Otimização de desempenho do Hadoop MapReduce: um caso prático

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorBini, Tarcizio Alexandre-
Autor(es): dc.contributorBini, Tarcizio Alexandre-
Autor(es): dc.contributorAlmeida, Simone de-
Autor(es): dc.contributorRibeiro, Richard Duarte-
Autor(es): dc.creatorKuss, Elder Lucas-
Data de aceite: dc.date.accessioned2022-02-21T21:30:43Z-
Data de disponibilização: dc.date.available2022-02-21T21:30:43Z-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2017-06-08-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/15938-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/654264-
Descrição: dc.descriptionWith the popularization of the Internet, massive amounts of data have been generated on a daily basis, especially in the social media. The growing demand for managing large volumes of data meant that new solutions were developed. Currently Hadoop is one of the solutions used. Settings can be applied in Hadoop to extract better performance. This paper carries out a study about the influence of configuration parameters on the performance of Hadoop MapReduce, and for reach that goal, uses a virtualized cluster Docker environment for testing development. The results obtained in this paper demonstrate that it is possible to achieve performance improvements in Hadoop by tuning the values of its configuration parameters.-
Descrição: dc.descriptionCom a popularização da Internet, quantidades massivas de dados têm sido geradas diariamente, principalmente nas mídias sociais. A crescente demanda pelo gerenciamento de grandes volumes de dados fez com que novas soluções fossem desenvolvidas. Atualmente o Hadoop é uma das soluções mais empregadas. Algumas configurações podem ser aplicadas no Hadoop para extrair um melhor desempenho. Este trabalho realiza um estudo sobre a influência dos parâmetros de configuração na performance do Hadoop MapReduce, utilizando para isso um cluster virtualizado no ambiente Docker para o desenvolvimento de testes. Os resultados obtidos nesse trabalho demonstram que é possível alcançar melhorias de desempenho no Hadoop por meio do tuning dos valores de seus parâmetros de configuração.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPonta Grossa-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherCiência da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectFluxo de dados (Computadores)-
Palavras-chave: dc.subjectEstrutura de domínio-
Palavras-chave: dc.subjectSistemas de parâmetros distribuídos-
Palavras-chave: dc.subjectData flow computing-
Palavras-chave: dc.subjectDomain structure-
Palavras-chave: dc.subjectDistributed parameter systems-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleOtimização de desempenho do Hadoop MapReduce: um caso prático-
Título: dc.titleOptimizing performance Hadoop MapReduce: a case study-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.