Este repositorio contiene ejemplos y ejercicios utilizados en la asignatura Sistemas Distribuidos de Procesamiento de Datos I, perteneciente al Grado en Ciencia e Ingeniería de Datos de la Universidad Rey Juan Carlos.
Su objetivo es ofrecer materiales prácticos que muestran el uso de diversas tecnologías aplicadas al desarrollo de sistemas distribuidos para el procesamiento de datos, con especial atención a Apache Hadoop y Apache Spark.
mapreduce/— Ejemplos en Python de procesamiento de datos utilizando el paradigma MapReduce con Hadoop.docker/— Ejemplos de aplicaciones en Python empaquetadas con Docker.docker_compose/— Ejemplo de una aplicación en Python dockerizada que utiliza una base de datos MongoDB mediante Docker Compose.hadoop_docker/— Ejemplo de un stack de Hadoop desplegado con Docker Compose, que incluye ejercicios y ejemplos para su ejecución en dicho entorno.spark/— Ejemplos básicos de Apache Spark utilizando Jupyter Notebooks en Python.spark-streaming/— Ejemplos introductorios de Spark Streaming con Notebooks en Python.vagrant-vm/— Máquina virtual Ubuntu configurada mediante Vagrant y VirtualBox, preparada para ejecutar Docker y Docker Compose.
💡 Nota: Este material está orientado al aprendizaje práctico de herramientas y tecnologías de análisis y procesamiento distribuido de datos.
Repositorio Software Heritage: https://archive.softwareheritage.org/swh:1:dir:8818789d4343eda0ec64fec707b934e0a92ac868
Repositorio GitHub: https://github.com/codigus-formacion/data-science
©2025 Micael Gallego Carrillo, Francisco Gortázar Bellas, Michel Maes Bermejo, Óscar Soto Sánchez e Iván Chicano Capelo Algunos derechos reservados
Este documento se distribuye bajo la licencia
“Atribución-CompartirIgual 4.0 Internacional” de Creative Commons, disponible en
https://creativecommons.org/licenses/by-sa/4.0/deed.es