Big Data Analytics for Smart Cities: The H2020 CLASS Project
Carregant...
El pots comprar en digital a:
El pots comprar en paper a:
Títol de la revista
ISSN de la revista
Títol del volum
Col·laborador
Editor
Tribunal avaluador
Realitzat a/amb
Tipus de document
Comunicació de congrés
Data publicació
Editor
ACM
Condicions d'accés
Accés obert
item.page.rightslicense
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització de la persona titular dels drets
Publicacions relacionades
Datasets relacionats
Projecte CCD
Abstract
Applying big-data technologies to field applications has resulted in several new needs. First, processing data across a compute continuum spanning from cloud to edge to devices, with varying capacity, architecture etc. Second, some computations need to be made predictable (real-time response), thus supporting both data-in-motion processing and larger-scale data-at-rest processing. Last, employing an event-driven programming model that supports mixing different APIs and models, such as Map/Reduce, CEP, sequential code, etc.
Descripció
Persones/entitats
Document relacionat
Versió de
Citació
Quiñones, E. [et al.]. Big Data Analytics for Smart Cities: The H2020 CLASS Project. A: "SYSTOR '18 Proceedings of the 11th ACM International Systems and Storage Conference". ACM, 2018, p. 130.
Ajut
Forma part
Dipòsit legal
ISBN
978-1-4503-5849-1

