Maresia : an approach to deal with the single points of failure of the MapReduce model

Detalhes bibliográficos
Autor(a) principal: Marcos, Pedro de Botelho
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/65635
Resumo: Durante os últimos anos, a quantidade de dados gerada pelas aplicações cresceu consideravelmente. No entanto, para tornarem-se relevantes estes dados precisam ser processados. Para atender este objetivo, novos modelos de programação para processamento paralelo e distribuído foram propostos. Um exemplo é o modelo MapReduce, o qual foi proposto pela Google. Este modelo, no entanto, possui pontos de falha única (SPOF), os quais podem comprometer a sua execução. Assim, este trabalho apresenta uma nova arquitetura, inspirada pelo Chord, para lidar com os SPOFs do modelo. A avaliação da proposta foi realizada através de modelagem analítica e de testes experimentais. Os resultados mostram a viabilidade de usar a arquitetura proposta para executar o MapReduce.
id URGS_503f5bff70f7e2fbd2db60df46b66889
oai_identifier_str oai:www.lume.ufrgs.br:10183/65635
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Marcos, Pedro de BotelhoGeyer, Claudio Fernando Resin2013-01-30T01:38:56Z2013http://hdl.handle.net/10183/65635000870182Durante os últimos anos, a quantidade de dados gerada pelas aplicações cresceu consideravelmente. No entanto, para tornarem-se relevantes estes dados precisam ser processados. Para atender este objetivo, novos modelos de programação para processamento paralelo e distribuído foram propostos. Um exemplo é o modelo MapReduce, o qual foi proposto pela Google. Este modelo, no entanto, possui pontos de falha única (SPOF), os quais podem comprometer a sua execução. Assim, este trabalho apresenta uma nova arquitetura, inspirada pelo Chord, para lidar com os SPOFs do modelo. A avaliação da proposta foi realizada através de modelagem analítica e de testes experimentais. Os resultados mostram a viabilidade de usar a arquitetura proposta para executar o MapReduce.During the last years, the amount of data generated by applications grew considerably. To become relevant, however, this data should be processed. With this goal, new programming models for parallel and distributed processing were proposed. An example is the MapReduce model, which was proposed by Google. This model, nevertheless, has Single Points of Failure (SPOF), which can compromise the execution of a job. Thus, this work presents a new architecture, inspired by Chord, to avoid the SPOFs on MapReduce. The evaluation was performed through an analytical model and an experimental setup. The results show the feasibility of using the proposed architecture to execute MapReduce jobs.application/pdfengSistemas operacionaisP2PDistributed systemsMapreduceFault toleranceP2PMaresia : an approach to deal with the single points of failure of the MapReduce modelMaresi: uma abordagem para lidar com os pontos de falha única do modelo MapReduce info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2013mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000870182.pdf000870182.pdfTexto completo (inglês)application/pdf1432769http://www.lume.ufrgs.br/bitstream/10183/65635/1/000870182.pdf524da89990abad65a1bb08dc98b83cedMD51TEXT000870182.pdf.txt000870182.pdf.txtExtracted Texttext/plain148714http://www.lume.ufrgs.br/bitstream/10183/65635/2/000870182.pdf.txtd0c340382467ad43e4c516d812ebbd4cMD52THUMBNAIL000870182.pdf.jpg000870182.pdf.jpgGenerated Thumbnailimage/jpeg1024http://www.lume.ufrgs.br/bitstream/10183/65635/3/000870182.pdf.jpg9b5d1cd6f21b4ab036cdf6cf17960ec2MD5310183/656352021-05-26 04:45:42.608514oai:www.lume.ufrgs.br:10183/65635Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-05-26T07:45:42Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Maresia : an approach to deal with the single points of failure of the MapReduce model
dc.title.alternative.pt.fl_str_mv Maresi: uma abordagem para lidar com os pontos de falha única do modelo MapReduce
title Maresia : an approach to deal with the single points of failure of the MapReduce model
spellingShingle Maresia : an approach to deal with the single points of failure of the MapReduce model
Marcos, Pedro de Botelho
Sistemas operacionais
P2P
Distributed systems
Mapreduce
Fault tolerance
P2P
title_short Maresia : an approach to deal with the single points of failure of the MapReduce model
title_full Maresia : an approach to deal with the single points of failure of the MapReduce model
title_fullStr Maresia : an approach to deal with the single points of failure of the MapReduce model
title_full_unstemmed Maresia : an approach to deal with the single points of failure of the MapReduce model
title_sort Maresia : an approach to deal with the single points of failure of the MapReduce model
author Marcos, Pedro de Botelho
author_facet Marcos, Pedro de Botelho
author_role author
dc.contributor.author.fl_str_mv Marcos, Pedro de Botelho
dc.contributor.advisor1.fl_str_mv Geyer, Claudio Fernando Resin
contributor_str_mv Geyer, Claudio Fernando Resin
dc.subject.por.fl_str_mv Sistemas operacionais
P2P
topic Sistemas operacionais
P2P
Distributed systems
Mapreduce
Fault tolerance
P2P
dc.subject.eng.fl_str_mv Distributed systems
Mapreduce
Fault tolerance
P2P
description Durante os últimos anos, a quantidade de dados gerada pelas aplicações cresceu consideravelmente. No entanto, para tornarem-se relevantes estes dados precisam ser processados. Para atender este objetivo, novos modelos de programação para processamento paralelo e distribuído foram propostos. Um exemplo é o modelo MapReduce, o qual foi proposto pela Google. Este modelo, no entanto, possui pontos de falha única (SPOF), os quais podem comprometer a sua execução. Assim, este trabalho apresenta uma nova arquitetura, inspirada pelo Chord, para lidar com os SPOFs do modelo. A avaliação da proposta foi realizada através de modelagem analítica e de testes experimentais. Os resultados mostram a viabilidade de usar a arquitetura proposta para executar o MapReduce.
publishDate 2013
dc.date.accessioned.fl_str_mv 2013-01-30T01:38:56Z
dc.date.issued.fl_str_mv 2013
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/10183/65635
dc.identifier.nrb.pt_BR.fl_str_mv 000870182
url http://hdl.handle.net/10183/65635
identifier_str_mv 000870182
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/65635/1/000870182.pdf
http://www.lume.ufrgs.br/bitstream/10183/65635/2/000870182.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/65635/3/000870182.pdf.jpg
bitstream.checksum.fl_str_mv 524da89990abad65a1bb08dc98b83ced
d0c340382467ad43e4c516d812ebbd4c
9b5d1cd6f21b4ab036cdf6cf17960ec2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1800309027754737664

Registros relacionados