Extensão de um ambiente de computação de alto desempenho para o processamento de dados massivos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/ESBF-B6CGGA |
Resumo: | A computação de alto desempenho (HPC) e o processamento de dados massivos (big data) são duas tendências em sistemas de computação para lidar com problemas complexos ou com grande quantidade de dados. Cada um desses sistemas se especializou em um conjunto de problemas específicos com abordagens únicas, no entanto, atualmente tais sistemas estão começando a convergir, muitas vezes provocados pela mistura de domínios de um determinado problema. Um exemplo disso é o COMP Superscalar (COMPSs), um modelo de programação paralela e distribuída originado do mundo de HPC que vem sendo integrado a novas funcionalidades usualmente relacionadas a ambientes de big data. Este trabalho apresenta nossa contribuição nesse caminho de convergência afim de processar dados massivos integrando o COMPSs ao HDFS , um dos sistemas de arquivos distribuídos mais utilizado em big data, e ao Lemonade, uma ferramenta de análise e mineração de dados desenvolvida na Universidade Federal de Minas Gerais (UFMG). Os resultados mostram que a integração com o HDFS beneficia o COMPSs não só pela abstração de dados, que simplifica o acesso aos dados, mas também pelo aumento de desempenho em execuções que precisam ler grandes volumes de dados, provocado pela reorganização da transferência de dados pela rede. Além disso, a integração com o Lemonade facilita sua utilização e popularização na área de Ciência dos Dados, fornecendo boas implementações de algoritmos e operações para especialistas do domínio de dados que desejam desenvolver e executar aplicações COMPSs com um nível mais alto de abstração. |
id |
UFMG_86ee5e1cadb2935d053c298117ec457d |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/ESBF-B6CGGA |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Dorgival Olavo Guedes NetoRenato Antonio Celso FerreiraPhilippe Olivier Alexandre NavauxLucas Miguel Simões Ponce2019-08-13T22:43:44Z2019-08-13T22:43:44Z2018-09-04http://hdl.handle.net/1843/ESBF-B6CGGAA computação de alto desempenho (HPC) e o processamento de dados massivos (big data) são duas tendências em sistemas de computação para lidar com problemas complexos ou com grande quantidade de dados. Cada um desses sistemas se especializou em um conjunto de problemas específicos com abordagens únicas, no entanto, atualmente tais sistemas estão começando a convergir, muitas vezes provocados pela mistura de domínios de um determinado problema. Um exemplo disso é o COMP Superscalar (COMPSs), um modelo de programação paralela e distribuída originado do mundo de HPC que vem sendo integrado a novas funcionalidades usualmente relacionadas a ambientes de big data. Este trabalho apresenta nossa contribuição nesse caminho de convergência afim de processar dados massivos integrando o COMPSs ao HDFS , um dos sistemas de arquivos distribuídos mais utilizado em big data, e ao Lemonade, uma ferramenta de análise e mineração de dados desenvolvida na Universidade Federal de Minas Gerais (UFMG). Os resultados mostram que a integração com o HDFS beneficia o COMPSs não só pela abstração de dados, que simplifica o acesso aos dados, mas também pelo aumento de desempenho em execuções que precisam ler grandes volumes de dados, provocado pela reorganização da transferência de dados pela rede. Além disso, a integração com o Lemonade facilita sua utilização e popularização na área de Ciência dos Dados, fornecendo boas implementações de algoritmos e operações para especialistas do domínio de dados que desejam desenvolver e executar aplicações COMPSs com um nível mais alto de abstração.High performance computing (HPC) and mass data processing (big data) are two trends in computing systems for dealing with complex or large data problems. Each of these systems specializes in a set of specific problems with unique approaches, however, currently such systems are beginning to converge, often brought on by the mixing of domains of a given problem. An example of this is the Superscalar COMP (COMPSs), a parallel and distributed programming model originating from the HPC world that has been integrated into new functionalities usually related to big data environments. This paper presents our contribution on this convergence path in order to process massive data by integrating COMPS into HDFS, one of the most widely used distributed file systems in big data, and Lemonade, a data mining and analysis tool developed at Universidade Federal de Minas Gerais (UFMG). The results show that integration with HDFS benefits the COMPS not only by data abstraction, which simplifies access to data, but also by increased performance in executions that need to read large volumes of data, caused by the reorganization of data transfer by network. In addition, Lemonade integration facilitates its use and popularization in the area of Data Science by providing good implementations of algorithms and operations for data domain specialists who wish to develop and run COMPS applications with a higher level of abstraction.Universidade Federal de Minas GeraisUFMGProcessamento de dadosComputaçãoBig dataComputação de alto desempenhoLemonadeBig DataHDFSCOMPSsProcessamento de Dados MassivosExtensão de um ambiente de computação de alto desempenho para o processamento de dados massivosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALlucasmiguelponce.pdfapplication/pdf1488279https://repositorio.ufmg.br/bitstream/1843/ESBF-B6CGGA/1/lucasmiguelponce.pdf606ef2f19e07a0703192692fa82c6623MD51TEXTlucasmiguelponce.pdf.txtlucasmiguelponce.pdf.txtExtracted texttext/plain147249https://repositorio.ufmg.br/bitstream/1843/ESBF-B6CGGA/2/lucasmiguelponce.pdf.txt3ce90187e3149fb6b9cc78da66eac2ceMD521843/ESBF-B6CGGA2019-11-14 13:24:15.186oai:repositorio.ufmg.br:1843/ESBF-B6CGGARepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T16:24:15Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Extensão de um ambiente de computação de alto desempenho para o processamento de dados massivos |
title |
Extensão de um ambiente de computação de alto desempenho para o processamento de dados massivos |
spellingShingle |
Extensão de um ambiente de computação de alto desempenho para o processamento de dados massivos Lucas Miguel Simões Ponce Lemonade Big Data HDFS COMPSs Processamento de Dados Massivos Processamento de dados Computação Big data Computação de alto desempenho |
title_short |
Extensão de um ambiente de computação de alto desempenho para o processamento de dados massivos |
title_full |
Extensão de um ambiente de computação de alto desempenho para o processamento de dados massivos |
title_fullStr |
Extensão de um ambiente de computação de alto desempenho para o processamento de dados massivos |
title_full_unstemmed |
Extensão de um ambiente de computação de alto desempenho para o processamento de dados massivos |
title_sort |
Extensão de um ambiente de computação de alto desempenho para o processamento de dados massivos |
author |
Lucas Miguel Simões Ponce |
author_facet |
Lucas Miguel Simões Ponce |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Dorgival Olavo Guedes Neto |
dc.contributor.referee1.fl_str_mv |
Renato Antonio Celso Ferreira |
dc.contributor.referee2.fl_str_mv |
Philippe Olivier Alexandre Navaux |
dc.contributor.author.fl_str_mv |
Lucas Miguel Simões Ponce |
contributor_str_mv |
Dorgival Olavo Guedes Neto Renato Antonio Celso Ferreira Philippe Olivier Alexandre Navaux |
dc.subject.por.fl_str_mv |
Lemonade Big Data HDFS COMPSs Processamento de Dados Massivos |
topic |
Lemonade Big Data HDFS COMPSs Processamento de Dados Massivos Processamento de dados Computação Big data Computação de alto desempenho |
dc.subject.other.pt_BR.fl_str_mv |
Processamento de dados Computação Big data Computação de alto desempenho |
description |
A computação de alto desempenho (HPC) e o processamento de dados massivos (big data) são duas tendências em sistemas de computação para lidar com problemas complexos ou com grande quantidade de dados. Cada um desses sistemas se especializou em um conjunto de problemas específicos com abordagens únicas, no entanto, atualmente tais sistemas estão começando a convergir, muitas vezes provocados pela mistura de domínios de um determinado problema. Um exemplo disso é o COMP Superscalar (COMPSs), um modelo de programação paralela e distribuída originado do mundo de HPC que vem sendo integrado a novas funcionalidades usualmente relacionadas a ambientes de big data. Este trabalho apresenta nossa contribuição nesse caminho de convergência afim de processar dados massivos integrando o COMPSs ao HDFS , um dos sistemas de arquivos distribuídos mais utilizado em big data, e ao Lemonade, uma ferramenta de análise e mineração de dados desenvolvida na Universidade Federal de Minas Gerais (UFMG). Os resultados mostram que a integração com o HDFS beneficia o COMPSs não só pela abstração de dados, que simplifica o acesso aos dados, mas também pelo aumento de desempenho em execuções que precisam ler grandes volumes de dados, provocado pela reorganização da transferência de dados pela rede. Além disso, a integração com o Lemonade facilita sua utilização e popularização na área de Ciência dos Dados, fornecendo boas implementações de algoritmos e operações para especialistas do domínio de dados que desejam desenvolver e executar aplicações COMPSs com um nível mais alto de abstração. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018-09-04 |
dc.date.accessioned.fl_str_mv |
2019-08-13T22:43:44Z |
dc.date.available.fl_str_mv |
2019-08-13T22:43:44Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/ESBF-B6CGGA |
url |
http://hdl.handle.net/1843/ESBF-B6CGGA |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/ESBF-B6CGGA/1/lucasmiguelponce.pdf https://repositorio.ufmg.br/bitstream/1843/ESBF-B6CGGA/2/lucasmiguelponce.pdf.txt |
bitstream.checksum.fl_str_mv |
606ef2f19e07a0703192692fa82c6623 3ce90187e3149fb6b9cc78da66eac2ce |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589183634145280 |