GEOBIG. Gestión de grandes volúmenes de datos abiertos

• Alejandro Guinea de Salas ^[1] ; Kepa López Pérez ^[1] ; Daniel Navarro Cueto ^[1]
  1. [1] Geograma
• Localización: Mapping, ISSN 1131-9100, Nº 199, 2020 (Ejemplar dedicado a: Jornadas Ibéricas de Infraestructuras de Datos Espaciales JIIDE 2019 (Parte II)), págs. 46-50
• Idioma: español
• Títulos paralelos:
  • GEOBIG. Open data big volumes management
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    La información geográfica disponible está creciendo a pasos agi-gantados. Cada día se publican nuevos datos, a menudo a través de portales de datos abiertos, lo que implica inversiones nada desdeñables para su creación y mantenimiento. Sin embargo, son a menudo difíciles de reaprovechar, dada su heterogeneidad y la variedad de formas de acceso.Paralelamente, la tecnología relacionada con la inteligencia ar-tificial ha sufrido un gran avance, sin embargo, es difícil aplicar esas tecnologías a grandes conjuntos de datos abiertos, por su dispersión y la dificultad en procesarlos. Por ello, es necesario preparar los datos de forma previa a cualquier proceso de análisis.Se expondrá cómo se han preprocesado más de 125 000 capas de todo el mundo, que contienen más de 250 millones de elementos, y cómo se han preparado e integrado en una arquitectura capaz de aplicar procesos de forma automatizada, independientemente de sus características.Se exponen aspectos como la identificación y acceso a los da-tos, y los procesos seguidos hasta obtener un sistema capaz de procesar miles de capas en paralelo, como el enriquecimiento de metadatos. El sistema permite obtener el máximo valor de la ingente cantidad de datos geográficos disponibles, ya sean datos INSPIRE o no

  • English

    The available geographic information is growing by leaps and bounds. New data is published every day, often through open data portals, which means investments that are not negligible for its creation and maintenance. However, they are often difficult to reuse, given their heterogeneity and the variety of forms of access.At the same time, technology related to artificial intelligence has undergone a great advance, however, it is difficult to apply these technologies to large open data sets, due to their dispersion and the difficulties in processing them. Therefore, it is necessary to prepare the data prior to any analysis process.It will be exposed how more than 125,000 layers from all over the world have been preprocessed, containing more than 250 million elements, and how they have been prepared and integrated into an architecture capable of applying processes in an automated way, regardless of their characteristics.Aspects such as identification and access to data, and the pro-cesses followed until obtaining a system capable of processing thousands of layers in parallel, such as enrichment of metadata are exposed. The system allows to obtain the maximum value of the huge amount of geographic data available, whether they were INSPIRE data or not