Almacenamiento NoSQL de datos geoespaciales con Apache Cassandra

Abstract

El objetivo de este Trabajo Fin de Grado consiste en almacenar datos espacio-temporales en una base de datos NoSQL para otorgar mayor eficiencia a las consultas realizadas por cualquier aplicación de análisis y minado de datos. En concreto, se ha seleccionado la base de datos Apache Cassandra (2015). Los datos espacio-temporales provienen de los capturados entre 1999 y 2009 por el satélite geoespacial QuikSCAT de la NASA (PODAAC.JPL.NASA, 2015c), ya fuera de uso, y de los proporcionados a partir de octubre de 2014 por un instrumento denominado RapidSCAT, también de la NASA (PODAAC.JPL.NASA, 2015e), actualmente en funcionamiento, alojado en la Estación Espacial Internacional (ISS) en sustitución del anterior satélite. Ambas fuentes nos aportan información meteorológica de la superficie de los océanos y mares de todo el planeta. La información ofrecida por ambos satélites está determinada por la localización geográfica (latitud y longitud) y el momento concreto de la toma de datos: esta información es la que nos sitúa en el espacio y en el tiempo. Junto a la información espacio-temporal se incluye datos relevantes como son la dirección y velocidad del viento, y el ratio de precipitaciones, entre otros, proporcionando un total de 14 variables, en el caso del satélite QuikSCAT, y 22 con RapidSCAT.

The aim of this work order degree consists in storing data space-time in a database NoSQL for granting greater efficiency to the queries made by any application of analysis and data mining. In particular, has selected the database Apache Cassandra (2015). The spatio-temporal data come from the captured between 1999 and 2009 by the geospatial satellite NASA QuikSCAT (PODAAC.JPL.NASA, 2015c), already out of use, and the provided from October 2014 by an instrument called RapidSCAT, also of the NASA (PODAAC.JPL.NASA, 2015e), currently in operation, housed in the International Space Station (ISS) in replacement of the previous satellite. Both sources provide us with meteorological information from the surface of the oceans and seas of the planet. The information provided by both satellites is determined by the geographic location (latitude and longitude) and the particular time of the taking of data: This information is that which places us in space and time. Next to the space-time information is included relevant data as are the wind speed and direction, and the ratio of precipitation, among others, providing a total of 14 variables, in the case of satellite QuikSCAT, and 22 with RapidSCAT.