Computação Intensiva em Dados

Tamanho: px
Começar a partir da página:

Download "Computação Intensiva em Dados"

Transcrição

1 Computação Intensiva em Dados 31/03/2014 1/49

2 Versões dos Slides v.4.0 Pedro de Botelho Marcos 2012/2 André Luís Tibola 2013/1 Iván Marcelo Carrera 2013/1 Julio C. S dos Anjos 2013/2 Julio C. S dos Anjos 2014/1 2/49

3 Para pensar... Visão Geral Dividir cada uma das dificuldades que eu examinasse em tantas parcelas possíveis e que fossem necessárias para melhor resolvê-las. René Descartes, O Discurso do Método /49

4 Objetivos Visão Geral Apresentar o e o Motivar para o TF Apresentar o grupo /GPPD Motivar para pesquisa 4/49

5 Contexto Computação Intensiva em Dados Onde existe? Onde pode ser aplicado? 5/49

6 Contexto Computação Intensiva em Dados 5/49

7 Contexto Computação Intensiva em Dados 5/49

8 Contexto Computação Intensiva em Dados 5/49

9 Contexto Computação Intensiva em Dados 5/49

10 Contexto Computação Intensiva em Dados 5/49

11 Outline Visão Geral 1 Visão Geral /49

12 Visão Geral Data-Intensive Computing Classe de aplicações que são I/O bound; Tipicamente Terabytes ou Petabytes de dados; Podem ser também CPU bound além de I/O bound; Parte do tempo de execução é utilizado para movimentar dados; Abordagem preferencial read-once execute-many; 7/49

13 Dimensão de BigData [Stonebraker, Madden e Dubey 2013], <http://www-01.ibm.com/software/data/bigdata/> 8/49

14 Processamento Intensivo em Dados Principais Iniciativas de Processamento Intensivo em Dados [Dean e Ghemawat 2010],[Beckman et al. 2010],[Ananthanarayanan et al. 2013],[Carvalho et al. 2013] 9/49

15 Outline Visão Geral 1 Visão Geral /49

16 Outline Visão Geral 1 Visão Geral /49

17 Introdução Visão Geral Criado pela Google em 2004; Processamento de grandes volumes de dados; Originalmente desenvolvido para clusters homogêneos; Utiliza um Sistema de Arquivos Distribuídos; Framework lida com o escalonamento de tarefas, tolerância a falhas e distribuição dos dados; Usuário tem apenas que programar função de Map e de Reduce. 12/49

18 Modelo do Fluxo de Execução do 13/49

19 Exemplo de Execução do (WordCount) Funcionamento do 14/49

20 Escalonamento e Tratamento de Falhas Escalonamento Tarefas: Escalonamento baseado em localidade (Map); Task-Assign por heartbeat; Tarefas especulativas para melhorar o desempenho; Tolerância a falhas: Tratamento de falhas: Slaves; Tarefas; Tarefas backup, lançamento de tarefas remotas; Replicação de Dados (DFS); 15/49

21 Tipos de aplicações Algoritmos de manipulação de dados em geral; Encadeamento de transformações sobre dados; Embarrassingly parallel problems: É possível eliminar a etapa de Reduce; Data mining, processamento de imagem/vídeo, cálculos estatísticos, ordenamento, pesquisa, geração de índices, etc. 16/49

22 Kit Benchmark Visão Geral Kit Benchmark MRBS: Desenvolvido pelo grupo ERODS do LIG (Grenoble, França): Tipos de Aplicações: Recommendation Systems; Business Intelligence; Bioninformatics; Text processing; Data mining; 17/49

23 Limitações Visão Geral Nem todo algoritmo pode ser expresso através do modelo ; Não há tratamento de dependência entre tarefas da mesma fase; Pode ser custoso manipular pequenas quantidades de dados. 18/49

24 Exemplos Visão Geral Grep def map ( document, t e x t ) : for l i n e in t e x t : i f l i n e. search ( palavra ) : emit ( document, l i n e ) Por documentos def map ( document, t e x t ) : i f t e x t. search ( palavra ) : emit ( document, t r u e ) 19/49

25 Exemplos Visão Geral Índice invertido def map ( document, t e x t ) : for palavra in t e x t : emit ( palavra, document ) def reduce ( palavra, documents [ ] ) : emit ( palavra, j o i n ( documents [ ] ) ) 20/49

26 Outline Visão Geral 1 Visão Geral /49

27 Visão geral Visão Geral Implementação aberta do ; Desenvolvido pela Apache Software Foundation; Utiliza o HDFS como Sistema de Arquivos Distribuído; Java; Streaming. 22/49

28 Configuração Visão Geral Pré-requisitos: Linux (ambientes de produção); Java 1.6. Modos de funcionamento: Local; Pseudo-distribuído; Distribuído; Cloud Computing. 23/49

29 Configuração XML Propriedade Default mapred.map.tasks 2 mapred.reduce.tasks 1 mapred.tasktracker.map.tasks.maximum 2 mapred.tasktracker.reduce.tasks.maximum 2 mapred.map.tasks.speculative.execution true mapred.reduce.tasks.speculative.execution true dfs.replication 3 24/49

30 Outline Visão Geral 1 Visão Geral /49

31 Introdução Visão Geral Simulador para o modelo ; Baseado no SimGrid; Permite implementar e testar novos algoritmos: Escalonamento; Distribuição dos dados de entrada; Distribuição das chaves de reduce. [Kolberg et al. 2013] 26/49

32 Arquitetura Visão Geral User input/code Platform Topology (XML file) Alternative Scheduler Algorithm Alternative Data Distribution Algorithm Deploy (XML file) Job Specification DFS JobTracker Speculative Execution TaskTracker Map Reduce SimGrid Network CPU Arquitetura do 27/49

33 Arquivo de plataforma <?xml version= 1.0?> <!DOCTYPE p l a t f o r m SYSTEM " h t t p : / / simgrid. gforge. i n r i a. f r / simgrid. dtd " > < p l a t f o r m version= " 3 " > <AS i d = "AS0" r o u t i n g = " F u l l "> <host i d = " Host 0 " power= " " core= "2" / > <host i d = " Host 1 " power= " " core= "2" / > < l i n k i d = " l 1 " bandwidth= " " latency = "1e 4" / > < route src=" Host 0 " dst=" Host 1 "> < l i n k _ c t n i d = " l 1 " / > < / route> < route src=" Host 1 " dst=" Host 0 "> < l i n k _ c t n i d = " l 1 " / > < / route> < /AS> < / p l a t f o r m > 28/49

34 Arquivo de deploy <?xml version= 1.0?> <!DOCTYPE p l a t f o r m SYSTEM " h t t p : / / simgrid. gforge. i n r i a. f r / simgrid. dtd " > < p l a t f o r m version= " 3 " > <process host= " Host 0 " function= " master " / > <process host= " Host 1 " function= " worker " / > < / p l a t f o r m > 29/49

35 Arquivo de configuração do job master " Host 0" reduces 100 chunk_ size 64 input_chunks 100 d f s _ r e p l i c a s 3 map_ slots 2 reduce_slots 2 30/49

36 Exemplo API - Custo das tarefas function task_ cost ( phase, task_ id, worker_ id ) i f phase == MAP: r e t u r n ( rand (50, 100) + i o _ c o s t ( ) ) i f phase == REDUCE: r e t u r n ( i o _ c o s t ( ) ) end function 31/49

37 Exemplo API - Distribuição dos dados function dfs ( dfs_matrix, chunks, workers, r e p l i c a s ) for each c in chunks : for each r in r e p l i c a s : w = choose_worker ( ) d f s _ m a t r i x [ c ] [ w] = 1 end function 32/49

38 Exemplo API - Data skew function data_skew ( map_id, reduce_id ) i f ( reduce_id % 2) == 0: r e t u r n 1024 else r e t u r n 2048 end function 33/49

39 Outline Visão Geral 1 Visão Geral /49

40 Membros Visão Geral Julio Anjos - Doutorado; Wagner Kolberg - Mestrado; André Tibola - Mestrado; Iván Carrera - Mestrado; Maycon Bordin - Mestrado; Alexandre Miyazaki - T.G. Simulador melhorias ; Junior Barros - Bolsista IC - projeto Bio Informática; João Gross - T.G. Compilação Heterogêneo; Pedro Marin - T.G. - Simulação Turbiditos - Petróleo; Trabalhos Concluídos: Julio Anjos - Mestrado (concluído); Pedro Marcos - Mestrado (concluído); Flávio Alles - T.G. (concluído); Bruno Reckziegel Filho - T.G. (concluído). 35/49

41 Heterogeneidade Visão Geral Problema: supõe que o ambiente de execução seja homogêneo, resultando em desempenho abaixo do esperado em ambientes heterogêneos, por exemplo, desktop grids; Objetivo: Adaptar os algoritmos de distribuição de dados e escalonamento; Situação: Finalizado, implementado no ; Membros: Julio, Alexandre. 36/49

42 Tolerância a falhas Problema: utiliza uma arquitetura master/slave, propiciando dois pontos de falha única, o master e o namenode; Objetivo: Modelo descentralizado para evitar os pontos de falha única; Situação: Finalizado, protótipo implementado; Membros: Pedro Marcos. 37/49

43 Verificação de Resultados Problema: Em computação voluntária é necessário verificar o resultado dos voluntários, a maioria das técnicas onera o servidor; Objetivo: Desenvolver técnica com baixa carga para o servidor e resistente a conluio; Situação: Em andamento; Membros: André. 38/49

44 Volatilidade Visão Geral Problema: Execução em ambientes com volatilidade, por exemplo, computação voluntária, pode ser inviável devido aos custos de replicação dos dados e re-escalonamento de tarefas; Objetivo: Adicionar novos componentes na arquitetura para garantir disponibilidade dos dados; Situação: Fase final; Membros: Wagner. 39/49

45 Escalonamento para ambientes Voláteis Problema: Escalonador não adaptado ao ambiente volátil; Objetivo: Adicionar novos componentes na arquitetura para criar escalonador dinâmico com predição estatística; Situação: Em andamento; Membros: Julio. 40/49

46 Provisionamento de recursos Problema: É difícil especificar o tipo e a quantidade de instâncias para uma determinada run; Objetivo: Desenvolver uma expressão para o tempo de execução de aplicativos MR e sugerir instâncias; Situação: Em andamento; Membros: Iván. 41/49

47 Green Computing Problema: Escalonador original do preocupa-se apenas com o tempo de execução; Objetivo: Implementar um novo escalonador para o que siga políticas green; Situação: Em andamento; Membros: Flávio, Wagner. 42/49

48 Aplicações de Bio-Informática com Problema: Aplicações dedicadas ao sequenciamento genético tem baixo desempenho sobre ; Objetivo: Desenvolver aplicações para notação de patologias com mapeamento genético; Situação: Finalizado protótipo criado sobre o, analisando diversas bases genéticas; Membros: Bruno, Junior 43/49

49 Sugestões de Trabalho Final Desenvolvimento de aplicações com o ; Testes com o na Grid 5000 Testes com o no ; Calcular o speed-up de uma app ; Implementar, no, algoritmos para ambientes heterogêneos; Implementar outros sistemas intensivos em dados como o Swift e comparar aplicações; 44/49

50 Sugestões de Trabalho Final Testar falhas no e no cluster; Testes de desempenho utilizando DB; *Testes do benchmark MRBS; Otimizar programas ; *Testes em nuvens públicas; *Comparação de soluções MR as a service (AzureMR, Cloudera, Elastic MR). 45/49

51 Sugestões de Trabalho Final - Detalhado Comparar o desempenho e funcionalidades de sistemas intensivos em dados.tempo estimado de trabalho: 20 dias Objetivo: Instalar o Symphony, para comparar com o. Avaliar pelo menos 3 das seguintes implementações nas plataformas como, por exemplo: - Criar aplicação worcount texto de 8 GB, 64GB, 128 GB e 256GB; - Criar aplicação que faça uma busca de similaridade entre pedaços de um DNA coletado (será fornecido o arquivo e programa) usando bases de dados do DNA públicas diferentes; - Criar aplicação que analise o índice reverso (arquivos fornecidos pelo grupo MapaReduce); - Criar aplicação livre que faça o cálculo para uma figura de Mandelbrot. 46/49

52 Sugestões de Trabalho Final - Detalhado Avaliação de desempenho em ambiente heterogêneo. Tempo estimado de trabalho: 10 dias Objetivo: Executar simulações com o MRA++ alterando a banda e a latência de rede (necessário pequenos ajustes no código). Comparar os resultados obtidos com o. - O aluno deverá avaliar três tipos de cargas de trabalho e usar a banda de rede de 1 Mbps, 5 Mbps, 10 Mbps, 100 Mbps e 1 Gbps em cada carga. - As plataformas das máquinas devem ter configurações heterogêneas e variar de 32, 64, 128, 256, 512 e 1024 nós. - O sistema tem um gerador de plataforma próprio para esta finalidade e deve utilizar pelo menos 2 distribuições de máquinas diferentes como log-normal e Weibull (seguindo especificações pré definidas). 47/49

53 Computação Intensiva em Dados 31/03/ /49

54 Bibliografia I Visão Geral ANANTHANARAYANAN, R. et al. Photon: fault-tolerant and scalable joining of continuous data streams. In: Proceedings of the 2013 ACM SIGMOD International Conference on Management of Data. New York, NY, USA: ACM, (SIGMOD 13), p ISBN Disponível em: <http://doi.acm.org/ / >. US DEPARTMENT OF ENERGY, OFFICE OF SCIENCE. SWIFT - Scalable Parallel Scripting for Scientific Computing, v. 17 de Spring 2010, (Spring 2010, v. 17). IOP Publishing, p. ISSN Disponível em: <http://www.scidacreview.org/1002/index.html>. Análise e caracterização das novas ferramentas para computação distribuída na nuvem, (WSCAD - WIC 2013). ISSN DEAN, J.; GHEMAWAT, S. - A Flexible Data Processing Tool. Communications of the ACM, ACM, New York, NY, USA, v. 53, n. 1, p , ISSN KOLBERG, W. et al. - A simulator over SimGrid. Parallel Comput., Elsevier Science Publishers B. V., Amsterdam, The Netherlands, The Netherlands, v. 39, n. 4-5, p , abr ISSN Disponível em: <http://dx.doi.org/ /j.parco >. STONEBRAKER, M.; MADDEN, S.; DUBEY, P. Intel "Big Data"Science and Technology Center Vision and Execution Plan. SIGMOD Rec., ACM, New York, NY, USA, v. 42, n. 1, p , maio ISSN Disponível em: <http://doi.acm.org/ / >. 49/49

Apresentação dos autores

Apresentação dos autores Laboratório do Framework Laboratório do Framework Hadoop Hadoop em Plataformas de em Plataformas de Cloud e Cluster Cloud e Cluster Computing Computing Eng. André Luiz Tibola. Eng. André Luís Tibola. Prof.

Leia mais

Estratégia para dentificação dos fatores de maior impacto de aplicações Mapreduce

Estratégia para dentificação dos fatores de maior impacto de aplicações Mapreduce Estratégia para dentificação dos fatores de maior impacto de aplicações Mapreduce Fabiano da Guia Rocha Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso - Campus Cáceres Av. dos Ramires,

Leia mais

Laboratório do Framework Hadoop em Plataformas de Cloud e. Cluster Computing

Laboratório do Framework Hadoop em Plataformas de Cloud e. Cluster Computing Laboratório do Framework Hadoop em Plataformas de Cloud e Framework Hadoop em Plataformas de Cluster Computing Cloud Computing Eng. André Luiz Tibola. Mst. Raffael Bottoli Schemmer Prof. Dr. Cláudio Fernando

Leia mais

AN IN-DEPTH STUDY OF MAP REDUCE IN CLOUD ENVIRONMENT. Sistemas Distribuídos e Tolerância a Falhas Nuno Garcia m6284, Tiago Carvalho m6294

AN IN-DEPTH STUDY OF MAP REDUCE IN CLOUD ENVIRONMENT. Sistemas Distribuídos e Tolerância a Falhas Nuno Garcia m6284, Tiago Carvalho m6294 AN IN-DEPTH STUDY OF MAP REDUCE IN CLOUD ENVIRONMENT Sistemas Distribuídos e Tolerância a Falhas Nuno Garcia m6284, Tiago Carvalho m6294 Sobre o paper Novia Nurain, Hasan Sarwar, Md.Pervez Sajjad United

Leia mais

MapReduce em Ambientes Voláteis e Heterogêneos

MapReduce em Ambientes Voláteis e Heterogêneos UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO WAGNER KOLBERG MapReduce em Ambientes Voláteis e Heterogêneos Trabalho Individual I TI-I Prof.

Leia mais

RELATÓRIO DE ATIVIDADES DISCIPLINA: ARQUITETURAS PARALELAS. Hadoop e QEF: Uma abordagem distribuída para aplicações de Astronomia

RELATÓRIO DE ATIVIDADES DISCIPLINA: ARQUITETURAS PARALELAS. Hadoop e QEF: Uma abordagem distribuída para aplicações de Astronomia UNIVERSIDADE FEDERAL FLUMINENSE INSTITUTO DE COMPUTAÇÃO (IC) RELATÓRIO DE ATIVIDADES DISCIPLINA: ARQUITETURAS PARALELAS Hadoop e QEF: Uma abordagem distribuída para aplicações de Astronomia Henrique Klôh

Leia mais

MapReduce - Conceitos e Aplicações

MapReduce - Conceitos e Aplicações 1. Introdução MapReduce - Conceitos e Aplicações Tiago Pedroso da Cruz de Andrade 1 1 Laboratório de Redes de Computadores Instituto de Computação Universidade Estadual de Campinas tiagoandrade@lrc.ic.unicamp.br

Leia mais

Trabalho de Conclusão de Curso

Trabalho de Conclusão de Curso UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA CURSO DE ENGENHARIA DA COMPUTAÇÃO Trabalho de Conclusão de Curso Flavio Alles Rodrigues Claudio Geyer Pedro de Botelho Marcos 1 Caracterização

Leia mais

Análise comparativa de ambientes e linguagens para computação intensiva de dados na nuvem

Análise comparativa de ambientes e linguagens para computação intensiva de dados na nuvem Análise comparativa de ambientes e linguagens para computação intensiva de dados na nuvem Robespierre Dantas 1, Marcos Barreto 1 1 LaSiD, IM, DCC, UFBA CEP 40.170-110 Salvador BA Brazil {pierre.pita,marcoseb}@gmail.com

Leia mais

Seminário: Google File System (GFS)

Seminário: Google File System (GFS) UNIVERSIDADE FEDERAL DE SANTA CATARINA UFSC Disciplina: Sistemas Operacionais I INE5355 Alunos: Armando Fracalossi 06132008 Maurílio Tiago Brüning Schmitt 06132033 Ricardo Vieira Fritsche 06132044 Seminário:

Leia mais

Proposta para Grupo de Trabalho. GT-Computação em Nuvem para Ciência: Armazenamento de Dados. Roberto Samarone dos Santos Araujo

Proposta para Grupo de Trabalho. GT-Computação em Nuvem para Ciência: Armazenamento de Dados. Roberto Samarone dos Santos Araujo Proposta para Grupo de Trabalho GT-Computação em Nuvem para Ciência: Armazenamento de Dados Roberto Samarone dos Santos Araujo Agosto/2011 1 Título GT-Computação em Nuvem para Ciência: Armazenamento de

Leia mais

Análise de Big Data Streams

Análise de Big Data Streams Análise de Big Data Streams Identificando e tratando fluxo Hadoop Marcelo Vaz Netto Nilson Moraes Filho 14/07/14 Propósito do Artigo Original Programming Your Network at Run-time for Big Data Applications

Leia mais

Computação em Grid e em Nuvem

Computação em Grid e em Nuvem Computação em Grid e em Nuvem Computação em Nuvem Molos 1 Definição Um grid computacional é uma coleção recursos computacionais e comunicação utilizados para execução aplicações Usuário vê o grid como

Leia mais

AN EVALUATION OF ALTERNATIVE ARCHITECTURE FOR TRANSACTION PROCESSING IN THE CLOUD (SIGMOD)

AN EVALUATION OF ALTERNATIVE ARCHITECTURE FOR TRANSACTION PROCESSING IN THE CLOUD (SIGMOD) AN EVALUATION OF ALTERNATIVE ARCHITECTURE FOR TRANSACTION PROCESSING IN THE CLOUD (SIGMOD) Donal Krossman, Tim Kraska and Simon Loesing João Lucas Chiquito Universidade Federal do Paraná Departamento de

Leia mais

Introdução à Computação na Nuvem Markus Endler

Introdução à Computação na Nuvem Markus Endler http://picasaweb.google.com/markus.endler/favorites?feat=directlink directlink Introdução à Computação na Nuvem Markus Endler Agenda História e Contexto Definições i e Tipos Exemplos de Cloud computing

Leia mais

Características Básicas de Sistemas Distribuídos

Características Básicas de Sistemas Distribuídos Motivação Crescente dependência dos usuários aos sistemas: necessidade de partilhar dados e recursos entre utilizadores; porque os recursos estão naturalmente em máquinas diferentes. Demanda computacional

Leia mais

Framework Hadoop em Plataformas de Cloud e Cluster Computing

Framework Hadoop em Plataformas de Cloud e Cluster Computing 4 Framework Hadoop em Plataformas de Cloud e Cluster Computing Raffael B. Schemmer raffael.schemmer@inf.ufrgs.br 1, Julio C. s. Anjos julio.c.s.anjos@gmail.com 2, André L. Tibola altibola@gmail.com 3,

Leia mais

BIG DATA: UTILIZANDO A INTERNET PARA TOMADA DE DECISÕES

BIG DATA: UTILIZANDO A INTERNET PARA TOMADA DE DECISÕES BIG DATA: UTILIZANDO A INTERNET PARA TOMADA DE DECISÕES Alex Travagin Chatalov¹, Ricardo Ribeiro Rufino ¹ ¹Universidade Paranaense (Unipar) Paranavaí PR Brasil alex_tr1992@hotmail.com ricardo@unipar.br

Leia mais

Desenvolvimento de aplicações para a Cloud. Introdução

Desenvolvimento de aplicações para a Cloud. Introdução Desenvolvimento de aplicações para a Cloud Introdução Introdução } O que é Cloud Computing? } Porquê o termo Cloud? 2 Introdução } O que é Cloud Computing? } Porquê o termo Cloud? } Cloud Computing versus

Leia mais

Soluções IBM SmartCloud. 2014 IBM Corporation

Soluções IBM SmartCloud. 2014 IBM Corporation Soluções IBM SmartCloud Estratégia de Cloud Computing da IBM Business Process as a Service Software as a Service Platform as a Service Infrastructure as a Service Design Deploy Consume Tecnologias para

Leia mais

ANÁLISE COMPARATIVA DE PLATAFORMAS DE COMPUTAÇÃO EM NUVEM

ANÁLISE COMPARATIVA DE PLATAFORMAS DE COMPUTAÇÃO EM NUVEM ANÁLISE COMPARATIVA DE PLATAFORMAS DE COMPUTAÇÃO EM NUVEM Igor dos Passos Granado¹, Ricardo de Melo Germano¹, Claudete Werner¹, Gabriel Costa Silva² ¹Universidade Paranaense (Unipar) Paranavai PR Brasil

Leia mais

Cloud Disk Drive: Uma Abordagem para a Criação de Discos Virtuais de Baixo Custo Utilizando Redes p2p

Cloud Disk Drive: Uma Abordagem para a Criação de Discos Virtuais de Baixo Custo Utilizando Redes p2p Cloud Disk Drive: Uma Abordagem para a Criação de Discos Virtuais de Baixo Custo Utilizando Redes p2p Anderson Fonseca e Silva 1, Vinicius Cardoso Garcia 1, Rodrigo Elia Assad 2, Frederico Durão 3 1 Universidade

Leia mais

Avaliação de dependabilidade em infraestruturas Eucalyptus geograficamente distribuídas

Avaliação de dependabilidade em infraestruturas Eucalyptus geograficamente distribuídas Avaliação de dependabilidade em infraestruturas Eucalyptus geograficamente distribuídas Jonathan Brilhante(jlgapb@cin.ufpe), Bruno Silva(bs@cin.ufpe) e Paulo Maciel(prmm@cin.ufpe) Agenda 1. 2. 3. 4. 5.

Leia mais

Xavantes: Structured Process Execution Support for Grid Environments

Xavantes: Structured Process Execution Support for Grid Environments Xavantes: Structured Process Execution Support for Grid Environments Fábio R. L. Cicerre 1, Edmundo R. M. Madeira 1, Luiz E. Buzato 1 1 Instituto de Computação Universidade Estadual de Campinas (UNICAMP)

Leia mais

Computação intensiva em dados com MapReduce em ambientes oportunistas

Computação intensiva em dados com MapReduce em ambientes oportunistas Computação intensiva em dados com MapReduce em ambientes oportunistas Jonhnny Weslley Silva 1, Thiago Emmanuel Pereira 1, Carla de Araújo Souza 1, Francisco Brasileiro 1 1 Universidade Federal de Campina

Leia mais

Expandindo uma Arquitetura para HPC em Nuvens Computacionais Utilizando Conceitos de Computação

Expandindo uma Arquitetura para HPC em Nuvens Computacionais Utilizando Conceitos de Computação Expandindo uma Arquitetura para HPC em Nuvens Computacionais Utilizando Conceitos de Computação Autonômica Emanuel F. Coutinho 1, Gabriel A. L. Paillard 1 Leonardo O. Moreira 1, Ernesto Trajano de Lima

Leia mais

Treinamento PostgreSQL Cluster de Banco de Dados - Aula 01

Treinamento PostgreSQL Cluster de Banco de Dados - Aula 01 Treinamento PostgreSQL Cluster de Banco de Dados - Aula 01 Eduardo Ferreira dos Santos SparkGroup Treinamento e Capacitação em Tecnologia eduardo.edusantos@gmail.com eduardosan.com 13 de Junho de 2013

Leia mais

SISTEMAS DISTRIBUÍDOS

SISTEMAS DISTRIBUÍDOS SISTEMAS DISTRIBUÍDOS Cluster, Grid e computação em nuvem Slide 8 Nielsen C. Damasceno Introdução Inicialmente, os ambientes distribuídos eram formados através de um cluster. Com o avanço das tecnologias

Leia mais

CONCEITOS E APLICAÇÕES DA COMPUTAÇÃO EM NUVEM

CONCEITOS E APLICAÇÕES DA COMPUTAÇÃO EM NUVEM CONCEITOS E APLICAÇÕES DA COMPUTAÇÃO EM NUVEM Rogério Schueroff Vandresen¹, Willian Barbosa Magalhães¹ ¹Universidade Paranaense(UNIPAR) Paranavaí-PR-Brasil rogeriovandresen@gmail.com, wmagalhaes@unipar.br

Leia mais

Sistemas Paralelos e Distribuídos. Prof. Jorge Dantas de Melo Depto. Eng. Comp. e Automação CT - UFRN

Sistemas Paralelos e Distribuídos. Prof. Jorge Dantas de Melo Depto. Eng. Comp. e Automação CT - UFRN Sistemas Paralelos e Distribuídos Prof. Jorge Dantas de Melo Depto. Eng. Comp. e Automação CT - UFRN Conceitos preliminares Paralelismo refere-se a ocorrência simultânea de eventos em um computador Processamento

Leia mais

MBA Analytics em Big Data

MBA Analytics em Big Data MBA Analytics em Big Data Inscrições Abertas Início das Aulas: 04/06/2015 Dias e horários das aulas: Segunda-Feira 19h00 às 23h00 Semanal Sexta-Feira 19h00 às 23h00 Semanal Carga horária: 600 Horas Duração:

Leia mais

Computação intensiva em dados com MapReduce em ambientes oportunistas

Computação intensiva em dados com MapReduce em ambientes oportunistas XXIX Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos 279 Computação intensiva em dados com MapReduce em ambientes oportunistas Jonhnny Weslley Silva 1, Thiago Emmanuel Pereira 1, Carla

Leia mais

Aula 02: Conceitos Fundamentais

Aula 02: Conceitos Fundamentais Aula 02: Conceitos Fundamentais Profa. Ms. Rosângela da Silva Nunes 1 de 26 Roteiro 1. Por que mineração de dados 2. O que é Mineração de dados 3. Processo 4. Que tipo de dados podem ser minerados 5. Que

Leia mais

CollA: Uma Plataforma Colaborativa para Programas Java e Java Cá & Lá. Bruno Cerqueira Hott Prof. Joubert de Castro Lima

CollA: Uma Plataforma Colaborativa para Programas Java e Java Cá & Lá. Bruno Cerqueira Hott Prof. Joubert de Castro Lima CollA: Uma Plataforma Colaborativa para Programas Java e Java Cá & Lá Bruno Cerqueira Hott Prof. Joubert de Castro Lima O problema Como permitir que diferentes especialistas possam colaborar cedendo computadores,

Leia mais

Apresentação do Artigo

Apresentação do Artigo Apresentação do Artigo Web Search for a Planet: The Google Cluster Architecture Publicado em IEEE Micro Março 2003, pg.22-28 Luiz A.Barroso, Jeffrey Dean, Urs Hölze Frank Juergen Knaesel fknaesel@inf.ufsc.br

Leia mais

CloudNet: dynamic pooling of cloud resources by live WAN migration of virtual machines

CloudNet: dynamic pooling of cloud resources by live WAN migration of virtual machines CloudNet: dynamic pooling of cloud resources by live WAN migration of virtual machines Timothy Wood, Prashant Shenoy, K.K. Ramakrishnan, Jacobus Van der Merwe VEE '11 Proceedings of the 7th ACM SIGPLAN/SIGOPS

Leia mais

1 http://www.google.com

1 http://www.google.com 1 Introdução A computação em grade se caracteriza pelo uso de recursos computacionais distribuídos em várias redes. Os diversos nós contribuem com capacidade de processamento, armazenamento de dados ou

Leia mais

Infra-Estrutura de Software. Introdução. (cont.)

Infra-Estrutura de Software. Introdução. (cont.) Infra-Estrutura de Software Introdução (cont.) O que vimos Complexidade do computador moderno, do ponto de vista do hardware Necessidade de abstrações software Sistema computacional em camadas SO como

Leia mais

Introdução. O que vimos. Infraestrutura de Software. (cont.) História dos Sistemas Operacionais. O que vimos 12/03/2012. Primeira geração: 1945-1955

Introdução. O que vimos. Infraestrutura de Software. (cont.) História dos Sistemas Operacionais. O que vimos 12/03/2012. Primeira geração: 1945-1955 O que vimos Infraestrutura de Software Introdução (cont.) Complexidade do computador moderno, do ponto de vista do hardware Necessidade de abstrações software Sistema computacional em camadas SO como uma

Leia mais

Interoperabilidade entre Bancos de Dados Relacionais e Bancos de Dados NoSQL (Parte 2)

Interoperabilidade entre Bancos de Dados Relacionais e Bancos de Dados NoSQL (Parte 2) Minicurso: Interoperabilidade entre Bancos de Dados Relacionais e Bancos de Dados NoSQL (Parte 2) Geomar A. Schreiner - schreiner.geomar@posgrad.ufsc.br Ronaldo S. Mello r.mello@ufsc.br Departamento de

Leia mais

Resumo até aqui. Gerenciamento Proteção Compartilhamento. Infra-estrutura de Software

Resumo até aqui. Gerenciamento Proteção Compartilhamento. Infra-estrutura de Software Resumo até aqui Complexidade do computador moderno, do ponto de vista do hardware Necessidade de abstrações software Sistema computacional em camadas SO como uma máquina estendida abstrações SO como um

Leia mais

OPORTUNIDADE DE MERCADO. Explosão de dados

OPORTUNIDADE DE MERCADO. Explosão de dados SOLUÇÕES EM GERENCIAMENTO E ARMAZENAMENTO VIRTUALIZADO DE DADOS OPORTUNIDADE DE MERCADO Explosão de dados 2 INVESTIMENTO x DEMANDA NOVOS DESAFIOS Evolução dos custos/gb em projetos de virtualização de

Leia mais

Extendendo Grids com gerenciamento de recursos de Cloud para computação científica

Extendendo Grids com gerenciamento de recursos de Cloud para computação científica Extendendo Grids com gerenciamento de recursos de Cloud para computação científica 1. Introdução Bruno Barcarollo Gauer 1 1 Universidade Federal do Paraná (UFPR) Curitiba PR Brazil bbg09@inf.ufpr.br A

Leia mais

Capítulo. Métodos, procedimentos e técnicas utilizadas na construção de AgroTIC. 1 Introdução

Capítulo. Métodos, procedimentos e técnicas utilizadas na construção de AgroTIC. 1 Introdução Capítulo 293 Métodos, procedimentos e técnicas utilizadas na construção de AgroTIC 15 Leandro Carrijo Cintra Alan Massaru Nakai Jorge Luiz Correa 1 Introdução Com o afloramento do método científico no

Leia mais

The Eucalyptus Open-source Cloud-computing System

The Eucalyptus Open-source Cloud-computing System The Eucalyptus Open-source Cloud-computing System O sistema Open Source de nuvens computacionais Eucalyptus Daniel Nurmi, Rich Wolski, Chris Grzegorczyk, Graziano Obertelli, Sunil Soman, Lamia Youseff,

Leia mais

IMPLANTAÇÃO DE UM AMBIENTE DE ALTA DISPONIBILIDADE DE REDE E MONITORAÇÃO DINÂMICA DE INFRAESTRUTURA EM SERVIDORES WEB.

IMPLANTAÇÃO DE UM AMBIENTE DE ALTA DISPONIBILIDADE DE REDE E MONITORAÇÃO DINÂMICA DE INFRAESTRUTURA EM SERVIDORES WEB. IMPLANTAÇÃO DE UM AMBIENTE DE ALTA DISPONIBILIDADE DE REDE E MONITORAÇÃO DINÂMICA DE INFRAESTRUTURA EM SERVIDORES WEB. Marllus de Melo Lustosa (bolsista do PIBIC/UFPI), Luiz Cláudio Demes da Mata Sousa

Leia mais

Resumo. Introdução Cluster Cluster Beowulf Curiosidades Conclução

Resumo. Introdução Cluster Cluster Beowulf Curiosidades Conclução Cluster Resumo Introdução Cluster Cluster Beowulf Curiosidades Conclução Introdução Sua empresa esta precisando fazer um grande processamento; As Nuvens existentes não são suficientes para sua empresa;

Leia mais

Heterogeneous Cloud Computing. Rodrigo Shizuo Yasuda RA 074358

Heterogeneous Cloud Computing. Rodrigo Shizuo Yasuda RA 074358 Heterogeneous Cloud Computing Rodrigo Shizuo Yasuda RA 074358 1 Índice Autores Introdução Motivação OpenStack RabbitMQ Modificação Resultados Comentários Referências 2 Autores Steve Crago Diretor Assistente

Leia mais

IBM System Storage DCS3700

IBM System Storage DCS3700 DCS3700 Maximiza o desempenho, a escalabilidade e a densidade de armazenamento a um preço acessível Destaques Ganhar recursos de armazenamento denso altamente disponíveis e rápidos a um preço acessível

Leia mais

Tipos de Sistemas Distribuídos (Cluster e Grid)

Tipos de Sistemas Distribuídos (Cluster e Grid) Tipos de Sistemas Distribuídos (Cluster e Grid) Sistemas Distribuídos Mauro Lopes Carvalho Silva Professor EBTT DAI Departamento de Informática Campus Monte Castelo Instituto Federal de Educação Ciência

Leia mais

MUM. Mikrotik User s Meeting Rio de Janeiro - 2009. Mikrotik e a Computação nas nuvens. Maila Networks

MUM. Mikrotik User s Meeting Rio de Janeiro - 2009. Mikrotik e a Computação nas nuvens. Maila Networks MUM Mikrotik User s Meeting Rio de Janeiro - 2009 Mikrotik e a Computação nas nuvens Oferece serviços de Conectividade IP, Desenvolvimento e Integração de Sistemas. Consultoria `a Provedores de Acesso,

Leia mais

1 O 4 o Paradigma e a Computação Intensiva em Dados

1 O 4 o Paradigma e a Computação Intensiva em Dados 1 O 4 o Paradigma e a Computação Intensiva em Dados Julio César Santos dos Anjos - jcsanjos@inf.ufrgs.br 1 Iván Marcelo Carrera Izurieta - ivan.carrera@inf.ufrgs.br 2 André Luis Tibola - altibola@inf.ufrgs.br

Leia mais

Encontro de Utilizadores Esri 2013. ArcGIS for Server 10.2 Administração Orador: João Ferreira Esri Portugal

Encontro de Utilizadores Esri 2013. ArcGIS for Server 10.2 Administração Orador: João Ferreira Esri Portugal Encontro de Utilizadores Esri 2013 ArcGIS for Server 10.2 Administração Orador: João Ferreira Esri Portugal ArcGIS Server Administração e Configuração João Ferreira Agenda Arquitectura Instalação do ArcGIS

Leia mais

Planejamento Estratégico de TI. Felipe Pontes felipe.pontes@gmail.com

Planejamento Estratégico de TI. Felipe Pontes felipe.pontes@gmail.com Planejamento Estratégico de TI Felipe Pontes felipe.pontes@gmail.com VPN Virtual Private Network Permite acesso aos recursos computacionais da empresa via Internet de forma segura Conexão criptografada

Leia mais

OCEL001 Comércio Eletrônico Módulo 9_1: Clusters. Prof. Charles Christian Miers. e-mail: charles.miers@udesc.br

OCEL001 Comércio Eletrônico Módulo 9_1: Clusters. Prof. Charles Christian Miers. e-mail: charles.miers@udesc.br OCEL001 Comércio Eletrônico Módulo 9_1: Clusters Prof. Charles Christian Miers e-mail: charles.miers@udesc.br Redundância e Alta Disponibilidade Redundância: Duplicação de um elemento da infraestrutura

Leia mais

Supercomputação. Simplificada.

Supercomputação. Simplificada. Supercomputação. Simplificada. INTRODUÇÃO AO WINDOWS HPC SERVER 2008 R2 SUITE O Windows HPC Server 2008 R2, solução de HPC de terceira geração da Microsoft, oferece uma solução abrangente e econômica para

Leia mais

Computação Paralela. Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho.

Computação Paralela. Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho. Computação Paralela Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho Outubro 2005 Desenvolvimento de Aplicações Paralelas Uma Metodologia

Leia mais

Alexandre Malveira, Wolflan Camilo

Alexandre Malveira, Wolflan Camilo Alexandre Malveira, Wolflan Camilo Introdução Cloud Computing Computação Móvel SaaS, PaaS e IaaS CloudBees Diariamente arquivos são acessados, informações dos mais variados tipos são armazenadas e ferramentas

Leia mais

GUIA DE BOAS PRÁTICAS

GUIA DE BOAS PRÁTICAS GUIA DE BOAS PRÁTICAS Sumário Requisitos para um bom funcionamento...3 Menu Configurações...7 Como otimizar o uso da sua cota...10 Monitorando o backup...8 Manutenção de arquivos...12 www.upbackup.com.br

Leia mais

Arquitetura e Sistema de Monitoramento para

Arquitetura e Sistema de Monitoramento para Arquitetura e Sistema de Monitoramento para 1 Computação em Nuvem Privada Mestranda: Shirlei A. de Chaves Orientador: Prof. Dr. Carlos Becker Westphall Colaborador: Rafael B. Uriarte Introdução Computação

Leia mais

Levantamento sobre Computação em Nuvens

Levantamento sobre Computação em Nuvens Levantamento sobre Computação em Nuvens Mozart Lemos de Siqueira Doutor em Ciência da Computação Centro Universitário Ritter dos Reis Sistemas de Informação: Ciência e Tecnologia Aplicadas mozarts@uniritter.edu.br

Leia mais

Biblioteca de Escalonamento de Tarefas em Grid Computacional - LIBTS

Biblioteca de Escalonamento de Tarefas em Grid Computacional - LIBTS Biblioteca de Escalonamento de Tarefas em Grid Computacional - LIBTS Patrícia B. Franco 1, Roberta Spolon 2, Marcos A. Cavenaghi 2, Renata S. Lobato 3 1 Programa de Pós-Graduação em Ciência da Computação

Leia mais

Heurísticas para Controle de Execução de Atividades de Workflows Científicos na Nuvem 1

Heurísticas para Controle de Execução de Atividades de Workflows Científicos na Nuvem 1 Heurísticas para Controle de Execução de Atividades de Workflows Científicos na Nuvem 1 Flavio da Silva Costa Orientadora: Marta Mattoso Colaborador: Daniel de Oliveira Nível: Mestrado Programa de Engenharia

Leia mais

Cornell usa computação de alto desempenho para acelerar a pesquisa e ampliar o acesso a softwares

Cornell usa computação de alto desempenho para acelerar a pesquisa e ampliar o acesso a softwares Portfólio de produtos Microsoft para servidores Estudo de caso de solução do cliente Cornell usa computação de alto desempenho para acelerar a pesquisa e ampliar o acesso a softwares Visão geral País ou

Leia mais

Uma Abordagem de Classificação não Supervisionada de Carga de Trabalho MapReduce Utilizando Análise de Log

Uma Abordagem de Classificação não Supervisionada de Carga de Trabalho MapReduce Utilizando Análise de Log paper:37 Uma Abordagem de Classificação não Supervisionada de Carga de Trabalho MapReduce Utilizando Análise de Log Ivan Luiz Picoli¹, Eduardo Cunha de Almeida¹ Nível: Mestrado; Ano de Ingresso: 2013;

Leia mais

SciCumulus 2.0: Um Sistema de Gerência de Workflows Científicos para Nuvens Orientado a Fluxo de Dados *

SciCumulus 2.0: Um Sistema de Gerência de Workflows Científicos para Nuvens Orientado a Fluxo de Dados * paper:6 SciCumulus 2.0: Um Sistema de Gerência de Workflows Científicos para Nuvens Orientado a Fluxo de Dados * Vítor Silva 1, Daniel de Oliveira 2 e Marta Mattoso 1 1 COPPE Universidade Federal do Rio

Leia mais

UFCG Universidade Federal de Campina Grande. A cooperação entre Universidades e Empresas estimulada pela Lei de Informática: Resultados

UFCG Universidade Federal de Campina Grande. A cooperação entre Universidades e Empresas estimulada pela Lei de Informática: Resultados UFCG Universidade Federal de Campina Grande A cooperação entre Universidades e Empresas estimulada pela Lei de Informática: Resultados Brasília, 03 de dezembro de 2003 Sumário Apresentação Estrutura Parceiros

Leia mais

SDN: Evolução das Redes Programáveis

SDN: Evolução das Redes Programáveis SDN: Evolução das Redes Programáveis Marcelo Fernandes Systems Engineer Setembro, 2013 SDN: O que há de novo? Redes que conhecem as aplicações Aplicações que conhecem as redes Redes provêem serviços e

Leia mais

Ricardo R. Lecheta. Novatec

Ricardo R. Lecheta. Novatec Ricardo R. Lecheta Novatec Copyright 2015 da Novatec Editora Ltda. Todos os direitos reservados e protegidos pela Lei 9.610 de 19/02/1998. É proibida a reprodução desta obra, mesmo parcial, por qualquer

Leia mais

ESTUDO E TESTE DO PROTOCOLO DE REDE OPENFLOW

ESTUDO E TESTE DO PROTOCOLO DE REDE OPENFLOW ESTUDO E TESTE DO PROTOCOLO DE REDE OPENFLOW LIMA, Gustavo de Oliveira(1); ASSIS, Luiz Luan Beijo de (1); RAMOS, Celso de Ávila (2); (1)Acadêmicos de Ciência da Computação da UNIFENAS; (2) Orientador.

Leia mais

O 4 o Paradigma e a Computação Intensiva em Dados

O 4 o Paradigma e a Computação Intensiva em Dados 3 O 4 o Paradigma e a Computação Intensiva em Dados Julio César Santos dos Anjos jcsanjos@inf.ufrgs.br 1 Iván Marcelo Carrera Izurieta ivan.carrera@inf.ufrgs.br 2 André Luis Tibola altibola@inf.ufrgs.br

Leia mais

11 Conclusão. 11.1 Descobertas

11 Conclusão. 11.1 Descobertas 97 11 Conclusão 11.1 Descobertas Nesse trabalho apresentamos o McCloud Service Framework, um arcabouço para implementação de serviços baseados na Simulação de Monte Carlo na nuvem, disponibilizamos duas

Leia mais

Por que? A WEB está substituindo o desktop Google Gmail, Google Docs, Amazon, Flickr, Facebook, Twitter, YouTube Mudança de Paradigma:

Por que? A WEB está substituindo o desktop Google Gmail, Google Docs, Amazon, Flickr, Facebook, Twitter, YouTube Mudança de Paradigma: Por que? A WEB está substituindo o desktop Google Gmail, Google Docs, Amazon, Flickr, Facebook, Twitter, YouTube Mudança de Paradigma: Amazon Web Services Windows Azure Platform Google App Engine Evolução

Leia mais

Armazenamento de Dados na Nuvem Google:

Armazenamento de Dados na Nuvem Google: Armazenamento de Dados na Nuvem Google: O Google File System Markus Endler PUC-Rio Agenda Características da Infra-estrutura Google Novos Requisitos Arquitetura Interação entre os componentes Operações

Leia mais

A SCALABLE, COMMODITY DATA CENTER NETWORK ARCHITECTURE ***FAT-TREE***

A SCALABLE, COMMODITY DATA CENTER NETWORK ARCHITECTURE ***FAT-TREE*** UNIVERSIDADE ESTADUAL DE CAMPINAS INSTITUTO DE COMPUTAÇÃO TÓPICOS EM COMPUTAÇÃO DISTRIBUÍDA - MO809 A SCALABLE, COMMODITY DATA CENTER NETWORK ARCHITECTURE ***FAT-TREE*** Aluno: Joaquim Domingos Mussandi

Leia mais

Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro V. 2009-2

Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro V. 2009-2 Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro V. 2009-2 Aula 1 Conceitos da Computação em Nuvem A computação em nuvem ou cloud computing

Leia mais

HadoopDB. Edson Ie Serviço Federal de Processamento de Dados - SERPRO

HadoopDB. Edson Ie Serviço Federal de Processamento de Dados - SERPRO HadoopDB Edson Ie Serviço Federal de Processamento de Dados - SERPRO Motivação Grandes massas de dados precisam ser processadas em clusters: 1 nó: 100TB@59MB/s = 23 dias Cluster com 1000 nós 33 min!!!

Leia mais

http://blogging.avnet.com/weblog/cioinsights/tag/big-data/ Storm Processamento e análise real time para Big Data 7/24/12 Fabio Velloso

http://blogging.avnet.com/weblog/cioinsights/tag/big-data/ Storm Processamento e análise real time para Big Data 7/24/12 Fabio Velloso http://blogging.avnet.com/weblog/cioinsights/tag/big-data/ Storm Processamento e análise real time para Big Data Fabio Velloso Fabio Velloso Bio Bacharel em Ciência da Computação - UFSCar MBA FGV Desenvolvedor

Leia mais

Computação em Nuvem. (Cloud Computing) Pesquisa & Desenvolvimento

Computação em Nuvem. (Cloud Computing) Pesquisa & Desenvolvimento Computação em Nuvem (Cloud Computing) Pesquisa & Desenvolvimento Santo André: 20 de fevereiro de 2013 Características de um bom Data Center Bom Desempenho Escalabilidade Alta Disponibilidade Economia Gerência

Leia mais

KFS: KOSMOS FILE SYSTEM

KFS: KOSMOS FILE SYSTEM ALICE VIEIRA MIRANDA DAIANA CRISTINA DEBORA WIEZEL FERNANDA TORRES MARIANA MIRANDA TELMA DE ARAUJO KFS: KOSMOS FILE SYSTEM FACULDADES NETWORK NOVA ODESSA-SP 2008 ALICE VIEIRA MIRANDA DAIANA CRISTINA DEBORA

Leia mais

Uma Proposta de Framework de Comparação de Provedores de Computação em Nuvem

Uma Proposta de Framework de Comparação de Provedores de Computação em Nuvem Uma Proposta de Framework de Comparação de Provedores de Computação em Nuvem Igor G. Haugg Bolsista PIBITI/CNPq Orientador: Dr. Rafael Z. Frantz Área de Pesquisa Integração de Aplicações Empresariais Computação

Leia mais

Supercomputadores dominavam o mercado

Supercomputadores dominavam o mercado Clusters e Grids Introdução Supercomputadores dominavam o mercado Alto custo Requerem mão de obra muito especializada Desenvolvimento de microprocessadores poderosos a um baixo custo Desenvolvimento de

Leia mais

http://simgrid.gforge.inria.fr/doc/index.html Estudo sobre SimGrid Visão Geral sobre a ferramenta SimGrid

http://simgrid.gforge.inria.fr/doc/index.html Estudo sobre SimGrid Visão Geral sobre a ferramenta SimGrid http://simgrid.gforge.inria.fr/doc/index.html Estudo sobre SimGrid Visão Geral sobre a ferramenta SimGrid O SimGrid possui basicamente três camadas: Camada do ambiente de programação (Programmation environments

Leia mais

Cloud Computing. Eduardo Roloff

Cloud Computing. Eduardo Roloff Cloud Computing Eduardo Roloff Sumário Conceituação Modelos de Serviços Modos de Implantação Oportunidades de Pesquisa Discussão Conceituação Cloud Computing é um modelo que pretende prover computação

Leia mais

EUCALYPTUS: UMA PLATAFORMA CLOUD COMPUTING PARA

EUCALYPTUS: UMA PLATAFORMA CLOUD COMPUTING PARA EUCALYPTUS: UMA PLATAFORMA CLOUD COMPUTING PARA QUALQUER TIPO DE USUÁRIO Gustavo Henrique Rodrigues Pinto Tomas 317624 AGENDA Introdução: Cloud Computing Modelos de Implementação Modelos de Serviço Eucalyptus

Leia mais

DAS6607 - Inteligência Artificial Aplicada à Controle de Processos e Automação Industrial

DAS6607 - Inteligência Artificial Aplicada à Controle de Processos e Automação Industrial DAS6607 - Inteligência Artificial Aplicada à Controle de Processos e Automação Industrial Aluno: André Faria Ruaro Professores: Jomi F. Hubner e Ricardo J. Rabelo 29/11/2013 1. Introdução e Motivação 2.

Leia mais

Naomi - GT8 HARDWARE & SISTEMAS DISTRIBUÍDOS

Naomi - GT8 HARDWARE & SISTEMAS DISTRIBUÍDOS Naomi - GT8 HARDWARE & SISTEMAS DISTRIBUÍDOS INTEGRANTES Aniel Cruz Claudio Sant Anna José Eurique Ribeiro Roberto Nou HARDWARE & SISTEMAS DISTRIBUÍDOS Clusters Conceito; Desempenho, Disponibilidade, Balanceamento

Leia mais

Monitoramento de disponibilidade de serviços de armazenamento temporário de informações em um cluster de servidores Zookeeper

Monitoramento de disponibilidade de serviços de armazenamento temporário de informações em um cluster de servidores Zookeeper Monitoramento de disponibilidade de serviços de armazenamento temporário de informações em um cluster de servidores Zookeeper Patrick A. Bungama Universidade Federal do Paraná (UFPR) Curitiba PR Brasil

Leia mais

UM ESTUDO SOBRE TIPOS DE ALGORITMOS DE DISPATCHER PARA WEB CLUSTERS

UM ESTUDO SOBRE TIPOS DE ALGORITMOS DE DISPATCHER PARA WEB CLUSTERS REVISTA CIENTÍFICA ELETRÔNICA DE SISTEMAS DE INFORMAÇÃO - ISSN 1807-1872 P UBLICAÇÃO C IENTÍFICA DA F ACULDADE DE C IÊNCIAS J URÍDICAS E G ERENCIAIS DE G ARÇA/FAEG A NO II, NÚMERO, 04, FEVEREIRO DE 2006.

Leia mais

Por dentro do Windows: Gerenciamento de Memória

Por dentro do Windows: Gerenciamento de Memória Por dentro do Windows: Gerenciamento de Memória Rodrigo Strauss http://www.1bit.com. ://www.1bit.com.brbr 1 Definindo Windows Falaremos somente sobre Windows NT NT 3.51 NT 4 Windows 2000 (NT5) Windows

Leia mais

2 Trabalhos Relacionados

2 Trabalhos Relacionados 2 Trabalhos Relacionados Nesse capítulo, apresentamos os trabalhos relacionados ao GridFS, entrando em mais detalhes sobre os sistemas citados durante a introdução e realizando algumas considerações sobre

Leia mais

Arquitetura e Organização de Computadores

Arquitetura e Organização de Computadores Universidade Federal do Pampa Campus-Bagé Arquitetura e Organização de Computadores Aula 2 Avaliando Desempenho Prof. Julio Saraçol juliosaracol@gmail.com Slide1 AULA 4: AVALIANDO DESEMPENHO 2 Slide2 Método

Leia mais

Copyright 2012 EMC Corporation. Todos os direitos reservados.

Copyright 2012 EMC Corporation. Todos os direitos reservados. 1 A INFRAESTRUTURA DO FUTURO, HOJE Integrando Greenplum DCA e SAS para permitir estudos analíticos em big data Rafael Aielo Technology Consultant 2 O que é Greenplum? Adquirida pela EMC em julho de 2010

Leia mais

COMPUTAÇÃO EM GRID COM BANCO DE DADOS ORACLE 10g

COMPUTAÇÃO EM GRID COM BANCO DE DADOS ORACLE 10g COMPUTAÇÃO EM GRID COM BANCO DE DADOS ORACLE 10g Daniel Murara Barcia Especialista em Sistemas de Informação Universidade Federal do Rio Grande do Sul daniel@guaiba.ulbra.tche.br Resumo. Esse artigo aborda

Leia mais

Arquiteturas Java Pragmá1cas para usar Big Data na Nuvem. Fabiane Bizinella Nardon (@fabianenardon) Fernando Babadopulos (@babadopulos)

Arquiteturas Java Pragmá1cas para usar Big Data na Nuvem. Fabiane Bizinella Nardon (@fabianenardon) Fernando Babadopulos (@babadopulos) Arquiteturas Java Pragmá1cas para usar Big Data na Nuvem Fabiane Bizinella Nardon (@fabianenardon) Fernando Babadopulos (@babadopulos) Nós e Big Data BigDataTailTargetDataScienceMachineLearningHiveHadoopCrunchMongoDBRedisAWS

Leia mais

Sistemas Distribuídos

Sistemas Distribuídos Cloud Computing (arquitetura) From: Mastering Cloud Computing Foundations and Applications Programming Rajkumar Buyya, Christian Vecchiola, Thamarai Selvi Morgan Kaufmann Publishers 2 A Arquitetura da

Leia mais

Um Modelo de Virtualização em Grades Computacionais para Inserção de Recursos Ociosos

Um Modelo de Virtualização em Grades Computacionais para Inserção de Recursos Ociosos Um Modelo de em Grades Computacionais para Inserção de Recursos Ociosos Apresentado por: Josiney de Souza e Rubens Massayuki Suguimoto CI853 - Tópicos em Redes de Computadores III Prof. Aldri Luiz dos

Leia mais

SDN-WISE: Design, prototyping and experimentation of a stateful SDN solution for WIreless SEnsor networks

SDN-WISE: Design, prototyping and experimentation of a stateful SDN solution for WIreless SEnsor networks SDN-WISE: Design, prototyping and experimentation of a stateful SDN solution for WIreless SEnsor networks Universidade Federal Fluminense - UFF Instituto de Computação - IC Disciplina: Engenharia de Redes

Leia mais

Gerenciamento e Interoperabilidade de Redes

Gerenciamento e Interoperabilidade de Redes EN-3610 Gerenciamento e Interoperabilidade de Redes Computação em Nuvem Introdução Centralização do processamento Surgimento da Teleinformática Década de 60 Execução de programas localmente Computadores

Leia mais