Um Guia para Montagem de um Cluster Paralelo Embarcado de baixo custo usando Apache Hadoop e Raspberry Pi

Fazendo Educação


ISBN: 978-65-85175-28-9

DOI: 10.5281/zenodo.13117770

Descrição: A utilização de bibliotecas de programação paralela possuem alguns desafios, dentre eles: a utilização de diferentes tipos de primitivas de comunicação e sincronização; abstrações de processos ou threads distintas; diferentes modelos de programação; problemas de balanceamento de carga; e um maior impacto no desenvolvimento e desempenho das aplicações desenvolvidas, em função do tipo de plataforma e biblioteca paralela utilizada na solução dos problemas computacionais a serem resolvidos.
Portanto, este projeto tem como objetivo apresentar, de forma detalhada, a implementação de um cluster de baixo custo e alto desempenho, envolvendo a plataforma de hardware Raspberry Pi (RPi) e a biblioteca de paralelismo Apache Hadoop, bem como a execução de testes de benchmarks com algoritmos paralelos utilizados na área da computação, a fim de mostrar o comportamento e o desempenho do cluster, tudo isso sendo monitorado e gerenciado pelos softwares Zabbix Server e o Grafana, através de dashboards customizados com métricas pré-estabelecidas.

Autores: José Aprígio Carneiro Neto; Antônio José Alves Neto e Edward David Moreno Ordonez

Capítulos
Capitulo 1
INTRODUÇÃO

Capitulo 2
ARQUITETURA EM CLUSTER

Capitulo 3
ESPECIFICAÇÕES TÉCNICAS DOS HARDWARES UTILIZADOS NO CLUSTER

Capitulo 4
ESPECIFICAÇÕES TÉCNICAS DOS SOFTWARES UTILIZADOS NO CLUSTER

Capitulo 5
CONFIGURAÇÃO DO CLUSTER

Capitulo 6
DESCRIÇÃO DO FUNCIONAMENTO DO APACHE HADOOP NO CLUSTER

Capitulo 7
BENCHMARKS

Capitulo 8
TESTES DO CLUSTER - ALGORITMOS TERAGEN, TERASORT E TERAVALIDATE

Capitulo 9
TESTES DO CLUSTER - ALGORITMO TESTDFSIO

Capitulo 10
TESTES DO CLUSTER - ALGORITMO PI (QUASE-MONTE CARLO)

Capitulo 11
RESULTADOS DOS TESTES DE DESEMPENHO DOS CLUSTERS

Capitulo 12
MONITORAMENTO DOS CLUSTERS

Capitulo 13
CONSIDERAÇÕES FINAIS

AGRADECIMENTOS

REFERÊNCIAS

SOBRE OS AUTORES

#buttons=(Accept !) #days=(20)

Our website uses cookies to enhance your experience. Learn More
Accept !