
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Campiolo, Rodrigo | - |
| Autor(es): dc.contributor | Campiolo, Rodrigo | - |
| Autor(es): dc.contributor | Santos, Luiz Arthur Feitosa dos | - |
| Autor(es): dc.contributor | Sabo, Paulo Henrique | - |
| Autor(es): dc.creator | Bini, Henrique Moura | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T12:27:35Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T12:27:35Z | - |
| Data de envio: dc.date.issued | 2024-07-02 | - |
| Data de envio: dc.date.issued | 2024-07-02 | - |
| Data de envio: dc.date.issued | 2023-06-16 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/33831 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1095727 | - |
| Descrição: dc.description | The constant increase in IoT devices generates large data volumes on networks. As a result, this creates a high demand for processing power and storage. So, many companies have chosen to use cloud servers for data processing due to their high scalability and availability. However, using cloud servers incurs high costs for companies and increases the latency for users accessing their services. To reduce costs and latency, fog or edge computing can be implemented, where data processing is decentralized using multiple servers distributed near the end user, reducing latency and the volume of data sent to cloud servers. However, deploying multiple servers distributed in a specific area becomes costly due to the required hardware and the location to deploy such a system. One solution to reduce the cost of implementing these paradigms is single-board computer clusters, which have a compact size and low cost. Thus, the research goal is to evaluate the performance and energy consumption of single-board computer clusters and compare them with a server machine to determine if their use will bring advantages in processing data generated in IoT environments. A single-board computer cluster composed of different models of Raspberry Pi was created using the Apache Spark framework and evaluated through benchmarks for tasks such as mapping, reducing, and streaming data processing. The results showed that the single-board computer cluster required a longer execution time for data processing than the server machine, resulting in higher total energy consumption than the server machine. | - |
| Descrição: dc.description | O constante aumento de dispositivos IoT gera grandes volumes de dados trafegando nas redes. Como consequência, isso cria alta demanda por poder de processamento e armazenamento. Para suprir essa demanda, muitas empresas optaram por utilizar servidores em nuvem para realizar o processamento dos dados, devido a alta escalabilidade e disponibilidade. Entretanto, o uso de servidores nuvem gera alto custo para as empresas e aumento na latência para os usuários utilizando seus serviços. Para reduzir os custos e a latência, pode ser implementada a computação em névoa ou borda, no qual o processamento dos dados é feito de forma descentralizada, por meio de diversos servidores distribuídos próximo ao usuário final, reduzindo a latência e o volume de dados enviado para os servidores nuvem. Porém, a criação de diversos servidores, distribuídos em uma determinada área, se torna custosa devido ao hardware necessário e o local para implantar esse sistema. Uma das soluções para reduzir o custo da implementação desses paradigmas é a utilização de aglomerados de computadores de placa única, possuindo um tamanho compacto e um baixo custo. Assim, objetiva-se nesta monografia avaliar o desempenho e o consumo energético dos aglomerados de computadores de placa única e comparar com o de uma máquina servidora, para determinar se o seu uso propicia vantagens no processamento de dados gerados em ambientes IoT. Para realizar a avaliação, foi criado um aglomerado de computadores de placa única composto por Raspberry Pi de diferentes modelos utilizando o arcabouço Apache Spark, cujo desempenho foi avaliado por meio de benchmarks na realização de tarefas como map e reduce e no processamento de streaming de dados. Os resultados mostraram que o aglomerado de computadores necessitou de um tempo de execução maior para o processamento dos dados em relação a máquina servidora, ocasionando também em um consumo energético total superior ao da máquina servidora. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Campo Mourao | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Departamento Acadêmico de Computação | - |
| Publicador: dc.publisher | Ciência da Computação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Palavras-chave: dc.subject | Internet das coisas | - |
| Palavras-chave: dc.subject | Raspberry Pi (Computador) | - |
| Palavras-chave: dc.subject | Computação em nuvem | - |
| Palavras-chave: dc.subject | Internet of things | - |
| Palavras-chave: dc.subject | Raspberry Pi (Computer) | - |
| Palavras-chave: dc.subject | Cloud computing | - |
| Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
| Título: dc.title | Avaliação de desempenho de aglomerado de computadores de placa única para processamento de dados em ambientes IoT usando Apache Spark | - |
| Título: dc.title | Performance evaluation of single board computer cluster for data processing in IoT environments using Apache Spark | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: