Scheduler for the Stream Processing Frameworks on Hadoop Clusters – Mgr. Petr Škoda
Mgr. Petr Škoda
Advanced ('rigorózní') thesis
Scheduler for the Stream Processing Frameworks on Hadoop Clusters
Scheduler for the Stream Processing Frameworks on Hadoop Clusters
Anotácia:
Zpracování takzvaných velkých dat je dnes velice aktuálním tématem. Hlavním hybatelem tohoto oboru je dnes paradigma MapReduce, které má velké množství dostupných implementací i celých ekosystémů nástrojů. Faktem však zůstává, že MapReduce není ideálním řešením pro všechny problémy zpracování velkých dat. Do popředí se však dostává i alternativní paradigma - "stream processing" (zpracování proudů dat …viacAbstract:
Big data processing is a hot topic of today’s computer world. One of the key paradigms behind it is MapReduce—parallel and massively distributed model inspired by the map and reduce functions commonly used in functional programming. Due to its simplicity and general availability of standard implementations, the paradigm has been massively adopted on current computer clusters. Yet, MapReduce is not …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 28. 11. 2014
Identifikátor:
https://is.muni.cz/th/azdby/
Obhajoba závěrečné práce
- Obhajoba proběhla 24. 3. 2015
- Oponent: doc. RNDr. Tomáš Pitner, Ph.D., prof. Dr. Ing. Pavel Zemčík
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatikyMasaryk University
Faculty of InformaticsAdvanced ('rigorózní řízení') programme / odbor:
Applied Informatics / Applied Informatics
Práce na příbuzné téma
-
Benchmarking Big Data Streaming Platforms
Peter Krasňan -
Proudové zpracování dat v oblasti síťové bezpečnosti: Apache Storm
Radoslav Zajonc -
Výkonnostní testování aplikačního rámce Apache Storm
Severin Simko