ArchivIA - Archivio istituzionale dell'Universita' di Catania >
Tesi >
Tesi di dottorato >
Area 09 - Ingegneria industriale e dell'informazione >
Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/10761/3801
|
Data: | 12-gen-2018 |
Autori: | Cavallo, Marco |
Titolo: | H2F: a hierarchical Hadoop framework to process Big Data in geo-distributed contexts |
Abstract: | L ampia diffusione di tecnologie ha portato alla generazione di enormi quantità di dati, o di Big Data, che devono essere raccolti, memorizzati e elaborati attraverso nuove tecniche per produrre valore nel modo migliore. I framework distribuiti di calcolo come Hadoop, basati sul paradigma MapRe-
duce, sono stati utilizzati per elaborare tali quantità di dati sfruttando la potenza di calcolo di molti nodi di cluster.
Purtroppo, in molte applicazioni di big data, i dati da elaborare risiedono in diversi data center computazionali eterogeni e distribuiti in luoghi diversi.
In questo contesto le performance di Hadoop crollano drasticamente. Per affrontare questo problema, abbiamo sviluppato un Hierarchical Hadoop Framework(H2F) in grado di pianificare e distribuire task tra cluster geograficamente distanti in modo da ridurre al minimo il tempo di esecuzione complessivo delle applicazioni.
Le nostre valutazioni sperimentali mostrano che l utilizzo di H2F migliora notevolmente il tempo di elaborazione per dataset geodistribuiti rispetto ad un semplice sistema Hadoop. |
In | Area 09 - Ingegneria industriale e dell'informazione
|
Full text:
File |
Descrizione |
Dimensioni | Formato | Consultabilità |
CVLMRC86L23A494N-Tesi_Cavallo_Marco.pdf | Tesi_Cavallo_Marco | 2,1 MB | Adobe PDF | Visualizza/apri
|
|
Tutti i documenti archiviati in ArchivIA sono protetti da copyright. Tutti i diritti riservati.
|