Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/ESBF-A2EQRM
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Dorgival Olavo Guedes Netopt_BR
dc.contributor.referee1Renato Antonio Celso Ferreirapt_BR
dc.contributor.referee2Wagner Meira Juniorpt_BR
dc.creatorRodrigo Caetano de Oliveira Rochapt_BR
dc.date.accessioned2019-08-13T19:54:55Z-
dc.date.available2019-08-13T19:54:55Z-
dc.date.issued2015-07-17pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/ESBF-A2EQRM-
dc.description.abstractMost high-performance data processing (a.k.a. big-data) systems allowusers to express their computation using abstractions (like MapReduce)that simplify the extraction of parallelism from applications. Mostframeworks, however, do not allow users to specify how communicationmust take place: that element is deeply embedded into the run-timesystem (RTS) abstractions, making changes hard to implement.In this work we describe Wathershed-ng, our re-engineering of the Watershed system, a framework based on the filter-stream paradigm and originally focused on continuous stream processing. Like other big-data environments, Watershed provided object-oriented abstractions to express computation (filters), but the implementation of streams was an RTS element. By isolating stream functionality into appropriate classes, combination of communication patterns and reuse of common message handling functions (like compression and blocking) become possible. The new architecture even allows the design of new communication patterns, for example, allowing users to choose MPI, TCP or shared memory implementations of communication channels as their problem demands. Applications designed for the new interface showed reductions in code size on the order of 50% and above in some cases. The performance results also showed significant improvements, since some implementation bottlenecks were removed in the re-engineering process.pt_BR
dc.description.resumoPlataformas de processamento de dados massivos permitem que usuários expressem as computações utilizando abstrações que simplificam à extração de paralelismo. A maioria das plataformas, no entanto, não permitem que os usuários especifiquem como a comunicação entre os nós de computação deve acontecer. Neste trabalho descrevemos a plataforma Watershed-ng, uma re-engenharia do Watershed, uma plataforma baseada no modelo filtro-fluxo e originalmente focada no processamento de fluxos contínuos de dados. Isolando a funcionalidade dos canais de fluxos de dados em classes de primeira ordem, se tornou possível desenvolver, combinar e reutilizar diversos padrões de comunicação e componentes para o tratamento do fluxo de dados. Aplicações desenvolvidas com o Watershed-ng, integrado ao ambiente Hadoop, apresentaram melhorias significativas de desempenho, bem como uma redução em tamanho de código de até 50%, quando comparado com as plataformas predecessoras.pt_BR
dc.languagePortuguêspt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectProcessamento de fluxos de dadospt_BR
dc.subjectBig datapt_BR
dc.subjectSistemas distribuídospt_BR
dc.subjectProgramação paralelapt_BR
dc.subject.otherComputaçãopt_BR
dc.subject.otherBig datapt_BR
dc.subject.otherProgramação paralela (Computação)pt_BR
dc.subject.otherSistemas distribuídospt_BR
dc.titleWatershed-ng: um sistema distribuído e extensível para o processamento de fluxos de dadospt_BR
dc.typeDissertação de Mestradopt_BR
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
rodrigocaetano.pdf1.56 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.