Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/15938
Título: Otimização de desempenho do Hadoop MapReduce: um caso prático
Título(s) alternativo(s): Optimizing performance Hadoop MapReduce: a case study
Autor(es): Kuss, Elder Lucas
Orientador(es): Bini, Tarcizio Alexandre
Palavras-chave: Fluxo de dados (Computadores)
Estrutura de domínio
Sistemas de parâmetros distribuídos
Data flow computing
Domain structure
Distributed parameter systems
Data do documento: 8-Jun-2017
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Ponta Grossa
Citação: KUSS, Elder Lucas. Otimização de desempenho do Hadoop MapReduce: um caso prático. 2017. 64 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2017.
Resumo: Com 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.
Abstract: With 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.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/15938
Aparece nas coleções:PG - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PG_COCIC_2017_1_05.pdf1,86 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.