{"id":6,"date":"2009-04-22T12:05:59","date_gmt":"2009-04-22T16:05:59","guid":{"rendered":"http:\/\/blog.espol.edu.ec\/hadoop\/?p=6"},"modified":"2009-04-27T10:24:52","modified_gmt":"2009-04-27T14:24:52","slug":"sql-versus-mapreduce","status":"publish","type":"post","link":"https:\/\/blog.espol.edu.ec\/hadoop\/2009\/04\/22\/sql-versus-mapreduce\/","title":{"rendered":"SQL versus MapReduce?"},"content":{"rendered":"<p>En los \u00faltimos d\u00edas se han publicado varios <a href=\"http:\/\/www.computerworld.com\/action\/article.do?command=viewArticleBasic&amp;articleId=9131526&amp;intsrc=news_ts_head\">art\u00edculos<\/a> sobre un paper titulado <a href=\"http:\/\/database.cs.brown.edu\/sigmod09\/benchmarks-sigmod09.pdf\">\"A Comparison of Approaches to Large-Scale Data Analysis\"<\/a>, el cual compara el rendimiento de an\u00e1lisis de datos usando MapReduce (Hadoop) y SQL (en dos bases de datos: Vertica y una comercial no identificada). Los resultados: SQL es m\u00e1s eficiente en las consultas mientras que Hadoop es m\u00e1s eficiente al momento de cargar\/leer los datos. El problema del estudio realizado es que los investigadores (uno de ellos asociado con <a href=\"http:\/\/www.microsoft.com\/presspass\/exec\/techfellow\/dewitt\/default.mspx\">Microsoft<\/a>) escogieron problemas para los cuales SQL es obviamente m\u00e1s apropiado. El paper trata de comparar ambas tecnolog\u00edas como si fueran equivalentes y la una pudiera reemplazar a la otra. En realidad, ambas tecnolog\u00edas fueron dise\u00f1adas para resolver problemas distintos y pueden llegar a ser complementarias. En el futuro, MapReduce y SQL co-existir\u00e1n, como ya lo est\u00e1n sugiriendo la gente de <a href=\"http:\/\/www.asterdata.com\/blog\/index.php\/2009\/03\/13\/sqlmapreduce-faster-answers-to-your-toughest-queries\/\">Aster<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>En los \u00faltimos d\u00edas se han publicado varios art\u00edculos sobre un paper titulado \"A Comparison of Approaches to Large-Scale Data Analysis\", el cual compara el rendimiento de an\u00e1lisis de datos usando MapReduce (Hadoop) y SQL (en dos bases de datos: Vertica y una comercial no identificada). Los resultados: SQL es m\u00e1s eficiente en las consultas [&hellip;]<\/p>\n","protected":false},"author":1510,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[945],"tags":[2860,5939],"class_list":["post-6","post","type-post","status-publish","format-standard","hentry","category-desarrollo","tag-hadoop","tag-mapreduce"],"_links":{"self":[{"href":"https:\/\/blog.espol.edu.ec\/hadoop\/wp-json\/wp\/v2\/posts\/6","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.espol.edu.ec\/hadoop\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.espol.edu.ec\/hadoop\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/hadoop\/wp-json\/wp\/v2\/users\/1510"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/hadoop\/wp-json\/wp\/v2\/comments?post=6"}],"version-history":[{"count":5,"href":"https:\/\/blog.espol.edu.ec\/hadoop\/wp-json\/wp\/v2\/posts\/6\/revisions"}],"predecessor-version":[{"id":40,"href":"https:\/\/blog.espol.edu.ec\/hadoop\/wp-json\/wp\/v2\/posts\/6\/revisions\/40"}],"wp:attachment":[{"href":"https:\/\/blog.espol.edu.ec\/hadoop\/wp-json\/wp\/v2\/media?parent=6"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/hadoop\/wp-json\/wp\/v2\/categories?post=6"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/hadoop\/wp-json\/wp\/v2\/tags?post=6"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}