Árbol de decisión para la selección de un motor de base de datos

Decision tree for the selection of database engine

dc.contributorPérez Pichis, Roy
dc.creatorMonjaras Flores, Álvaro Gianmarco
dc.creatorBendezú Kiyán , Enrique Renato
dc.date2020-11-19T20:54:59Z
dc.date2020-11-19T20:54:59Z
dc.date2020-11-19T20:54:59Z
dc.date2020-11-19T20:54:59Z
dc.date2020-08-30
dc.date.accessioned2024-05-15T17:20:55Z
dc.date.available2024-05-15T17:20:55Z
dc.identifierhttp://doi.org/10.19083/tesis/653463
dc.identifier0000 0001 2196 144X
dc.identifierhttp://hdl.handle.net/10757/653463
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9425225
dc.descriptionIn recent years, the number of users browsing the internet has grown exponentially. Consequently, the amount of information handled grows disproportionately and, therefore, the handling of large volumes of information obtained from the Internet has caused major problems. Different types of databases work differently, since the performance of executing transactions suffers when dealing with different amounts of information. Among this type of varieties, relational databases, non-relationship databases and in-memory databases will be analyzed. For organizations it is very important to have an accelerated information management due to the great demand from customers and the market in general, allowing the agility of internal operation to not be diminished when it is required to manage information, and to preserve the integrity of is. However, each category of database is designed to cover different specific use cases to maintain high performance regarding data handling. The purpose of this project is to study various scenarios of the main use cases, costs, scalability and performance aspects of each database, through the development of a decision tree, in which the best option for database category according to the flow that the user decides to take.
dc.descriptionDesde los últimos años, la cantidad de usuarios que navega en internet ha crecido exponencialmente. Por consecuencia, la cantidad de información que se maneja crece a manera desproporcionada y, por ende, el manejo de grandes volúmenes de información obtenidos de internet ha ocasionado grandes problemas. Los diferentes tipos de bases de datos tienen un funcionamiento variado, dado que, se ve afectado el rendimiento para ejecutar las transacciones cuando se lidia con diferentes cantidades de información. Entre este tipo de variedades, se analizará las bases de datos relacionales, bases de datos no relaciones y bases de datos en memoria. Para las organizaciones es muy importante contar con un acelerado manejo de información debido a la gran demanda por parte de los clientes y el mercado en general, permitiendo que no se disminuya la agilidad de operación interna cuando se requiera manejar información, y conservar la integridad de esta. Sin embargo, cada categoría de base de datos está diseñada para cubrir diferentes casos de usos específicos para mantener un alto rendimiento con respecto al manejo de los datos. El presente proyecto tiene como objetivo el estudio de diversos escenarios de los principales casos de uso, costos, aspectos de escalabilidad y rendimiento de cada base de datos, mediante la elaboración de un árbol de decisión, en el cual, se determine la mejor opción de categoría de base de datos según el flujo que decida tomar el usuario. Palabras clave: Base de Datos, Base de Datos Relacional, Base de Datos No Relacional, Base de Datos en Memoria, Árbol de Decisión.
dc.descriptionTesis
dc.formatapplication/epub
dc.formatapplication/msword
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad Peruana de Ciencias Aplicadas (UPC)
dc.publisherPE
dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.sourceUniversidad Peruana de Ciencias Aplicadas (UPC)
dc.sourceRepositorio Académico - UPC
dc.subjectBase de datos relacional
dc.subjectBase de datos no relacional
dc.subjectBase de datos en memoria
dc.subjectÁrbol de decisión
dc.subjectRelational database
dc.subjectNon-relational database
dc.subjectIn memory database
dc.subjectDecision tree
dc.subjectSql
dc.subjectNosql
dc.subjectDatabase
dc.subjectBase de datos
dc.subjecthttp://purl.org/pe-repo/ocde/ford#2.02.04
dc.subjecthttp://purl.org/pe-repo/ocde/ford#2.00.00
dc.titleÁrbol de decisión para la selección de un motor de base de datos
dc.titleDecision tree for the selection of database engine
dc.typeTesis
dc.typeinfo:eu-repo/semantics/bachelorThesis


Este ítem pertenece a la siguiente institución