Las tecnologías de computación distribuida en memoria, como cachés, grids de datos y bases de datos, mejoran el rendimiento de las aplicaciones y resuelven problemas de escalabilidad al almacenar y procesar grandes conjuntos de datos a través de un clúster de máquinas interconectadas.
Esta sesión está dirigida a ingenieros de software y arquitectos que construyen aplicaciones intensivas en datos y desean adquirir experiencia práctica en computación en memoria. Se te presentarán las capacidades fundamentales de los sistemas distribuidos en memoria y aprenderás a aprovechar los recursos de tu clúster y a mitigar cualquier impacto negativo que la red pueda tener en el rendimiento de tus aplicaciones.
Únete a Denis Magda mientras describe y demuestra tres capacidades esenciales de la computación en memoria, con ejemplos de código basados en Apache Ignite:
- Particionamiento de datos: para utilizar toda la memoria y los recursos de CPU de un clúster.
- Co-localización de afinidad: para evitar el desorden de datos y utilizar consultas SQL distribuidas de alto rendimiento.
- Procesamiento co-localizado: para realizar cálculos intensivos en cómputo y datos a altas velocidades directamente en los nodos del clúster.
== Denis Magda
Denis Magda es un entusiasta del software de código abierto que comenzó su trayectoria en el grupo de evangelismo tecnológico de Sun Microsystems y en el equipo de ingeniería de Java de Oracle. Ahora apoya a la Apache Software Foundation en los roles de committer de Apache Ignite y miembro del Comité de Gestión de Proyectos. Como Jefe de Relaciones con Desarrolladores de GridGain Systems, trabaja con ingenieros de software y arquitectos para ayudarles a adquirir experiencia en computación en memoria.