarantees low single-digit millisecond latency at the 99th percentile from the nearest region. It also includes financially backed SLAs and enterprise-level security and compliance features. The document demonstrates Azure Cosmos DB's capabilities through examples of its use by companies for applications requiring high throughput, low latency access to globally distributed data, like connected vehicles, e-commerce, and gaming.
Azure DocumentDB en Global Azure Bootcamp 2017Matias Quaranta
The document discusses DocumentDB, a NoSQL database offered by Microsoft Azure. It provides three key capabilities:
1. Volume: It can handle high volumes of reads and writes with latencies under 10ms and 15ms respectively at the 99th percentile.
2. Variety: It supports multiple programming models including SQL, JavaScript, and many client drivers in different languages. It also supports geospatial queries.
3. Velocity: It offers elastic scaling of throughput and storage both locally and globally. It guarantees low and predictable latencies through an optimized database engine designed for SSDs.
The document discusses DocumentDB, a NoSQL database service. It covers the three V's of data today - variety, velocity, and volume. It also discusses some key features of DocumentDB like its flexible schema, fast performance, scalability to high volumes, and support for queries on JSON documents. Examples of common uses of DocumentDB are given like product catalogs, game data, sensor data from IoT, and social analytics.
The document discusses cloud scalability and services offered by Microsoft Azure. It describes how Azure App Services can be used to build and host web, API, mobile and logic apps that automatically scale based on demand. Specific Azure services highlighted include App Service Plans, Azure Redis Cache for caching, and Azure Search for search-as-a-service capabilities. The document provides examples of how these services can improve scalability and help applications adapt to increased usage.
Reporte homicidio doloso descripción
Reporte que contiene información de las víctimas de homicidio doloso registradas en el municipio de Irapuato Guanajuato durante el periodo señalado, comprende información cualitativa y cuantitativa que hace referencia a las características principales de cada uno de los homicidios.
La información proviene tanto de medios de comunicación digitales e impresos como de los boletines que la propia Fiscalía del Estado de Guanajuato emite de manera diaria a los medios de comunicación quienes publican estas incidencias en sus distintos canales.
Podemos observar cantidad de personas fallecidas, lugar donde se registraron los eventos, colonia y calle así como un comparativo con el mismo periodo pero del año anterior.
Edades y género de las víctimas es parte de la información que incluye el reporte.
Este documento ha sido elaborado por el Observatorio Ciudadano de Seguridad Justicia y Legalidad de Irapuato siendo nuestro propósito conocer datos sociodemográficos en conjunto con información de incidencia delictiva de las 10 colonias y/o comunidades que del año 2020 a la fecha han tenido mayor incidencia.
Existen muchas más colonias que presentan cifras y datos en materia de seguridad, sin embargo, en este primer acercamiento lo que se prevées darle al lector una idea de como se encuentran las colonias analizadas, tomando como referencia los datos del INEGI 2020, datos del Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública del 2020 al 2023 y las bases de datos propias que desde el 2017 el Observatorio Ciudadano ha recopilado de manera puntual con datos de las vıć timas de homicidio doloso, accidentes de tránsito, personas lesionadas por arma de fuego, entre otros indicadores.
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdfMedTechBiz
Este libro ofrece una introducción completa y accesible a los campos de la minería de datos y la inteligencia artificial. Cubre todo, desde conceptos básicos hasta estudios de casos avanzados, con énfasis en la aplicación práctica utilizando herramientas como Python y R.
También aborda cuestiones críticas de ética y responsabilidad en el uso de estas tecnologías, discutiendo temas como la privacidad, el sesgo algorítmico y transparencia.
El objetivo es permitir al lector aplicar técnicas de minería de datos e inteligencia artificial a problemas reales, contribuyendo a la innovación y el progreso en su área de especialización.
LINEA DE TIEMPO Y PERIODO INTERTESTAMENTARIOAaronPleitez
linea de tiempo del antiguo testamento donde se detalla la cronología de todos los eventos, personas, sucesos, etc. Además se incluye una parte del periodo intertestamentario en orden cronológico donde se detalla todo lo que sucede en los 400 años del periodo del silencio. Basicamente es un resumen de todos los sucesos desde Abraham hasta Cristo
3. L A S A P L I C A C I O N E S
M O D E R N A S E N F R E N TA N
N U E V O S D E S A F Í O S
Administrar y sincronizar datos distribuidos en todo el mundo
Entregar personalización que responde muy adecuadamente y
en tiempo real
Procesamiento y análisis de muchos datos complejos
Escalación tanto de rendimiento como de almacenamiento con
base en demanda global
Entrega de baja latencia a usuarios globales
Modernización de aplicaciones y datos existentes
4. SQL: MongoDB
API de
tabla
Distribución global
Escalabilidad horizontal elástica
de almacenamiento y rendimiento
Baja latencia garantizada en el percentil 99
SLAs completos
Cinco modelos de consistencia
bien definidos
A Z U R E C O S M O S D B
DocumentoFamilia de columnas
Valor de clave Gráfico
Un servicio de base de datos globalmente distribuido, escalable
masivamente y multi-modelo
5. C A R A C T E R I S T I C A S P R I N C I PA L E S
6. D I S T R I B U C I Ó N G LO B A L
PONGA SUS DATOS DONDE ESTÁN SUS USUARIOS
Replique automáticamente todos los datos de todo el mundo,
y en más regiones que Amazon y Google combinados.
• Disponible en todas las regiones de Azure
• Conmutación por error manual y automática
• Replicación multi-región automática y sincrónica
7. E S C A L A B I L I D A D E L Á S T I C A D E A L M A C E N A M I E N TO Y
R E N D I M I E N TO
SE ESCALA EN LA MEDIDA EN QUE SUS APLICACIONES
NECESITEN CAMBIAR
Independientemente y elásticamente escale almacenamiento
y rendimiento en todas las regiones, incluso durante ráfagas
de tráfico imprevisibles - con una base de datos que se
adapta a las necesidades de su aplicación.
• Escale el rendimiento de forma elástica de 10 a 100s de
millones de solicitudes/seg en múltiples regiones
• Soporte para solicitudes/seg para distintas cargas de trabajo
• Pague sólo por el rendimiento y el almacenamiento que
necesita
8. B A J A L AT E N C I A G A R A N T I Z A D A
PROPORCIONAR A LOS USUARIOS DE TODO EL
MUNDO ACCESO RÁPIDO A DATOS
Servir a <10 ms de lectura y <15 ms solicitudes de
escritura en el 99o percentil de la región más cercana
a los usuarios, mientras se entregan los datos a nivel
mundial.
9. Robusta Obsolescencia limitada Sesión Prefijo consistente Eventual
C I N C O M O D E LO S D E C O N S I S T E N C I A B I E N D E F I N I D O S
ELEGIR EL MEJOR MODELO DE CONSISTENCIA PARA SU APLICACIÓN
Ofrece cinco modelos de consistencia
Proporciona control sobre las compensaciones de
rendimiento-consistencia, respaldado por amplios SLAs.
Un modelo de programación intuitiva que ofrece baja latencia
y alta disponibilidad para su aplicación a escala del planeta.
10. M Ú LT I P L E S M O D E LO S D E D ATO S Y A P I S
UTILICE EL MODELO QUE MEJOR SE ADAPTE A SUS
NECESIDADES, Y LAS APIS, HERRAMIENTAS Y MARCOS DE
TRABAJO QUE PREFIERA
Familia de columna Documento
Valor de clave
API de
tabla
SQL:
MongoDB
Gráfico
Cosmos DB ofrece una multitud de APIs para el acceso y la consulta
de datos incluyendo, SQL, diversas APIs OSS populares y soporte
nativo para cargas de trabajo de NoSQL.
Uso de datos de valor de clave, tabulares, gráficos y de documentos
Los datos se indexan automáticamente, sin esquema o índices
secundarios necesarios
Consultas ultrarrápidas sin ningún retraso
11. M A N E J E C U A LQ U I E R T I P O D E D ATO S S I N
R E Q U E R I R D E E S Q U E M A O I N D E X A C I Ó N
El servicio sin esquema de Azure Cosmos DBs indexa automáticamente
todos sus datos, independientemente del modelo de datos, para
entregar consultas rapidísimas.
Ítem Color
Seguro para
microondas
Capacidad
Líquida
CPU Memoria
Almacen
amiento
Taza
geek
Grafito Sí 16ox ??? ??? ???
Taza de
grano de
café
Cuero No 12oz ??? ??? ???
Surface
book
Gris ??? ??? 3.4 GHz
Intel
Skylake
Core i7-
6600U
16GB 1 TB SSD
• Administración automática de índice
• Auto-indexación automática sincrónica
• No se necesitan esquemas ni índices secundarios
• Funciona a través de cada modelo de datos
GEEK
12. S L A S C O M P L E TO S
EJECUTE SUS APLICACIONES EN UNA INFRAESTRUCTURA DE CLASE
MUNDIAL
Azure Cosmos DB es el único servicio con SLAs respaldados financieramente
para una latencia de milisegundos en el 99o percentil, 99,999% de HA y
rendimiento y consistencia garantizados
HALatencia
<10 ms
Percentil 99o
99.999%
Rendimiento Consistencia
Garantizado Garantizado
13. C O N F Í E S U S D ATO S A L A S E G U R I D A D Y
C O N F O R M I D A D L Í D E R E S E N L A I N D U S T R I A
Azure es la nube más confiable del mundo, con más
certificaciones que cualquier otro proveedor de nube.
• Seguridad de nivel empresarial
• Cifrado en reposo
• El cifrado es activado automáticamente de manera
predeterminada
• Certificación completa de conformidad de Azure
14. D ATO S D I S T R I B U I D O S Y
D I S P O N I B L E S E N TO D O E L M U N D O
Ponga sus datos donde están sus usuarios para brindar
acceso en tiempo real y servicio ininterrumpido a los
clientes en cualquier parte del mundo.
• Replicación de datos global "turnkey" en todas las
regiones de Azure
• Experiencia de baja latencia garantizada para usuarios
globales
• Resiliencia para alta disponibilidad y recuperación ante
desastres
15. G E N E R E E X P E R I E N C I A S D E
C L I E N T E E N T I E M P O R E A L
Ofrece aplicaciones sensibles a la latencia con
personalización, licitación y detección de fraudes.
• Los modelos de aprendizaje de máquina generan
recomendaciones en tiempo real a través de
catálogos de productos
• Análisis de productos en milisegundos
• La baja latencia garantiza un alto rendimiento de
las aplicaciones en todo el mundo
• Modelos de consistencia sintonizables para
obtener conocimientos rápidos
Servicio de recomendaciones en línea
Ruta de acceso ACTIVA
Motor de recomendaciones sin conexión
Ruta de acceso INACTIVA
16. I D E A L PA R A J U E G O S Y
C O M E R C I O E L E C T R Ó N I C O
Mantener la calidad del servicio durante períodos de
alto tráfico que requieren escalabilidad y
rendimiento masivos.
• La escalación instantánea y elástica maneja las
ráfagas de tráfico
• Experiencia de usuario global ininterrumpida
• Acceso y procesamiento de datos de baja latencia
para bases de usuarios grandes y cambiantes
• Alta disponibilidad a lo largo de múltiples centros
de datos
17. T E L E M E T R I A D E S D E I OT
Las cargas de trabajo de sensor de IoT que son
diversas e imprevisibles requieren una plataforma
de datos que responda adecuadamente
• Manipulación perfecta de cualquier salida o
volumen de datos
• Los datos se ponen a disposición de manera
inmediata y son automáticamente indexados
• Alto número de escrituras por segundo, con
rendimiento estable de ingesta y consultas
18. D E S A R R O L LO S I M P L I F I C A D O
C O N A R Q U I T E C T U R A S I N
S E R V I D O R
Experimente una disminución en el tiempo de
implementación, una mejor escalabilidad y la libertad
de la administración de marco de trabajo con micro-
servicios orientados hacia eventos.
• Manipulación perfecta de cualquier salida o
volumen de datos
• Los datos se ponen a disposición de manera
inmediata y son automáticamente indexados
• Alto número de escrituras por segundo, con
rendimiento estable de ingesta y consultas
• Feeds de cambio resilientes y en tiempo real
siempre conectados y accesible
• Integración nativa con Azure Functions
19. N O S Q L L I F T & S H I F T
Facilite la modernización de datos con una migración
de perfecta de cargas de trabajo de NoSQL hacia la
nube.
• Las APIs de Azure Cosmos DB APIs para MongoDB
y Cassandra traen datos de aplicaciones desde
cualquier lugar hacia Azure Cosmos DB
• Aproveche las herramientas, controladores y
bibliotecas existentes y continúe utilizando los
SDKs de las aplicaciones existentes
• Geo-replicación "turnkey"
• No requiere infraestructura o administración de
VM
.NET
21. Cuenta
Base de
datos
Base de
datos
Base de
datos
Base de
datos
Base de
datosContenedor
Base de
datos
Base de
datosÍtem
U R I Y C R E D E N C I A L E S D E C U E N TA
********.azure.com
IGeAvVUp …
22. C R E A R U N A C U E N TA
Cuenta
Base de
datos
Base de
datos
Base de
datos
Base de
datos
Base de
datosContenedor
Base de
datos
Base de
datosÍtem
23. R E P R E S E N TA C I O N E S D E B A S E D E D ATO S
Cuenta
Base de
datos
Base de
datos
Base de
datos
Base de
datos
Base de
datosContenedor
Base de
datos
Base de
datosÍtem
Base de
datos
Base de
datosContenedor
Base de
datos
Base de
datosÍtem
24. R E P R E S E N TA C I O N E S D E C O N T E N E D O R
Cuenta
Base de
datos
Base de
datos
Base de
datos
Base de
datos
Base de
datosContenedor
Base de
datos
Base de
datosÍtem
= Colección Gráfico Tabla
25. C R E A C I Ó N D E C O L E C C I O N E S - S Q L A P I
Cuenta
Base de
datos
Base de
datos
Base de
datos
Base de
datos
Base de
datosContenedor
Base de
datos
Base de
datosÍtem
26. R E C U R S O S A N I V E L D E C O N T E N E D O R
Cuenta
Base de
datos
Base de
datos
Base de
datos
Base de
datos
Base de
datosContenedor
Base de
datos
Base de
datosÍtem ConflictoSproc Triggers UDF
27. TO P O LO G I A Y PA R T I C I O N A M I E N TO
28. TO P O LO G Í A D E S I S T E M A
Resource
Manager
Language
Runtime(s)
Hosts
Query
Processor
RSM
Index Manager
Bw-tree++/ LLAMA++
Log Manager
IO Manager
Resource Governor
Transport
Database engine
Admission control
…
…
Planeta tierra Regiones de Azure Datacenters Stamps Fault domains
Cluster Machine Replica Database engine
Container
Various agents
29. TO P O LO G I A D E S I S T E M A
CONTENEDORES
Los recursos lógicos se “proyectan" en APIs como
tablas, colecciones o gráficos, que se compone de una
o más particiones físicas o servidores.
PARTICIONES DE RECURSOS
• Primitivos de coordinación altamente disponibles y
gobernados por recursos
• Constan de conjuntos de réplicas, con cada réplica
hospedando una instancia del motor de base de
datos
Contenedores
Particiones de recursos
ColeccionesTablas Gráficos
Inquilinos
Líder
Seguidor
Seguidor
Reenviador
Conjunto de réplicas
A partición(es) de recurso remoto
30. PA R T I C I O N E S
Cosmos DB Container
(ej. Colección)
Clave de partición: ID
de usuario
Abstracción de particionamiento lógico
Tras Bambalinas:
Conjuntos de particiones físicas
Hash (ID de usuario)
Distribución pseudo aleatoria de datos a lo largo de un rango de posibles valores
con hash
31. PA R T I C I O N E S
…
Partición 1 Partición 2 Partición n
# frugal de particiones con base en las necesidades reales de rendimiento y almacenamiento
(produciendo la escalabilidad con un bajo costo total de propiedad)
Hash (ID de usuario)
Distribución pseudo aleatoria de datos a lo largo de un rango de posibles valores
con hash
Andrew
Mike
…
Bob
Dharma
Shireesh
Karthik
Rimma
Alice
Carol
…
32. PA R T I C I O N E S
…
Partición 1 Partición 2 Partición n
¿Qué sucede cuando las particiones necesitan crecer?
Hash (ID de usuario)
Distribución pseudo aleatoria de datos a lo largo de un rango de posibles valores
con hash
Andrew
Mike
…
Bob
Dharma
Shireesh
Karthik
Rimma
Alice
Carol
…
33. PA R T I C I O N E S
Los Rangos de partición pueden ser dinámicamente sub-
divididos para hacer que la base de datos crezca perfectamente
conforme la aplicación crezca mientras se mantiene una alta
disponibilidad de manera simultánea.
La administración de particiones está completamente
administrada por Azure Cosmos DB, de modo que usted no
tiene que escribir código ni administrar sus particiones.
+
Partición x Partición
x1
Partición
x2
Hash (ID de usuario)
Distribución pseudo aleatoria de datos a lo largo de un rango de posibles valores
con hash
Rimma
Karthik
…
Dharma
Shireesh
Karthik
Rimma
Alice
Carol
…
Dharma
Shireesh
…
35. U N I D A D E S D E S O L I C I T U D
Las Unidades de solicitud (RUS) son una unidad basada en
velocidad
Abstrae los recursos físicos para llevar a cabo las solicitudes
Clave para eficiencia de multi-inquilinos, SLAs y COGS
Actividades en primero y segundo plano
% IOPS% CPU% Memoria
36. U N I D A D E S D E S O L I C I T U D
Normalizado a través de diversos métodos de acceso
1 RU = 1 lectura de documento de 1 KB
Cada solicitud consume RUs fijos
Se aplica a lecturas, escrituras, consultas y ejecución de
procedimiento almacenado
GET
POST
PUT
QUERY
…
=
=
=
=
37. U N I D A D E S D E S O L I C I T U D
Aprovisionado en términos de RU/seg
Limitación de velocidad en función de la cantidad de
rendimiento aprovisionado
Puede ser aumentado o disminuido de forma instantánea
Se mide cada hora
Los procesos en segundo plano como expiración de TTL y
transformaciones de índice se programan cuando están
inactivos
Min RU/seg
Máx RU/seg
Solicitudesentrantes
Réplica inactiva
Límite de
velocidad
No hay límite de
velocidad
38. U N I D A D E S D E S O L I C I T U D
Cuenta
Base de
datos
Base de
datos
Base de
datos
Base de
datos
Base de
datosContenedor
39. U N I D A D E S D E S O L I C I T U D
Cuenta
Base de
datos
Base de
datos
Base de
datos
Base de
datos
Base de
datosContenedor
Base de
datos
Base de
datosContenedor
Base de
datos
Base de
datosContenedor
40. VA L I D A C I Ó N D E L A O P C I Ó N D E N I V E L D E
R E N D I M I E N TO
1. Compruebe si sus operaciones tienen limitación
de velocidad.
• Solicitudes que exceden el gráfico de capacidad
2. Verifique si el rendimiento consumido supera el
rendimiento aprovisionado en cualquiera de las
particiones físicas
• Max RU/segundo consumido de acuerdo al
gráfico de partición
3. Seleccione el momento en que el rendimiento
máximo consumido por partición exceda el
aprovisionado en el gráfico
• Rendimiento máximo consumido por cada
gráfico de partición
42. M A N E J E C U A LQ U I E R T I P O D E D ATO S S I N
R E Q U E R I R D E E S Q U E M A O I N D E X A C I Ó N
El servicio sin esquema de Azure Cosmos DBs indexa automáticamente
todos sus datos, independientemente del modelo de datos, para
entregar consultas rapidísimas.
Ítem Color
Seguro para
microondas
Capacidad
Líquida
CPU Memoria
Almacen
amiento
Taza
geek
Grafito Sí 16ox ??? ??? ???
Taza de
grano de
café
Cuero No 12oz ??? ??? ???
Surface
book
Gris ??? ??? 3.4 GHz
Intel
Skylake
Core i7-
6600U
16GB 1 TB SSD
• Administración automática de índice
• Auto-indexación automática sincrónica
• No se necesitan esquemas ni índices secundarios
• Funciona a través de cada modelo de datos
GEEK
43. I N D E X A D O D E D O C U M E N TO S
{
"locations": [
{
"country": "Germany",
"city": "Berlin"
},
{
"country": "France",
"city": "Paris"
}
],
"headquarter": "Belgium",
"exports": [
{ "city": "Moscow" },
{ "city": "Athens" }
]
}
locations headquarter exports
0
country city
Germany Berlin
1
country city
France Paris
0 1
city
Athens
city
Moscow
Belgium
44. I N D E X A D O D E D O C U M E N TO S
{
"locations": [
{
"country": "Germany",
"city": "Bonn",
"revenue": 200
}
],
"headquarter": "Italy",
"exports": [
{
"city": "Berlin",
"dealers": [
{ "name": "Hans" }
]
},
{ "city": "Athens" }
]
}
locations headquarter exports
0
country city
Germany Bonn
revenue
200
0 1
citycity
Berlin
Italy
dealers
0
name
Hans
45. I N D E X A D O D E D O C U M E N TO S
locations headquarter exports
0
country city
Germany Bonn
revenue
200
0 1
citycity
Berlin
Italy
dealers
0
name
Hans
locations headquarter exports
0
country city
Germany Berlin
1
country city
France Paris
0 1
city
Athens
city
Moscow
Belgium
46. Í N D I C E I N V E R T I D O
locations headquarter exports
0
country city
Germany
Berlin
revenue
200
0 1
city
Athens
city
Berlin
Italy
dealers
0
name
Hans
Bonn
1
country city
France Paris
Belgium
Moscow
47. Í N D I C E I N V E R T I D O
Terms Postings (Doc Ids)
$/locations/0/ 1, 2
locations/0/country 1, 2
locations/0/city 1, 2
0/country/Germany 1, 2
1/country/France 1
0/city/Moscow 1
0/dealers/0 2
… …
48. P O L Í T I C A S D E I N D E X A C I Ó N
POLÍTICAS DE INDEXACIÓN PERSONALIZADA
Aunque todos datos de Azure Cosmos DB están indexados
de manera predeterminada, usted puede especificar una
política de indexación personalizada para sus colecciones. Las
políticas de indexación personalizadas le permiten diseñar y
personalizar la forma de su índice, manteniendo la flexibilidad
del esquema.
• Defina compensaciones entre rendimiento de
almacenamiento, escritura y consultas y consistencia de
consulta
• Incluya o excluya documentos y rutas hacia y desde el
índice
• Configure diversos tipos de índice
{
"automatic": true,
"indexingMode": "Consistent",
"includedPaths": [{
"path": "/*",
"indexes": [{
"kind": "Hash",
"dataType": "String",
"precision": -1
}, {
"kind": "Range",
"dataType": "Number",
"precision": -1
}, {
"kind": "Spatial",
"dataType": "Point"
}]
}],
"excludedPaths": [{
"path": "/nonIndexedContent/*"
}]
}
49. T R A N S F O R M A C I O N E S D E Í N D I C E E N L Í N E A
CAMBIOS AL ÍNDICE SOBRE LA MARCHA
En Azure Cosmos DB usted puede realizar cambios a la
política de indexación de una colección sobre la marcha.
Los cambios pueden afectar la forma del índice,
incluyendo rutas, valores de precisión y su modelo de
consistencia.
Un cambio en la política de indexación requiere una
transformación efectiva del índice antiguo en un nuevo
índice.
51. Desafios de NoSQL en
IaaS / On-Premies:
Configuración y mantenimiento tedioso
Soluciones de Alta Disponibilidad complejas y costosas
Seguridad punta a punta
Sobre-aprovisionamiento para cubrir la demanda
Costos impredeciles
N O S Q L O N - P R E M I S E S
52. A Z U R E C O S M O S D B V S O N - P R E M N O S Q L
Azure Cosmos DB MongoDB on-prem
TCO No se requieren DBAs ni DevOps. Requiere DBAs o DevOps
Alta Disponibilidad SLA del 99,99% (una region) Requiere admnistración de replicas y
clusters en diferentes regions
Latencia SLA cubriendo < 10 ms para las lecturas y < 15 ms
para las escrituras el 99% del tiempo (una región)
Requiere configuración y tuning
Seguridad Encryption-at-rest y en la transmisión, Firewall por
IP, acceso por roles y llaves primarias y de lectura.
Configuración manual
Consistencia 5 diferentes modelos pre-configurados para elegir Eventual por defecto; Robusta puede ser
configurada manualmente
Capacidad No es necesario un monitoreo activo Requiere de monitoreo y planificación previa
para asegurar capacidad disponible
53. A Z U R E C O S M O S D B V S O N - P R E M N O S Q L
Azure Cosmos DB MongoDB on-prem
Escalabilidad Administración de índices automática sin
preocuparse por el esquema, con auto-indexación
sincrónica sin costo extra. Permite escalar el
almacenamiento a PBs y trillones de requests por
Segundo.
Requiere de ajustes en el esquema, y
administración de almacenamiento e
indexación.
Cobertura global Escala elástica a través de cualquier conjunto de
regions de Azure
Única región
Particiones Ilimitadas Requiere configuración manual
Replicas Replicación global y administración de replicas
automático
Requiere monitoreo de los clústeres,
creación y administración de sets de
replicas
Backups Backups automáticos geo-replicados Requiere configuración y administración
54. M I G R A R D ATO S D E S D E M O N G O D B
• mongoimport
• Archivos CSV, JSON generados por mongoexport
• mongoimport.exe --host <your_hostname>:10255 -u <your_username> -p <your_password> --db
<your_database> --collection <your_collection> --ssl --sslAllowInvalidCertificates --type json
--file C:sample.json --numInsertionWorkers <W> --batchSize <B>
• mongorestore
• Archivos mongodump (.bson)
• mongorestore.exe --host <your_hostname>:10255 -u <your_username> -p <your_password> --db
<your_database> --collection <your_collection> --ssl --sslAllowInvalidCertificates
<path_to_backup> --numInsertionWorkers <W> --batchSize <B>
60. C H A N G E F E E D P R O C E S S O R L I B R A R Y
https://www.nuget.org/packages
/Microsoft.Azure.DocumentDB.ChangeFeedProcessor/
61. Nivel de aplicación de
procesamiento de
evento/stream
C H A N G E F E E D C O N PA R T I C I O N E S
Paralelización de consumidor
El Change Feed escucha para detectar cualquier cambio en la
colección de Azure Cosmos DB. A continuación, brinda como
salida la lista ordenada de documentos que fueron
cambiados en el orden en que fueron modificados.
Los cambios se conservan, pueden ser procesados de forma
asíncrona y progresivamente y la salida puede ser
posteriormente distribuida a través de uno o más
consumidores para el procesamiento paralelo. El Change
Feed está disponible para cada rango de clave de partición
dentro de la colección de documentos y, por lo tanto, puede
ser distribuido a través de uno o más consumidores para
procesamiento paralelo.
Consumidor 1
Consumidor 2
Consumidor 3
62. C H A N G E F E E D C O N PA R T I C I O N E S
63. I N T E G R A C I O N C O N A Z U R E F U N C T I O N S
64. I N T E G R A C I O N C O N A Z U R E F U N C T I O N S
66. D I S T R I B U C I O N G LO B A L
Alta disponibilidad
• Conmutación por error automática y manual
• La API de hospedaje múltiple elimina la necesidad de una
redistribución
Baja latencia (en cualquier parte del mundo)
• Los paquetes no pueden moverse más rápido que la
velocidad de la luz
• El envío de un paquete al otro lado del mundo bajo
condiciones de red ideales toma 100s de milisegundos.
• Usted puede engañar a la velocidad de la luz, empleando
localidad de datos
• CDN solucionó esto para contenido estático
• Azure Cosmos DB resuelve esto para contenido
dinámico
67. D I S T R I B U C I Ó N G LO B A L
• Replicación automática y transparente en todo el
mundo
• Cada partición contiene hospeda un conjunto de
réplicas por región
• Los clientes pueden probar la disponibilidad de
aplicaciones de extremo a extremo mediante la
simulación programática de conmutaciones por
error
• Todas las regiones están ocultas detrás de un único
URI global con capacidades de hospedaje múltiple
• Los clientes pueden agregar / eliminar
dinámicamente regiones adicionales en cualquier
momento
Escribe/
Lee
Lee
"airport" : “AMS" "airport" : “MEL"
Oeste de los
EE. UU:
Contenedor
"airport" : "LAX"
Distribución local (a través de partición horizontal)
Distribuciónmundial(departicionesderecursos)
Lee
30K de
transacciones/seg
Escribe
/
Lee
Lee
Lee
Europa
Occidental
30K de
transacciones/seg
Partition-key = "airport"
68. R E P L I C A C I Ó N D E D ATO S E N TO D O E L M U N D O
69. R E P L I C A C I Ó N D E D ATO S E N TO D O E L M U N D O
70. R E P L I C A C I Ó N D E D ATO S E N TO D O E L M U N D O
73. R E P L I C A C I Ó N D E D ATO S E N TO D O E L M U N D O
74. S O P O R T E M U LT I M A S T E R
aka.ms/multimasterdocs
75. Robusta Obsolescencia limitada Sesión Prefijo consistente Eventual
C I N C O M O D E LO S D E C O N S I S T E N C I A B I E N D E F I N I D O S
ELEGIR EL MEJOR MODELO DE CONSISTENCIA PARA SU APLICACIÓN
Cinco modelos de consistencia bien definidos
Reemplazar por solicitud
Proporciona control sobre las compensaciones de
rendimiento-consistencia, respaldado por amplios SLAs.
Un modelo de programación intuitiva que ofrece baja latencia
y alta disponibilidad para su aplicación a escala del planeta.
COMPENSACIONES CLARAS
• Latencia
• Disponibilidad
• Rendimiento
76. D E S M I T I F I C A R M O D E LO S D E C O N S I S T E N C I A
Consistencia robusta
Garantiza instrucción atómica. Una vez que la operación se completa, será
visible para todos los lectores de una manera muy consistente a través de las
réplicas.
Consistencia eventual
Las réplicas son eventualmente consistentes con cualquier operación. Hay un
potencial de lecturas fuera de orden. Menor costo y mayor rendimiento para
lecturas de todos los niveles de consistencia.
Robusta
Eventual
77. Obsolescencia limitada
Sesión
Prefijo consistente
D E S M I T I F I C A R M O D E LO S D E C O N S I S T E N C I A
Obsolescencia limitada
Lee el desfase que está por detrás de las escrituras en la mayoría de los
prefijos k o intervalos t. Propiedades similares para una consistencia robusta
excepto dentro de la ventana de obsolescencia.
Sesión
Dentro de una sesión, las lecturas y escrituras son monotónicas. Esto se
conoce como "lea sus escrituras" y "escritura sigue a lecturas". Consistencia
previsible para una sesión. Alto rendimiento de lectura y baja latencia fuera de
la sesión.
Prefijo consistente
Las lecturas nunca verán escrituras fuera de orden.
78. Algunos datos producidos por aplicaciones sólo
son útiles durante un periodo limitado de tiempo:
• Datos de eventos generados por máquina
• Datos de registro de aplicación
• Información de sesión de usuario
Es importante que el sistema de base de datos
sistemáticamente purgue estos datos a intervalos
preconfigurados.
D ATO S D E T I E M P O D E
V I D A C O R TO
79. P E R Í O D O D E V I D A ( T T L )
PURGAR LOS DATOS AUTOMÁTICAMENTE
Azure Cosmos DB le permite configurar el intervalo de
tiempo en el cual radiquen los documentos en la base de
datos antes de que se purguen automáticamente. El "Período
de vida" (TTL) de un documento se mide en segundos desde
la última modificación y se puede configurar a nivel de
colección con reemplazo bajo un régimen por documento.
.
80. R E G I S T R O S Q U E E X P I R A N U T I L I Z A N D O P E R Í O D O D E
V I D A
COMPORTAMIENTO TTL
La característica TTL es controlada por las propiedades TTL en dos
niveles: el nivel de colección y el nivel de documento.
• DefaultTTL para la colección
• Si faltan (o están configurados como nulos), los documentos
no se eliminan automáticamente.
• Si están presentes y el valor es "-1" = infinito, los documentos
no expiran predeterminadamente
• Si están presentes, y el valor es un número ("n"), los
documentos expiran "n" segundos después de la última
modificación
• TTL para los documentos:
• La propiedad es aplicable sólo s/i DefaultTTL está presente en
la colección primaria.
• Reemplaza el valor DefaultTTL de la colección primaria.
Los valores se configuran en segundos y se tratan como un delta de _ts
de cuando se modificó el documento por última vez.
Documento
Documento TTL
TTL predeterminado
81. QUÉ ES REGISTRADO POR AZURE DIAGNOSTIC
LOGS
Todas las solicitudes de backend autenticadas a lo largo
de todos los protocolos y APIs
• Incluye solicitudes con error
Operaciones de base de datos
• Incluye operaciones CRUD sobre todos los recursos
Operaciones de clave de cuenta
Solicitudes no autenticadas
• Solicitudes que generan una respuesta 401
R E G I S T R O D E A C T I V I D A D
82.
83. P R O B A R LO C A L M E N T E
Azure Cosmos DB Emulator
aka.ms/cosmosdb-emulator
84. Azure Cosmos DB gratis
azure.microsoft.com/try/cosmosdb/
P R O B A R E N L A N U B E
85. aka.ms/cosmosdbri
C A PA C I D A D R E S E R VA D A
• Prepago de 1 a 3 años
• Hasta un 65% de descuento