Um estudo sobre a performance de aplicações big data em ambientes de névoa e de borda

• Autor(a) principal: Silva Junior, Jorge Ximendes
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/193992
• topic: Big data; ARM processors; Energy Efficiency

O uso de processadores ARM para o processamento Big Data já é objeto de estudo de vários autores. Entretanto, a grande maioria desses autores leva em conta o processamento em lotes (batch) utilizando o framework Hadoop. Além disso, poucos trabalhos comparam o desempenho entre diferentes processadores ARM. Não há uma comparação de como diferentes arquiteturas influenciam na execução de aplicações Big Data. Desse modo, percebe-se a necessidade de um estudo que avalie o desempenho dos frameworks (e aplicações Big Data) sob ambos os modelos de processamento (em lotes e em tempo real). Além disso, torna-se importante avaliar o impacto de diferentes arquiteturas ARM sobre os frameworks e aplicações Big Data. Assim, esse trabalho apresenta uma avaliação experimental de processadores ARM para processamento Big Data. Os dois principais modelos de processamento Big Data foram avaliados neste trabalho (processamento em lotes e processamento em tempo real). Assim, como os frameworks Hadoop, Spark e Flink. Como representantes ARM foram avaliados a arquitetura ARMv7 com processador Cortex-A7 e a arquitetura ARMv8 com os processadores Cortex-A57 e Denver2. O benchmark utilizado neste trabalho foi o Hibench que apresenta aplicações que utilizam ambos os modelos de processamento e que suportam os frameworks citados. Os resultados mostraram que é possível utilizar processadores ARM no processamento Big Data e que a escolha da arquitetura e do processador a serem utilizados passa pelas necessidades da aplicação a ser processada, assim, como pelas características do ambiente de execução a ser construído.