Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas : um estudo de caso com o Cassandra

Detalhes bibliográficos
Autor(a) principal: Dias, Lucas Benevides
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/34423
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018.
id UNB_cff50fb72c1e8ad75a32eae58f189b03
oai_identifier_str oai:repositorio2.unb.br:10482/34423
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Dias, Lucas BenevidesHolanda, Maristela Terto de2019-04-23T19:25:24Z2019-04-23T19:25:24Z2019-04-232018-06-21DIAS, Lucas Benevides. Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas: um estudo de caso com o Cassandra. 2018. xi, 75 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2018.http://repositorio.unb.br/handle/10482/34423Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018.Os dados provenientes de um ambiente de Internet das Coisas (IoT - Internet of Things) podem atingir um volume muito grande, proporcional à quantidade de dados gerados pelos sensores, à sua periodicidade de envio e ao número de dispositivos conectados. Estes dados são séries temporais e possuem características específicas que podem ser exploradas para facilitar seu armazenamento. Há sistemas gerenciadores de bancos de dados que possuem funcionalidades específicas para armazenar estes dados, entre eles está o banco NoSQL Cassandra, o qual provê duas estratégias de compactação, que organizam as páginas de dados de maneira otimizada para dados de séries temporais, como os de IoT. Este trabalho compara as duas estratégias e encontra a mais eficiente quanto ao tempo de resposta e throughput. A estratégia de compactação possui parâmetros de configuração, cuja definição fica a cargo do usuário. O efeito destes parâmetros no desempenho do sistema é estudado e pontos ótimos de configuração são definidos, por meio de testes e análises de resultados. Um mecanismo de auto-tuning chamado C*DynaConf foi desenvolvido, baseado nos pontos ótimos de configuração preestabelecidos. Os resultados apontaram que seu uso trouxe melhoria média de 4,52% no número de operações realizadas, quando comparado a um cenário de IoT que se inicia com configuração ótima, mas passa a ter suas características alteradas.Data provided by Internet of Things (IoT) may achieve very great volumes, proportional to the amount of data generated by sensors, to its periodicity and to the number of devices connected. This data, that is a case of time series, has some specific characteristics that can be used to favour its storage. There are some database management systems that provide mechanisms that are proper to time series data storage, between those is the NoSQL Cassandra database. These mechanisms in Cassandra are two compaction strategies, that organize data pages in an optimized way, in order to take advantage of IoT Data peculiarities. This work compares the two compaction strategies and finds the mos efficient in terms of response time and throughput. The compaction strategy has parameters that supply the configuration to the users. The effect of these parameters in performance is studied and optimal configuration points are defined, through tests and results analysis. An auto-tuning engine, called C*DynaConf was developed, based on the optimal configuration points obtained. The results show that the use of the engine has brought a 4.52% mean gain in terms of operations performed, when compared to an IoT test case where the initial configuration is optimal but the scenario’s characteristics are variated.A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessAuto-Tuning de banco de dados NoSQL com dados de Internet das Coisas : um estudo de caso com o Cassandrainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisInternet das Coisas (IoT)Banco de dadosNoSQL (Not Only SQL)Séries temporaisporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2018_LucasBenevidesDias.pdf2018_LucasBenevidesDias.pdfapplication/pdf4472682http://repositorio2.unb.br/jspui/bitstream/10482/34423/1/2018_LucasBenevidesDias.pdf158562d4409678e3335c96393cfe0c68MD51open accessLICENSElicense.txtlicense.txttext/plain671http://repositorio2.unb.br/jspui/bitstream/10482/34423/2/license.txtbacfee268cc5d4f6aaa2e6e0066d38f5MD52open access10482/344232023-07-14 15:56:22.775open accessoai:repositorio2.unb.br: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Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2023-07-14T18:56:22Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas : um estudo de caso com o Cassandra
title Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas : um estudo de caso com o Cassandra
spellingShingle Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas : um estudo de caso com o Cassandra
Dias, Lucas Benevides
Internet das Coisas (IoT)
Banco de dados
NoSQL (Not Only SQL)
Séries temporais
title_short Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas : um estudo de caso com o Cassandra
title_full Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas : um estudo de caso com o Cassandra
title_fullStr Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas : um estudo de caso com o Cassandra
title_full_unstemmed Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas : um estudo de caso com o Cassandra
title_sort Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas : um estudo de caso com o Cassandra
author Dias, Lucas Benevides
author_facet Dias, Lucas Benevides
author_role author
dc.contributor.author.fl_str_mv Dias, Lucas Benevides
dc.contributor.advisor1.fl_str_mv Holanda, Maristela Terto de
contributor_str_mv Holanda, Maristela Terto de
dc.subject.keyword.pt_BR.fl_str_mv Internet das Coisas (IoT)
Banco de dados
NoSQL (Not Only SQL)
Séries temporais
topic Internet das Coisas (IoT)
Banco de dados
NoSQL (Not Only SQL)
Séries temporais
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018.
publishDate 2018
dc.date.submitted.none.fl_str_mv 2018-06-21
dc.date.accessioned.fl_str_mv 2019-04-23T19:25:24Z
dc.date.available.fl_str_mv 2019-04-23T19:25:24Z
dc.date.issued.fl_str_mv 2019-04-23
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.citation.fl_str_mv DIAS, Lucas Benevides. Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas: um estudo de caso com o Cassandra. 2018. xi, 75 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2018.
dc.identifier.uri.fl_str_mv http://repositorio.unb.br/handle/10482/34423
identifier_str_mv DIAS, Lucas Benevides. Auto-Tuning de banco de dados NoSQL com dados de Internet das Coisas: um estudo de caso com o Cassandra. 2018. xi, 75 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2018.
url http://repositorio.unb.br/handle/10482/34423
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.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/34423/1/2018_LucasBenevidesDias.pdf
http://repositorio2.unb.br/jspui/bitstream/10482/34423/2/license.txt
bitstream.checksum.fl_str_mv 158562d4409678e3335c96393cfe0c68
bacfee268cc5d4f6aaa2e6e0066d38f5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1801864062591565824

Registros relacionados