Análise de desempenho de arcabouços em Big Data
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/7131 |
Resumo: | Devido a imensidão de dados gerados ao longo dos anos que compõem a era digital, algumas técnicas foram desenvolvidas para auxiliar em seu processamento. As técnicas tradicionais de processamento de informação se tornaram inviáveis na medida em que a quantidade de dados começou a crescer exponencialmente a cada ano. Porém, muitos casos inseridos neste contexto, podem ser modelados ao usar estruturas de grafos. Este trabalho propõe o processamento de alguns algoritmos modelados em grafos em vários cenários, no que diz respeito ao seu processamento. Para a definição de todos os cenários que foram estudados, utilizou-se um protocolo onde se encontravam elencadas todas as características de interesse, como por exemplo tempo de processamento, uso de memória, etc. |
id |
UTFPR-12_b618d9e4585adb90fa77dd53a1807db6 |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/7131 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2020-11-10T17:41:33Z2020-11-10T17:41:33Z2016-06-28MARTINS, Michael Keese. Análise de desempenho de arcabouços em Big Data. 2016. Trabalho de Conclusão de Curso (Graduação em Engenharia da Computação) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2016.http://repositorio.utfpr.edu.br/jspui/handle/1/7131Devido a imensidão de dados gerados ao longo dos anos que compõem a era digital, algumas técnicas foram desenvolvidas para auxiliar em seu processamento. As técnicas tradicionais de processamento de informação se tornaram inviáveis na medida em que a quantidade de dados começou a crescer exponencialmente a cada ano. Porém, muitos casos inseridos neste contexto, podem ser modelados ao usar estruturas de grafos. Este trabalho propõe o processamento de alguns algoritmos modelados em grafos em vários cenários, no que diz respeito ao seu processamento. Para a definição de todos os cenários que foram estudados, utilizou-se um protocolo onde se encontravam elencadas todas as características de interesse, como por exemplo tempo de processamento, uso de memória, etc.Due to the data immensity generated over the years that make up the digital age, some techniques have been developed to assist in its processing. The traditional techniques for processing information have become unviable from the moment when the amount of data started to grow exponentially each year. However, many cases that are inserted in this context, can be modeled using the graph structure. This work proposes the processing of some algorithms modeled in graphs in various scenarios, regarding to their processing. To set all scenarios studied, a protocol was developed where all features of interest were listed, such as processing time, memory usage, etc.porUniversidade Tecnológica Federal do ParanáCornelio ProcopioEngenharia da ComputaçãoUTFPRBrasilCNPQ::ENGENHARIASBig dataComputação de alto desempenhoProcessamento paralelo (Computadores)Teoria dos grafosBig dataHigh performance computingParallel processing (Electronic computer)Graph theoryAnálise de desempenho de arcabouços em Big Datainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCornélio ProcópioPereira Junior, FranciscoPereira Junior, FranciscoTeixeira, Eduardo CotrinMeinerz, Giovani VolneiMartins, Michael Keeseinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALCP_COENC_2016_1_10.pdfapplication/pdf4146339http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/7131/1/CP_COENC_2016_1_10.pdf154487466ad85fb8194b5ce586998e4cMD51LICENSElicense.txttext/plain1290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/7131/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52TEXTCP_COENC_2016_1_10.pdf.txtExtracted texttext/plain109193http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/7131/3/CP_COENC_2016_1_10.pdf.txt35b5000ad033be77c259612d6505f688MD53THUMBNAILCP_COENC_2016_1_10.pdf.jpgGenerated Thumbnailimage/jpeg1177http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/7131/4/CP_COENC_2016_1_10.pdf.jpg89e9ea0720181d89c23892384884d563MD541/71312020-11-10 15:41:33.526oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2020-11-10T17:41:33Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Análise de desempenho de arcabouços em Big Data |
title |
Análise de desempenho de arcabouços em Big Data |
spellingShingle |
Análise de desempenho de arcabouços em Big Data Martins, Michael Keese CNPQ::ENGENHARIAS Big data Computação de alto desempenho Processamento paralelo (Computadores) Teoria dos grafos Big data High performance computing Parallel processing (Electronic computer) Graph theory |
title_short |
Análise de desempenho de arcabouços em Big Data |
title_full |
Análise de desempenho de arcabouços em Big Data |
title_fullStr |
Análise de desempenho de arcabouços em Big Data |
title_full_unstemmed |
Análise de desempenho de arcabouços em Big Data |
title_sort |
Análise de desempenho de arcabouços em Big Data |
author |
Martins, Michael Keese |
author_facet |
Martins, Michael Keese |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Pereira Junior, Francisco |
dc.contributor.referee1.fl_str_mv |
Pereira Junior, Francisco |
dc.contributor.referee2.fl_str_mv |
Teixeira, Eduardo Cotrin |
dc.contributor.referee3.fl_str_mv |
Meinerz, Giovani Volnei |
dc.contributor.author.fl_str_mv |
Martins, Michael Keese |
contributor_str_mv |
Pereira Junior, Francisco Pereira Junior, Francisco Teixeira, Eduardo Cotrin Meinerz, Giovani Volnei |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
topic |
CNPQ::ENGENHARIAS Big data Computação de alto desempenho Processamento paralelo (Computadores) Teoria dos grafos Big data High performance computing Parallel processing (Electronic computer) Graph theory |
dc.subject.por.fl_str_mv |
Big data Computação de alto desempenho Processamento paralelo (Computadores) Teoria dos grafos Big data High performance computing Parallel processing (Electronic computer) Graph theory |
description |
Devido a imensidão de dados gerados ao longo dos anos que compõem a era digital, algumas técnicas foram desenvolvidas para auxiliar em seu processamento. As técnicas tradicionais de processamento de informação se tornaram inviáveis na medida em que a quantidade de dados começou a crescer exponencialmente a cada ano. Porém, muitos casos inseridos neste contexto, podem ser modelados ao usar estruturas de grafos. Este trabalho propõe o processamento de alguns algoritmos modelados em grafos em vários cenários, no que diz respeito ao seu processamento. Para a definição de todos os cenários que foram estudados, utilizou-se um protocolo onde se encontravam elencadas todas as características de interesse, como por exemplo tempo de processamento, uso de memória, etc. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-06-28 |
dc.date.accessioned.fl_str_mv |
2020-11-10T17:41:33Z |
dc.date.available.fl_str_mv |
2020-11-10T17:41:33Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MARTINS, Michael Keese. Análise de desempenho de arcabouços em Big Data. 2016. Trabalho de Conclusão de Curso (Graduação em Engenharia da Computação) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2016. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/7131 |
identifier_str_mv |
MARTINS, Michael Keese. Análise de desempenho de arcabouços em Big Data. 2016. Trabalho de Conclusão de Curso (Graduação em Engenharia da Computação) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2016. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/7131 |
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 Tecnológica Federal do Paraná Cornelio Procopio |
dc.publisher.program.fl_str_mv |
Engenharia da Computação |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Cornelio Procopio |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/7131/1/CP_COENC_2016_1_10.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/7131/2/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/7131/3/CP_COENC_2016_1_10.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/7131/4/CP_COENC_2016_1_10.pdf.jpg |
bitstream.checksum.fl_str_mv |
154487466ad85fb8194b5ce586998e4c b9d82215ab23456fa2d8b49c5df1b95b 35b5000ad033be77c259612d6505f688 89e9ea0720181d89c23892384884d563 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1805922919156547584 |