Análise multidimensional de sistemas para processamento on-line de fluxos de dados

Resumo

O conceito Big Data refere-se a um arranjo de enorme de dados (grande volume), produzido em uma grande velocidade e em uma variedade de formatos diferentes. Para lidar com Big Data são necessários sistemas capazes de processar rapidamente esse volume de dados. Há sistemas que trabalham com dados off-line, isto é, dados que já foram coletados e estão armazenados em bases de dados não-estruturadas. Porém, existem outros sistemas mais complexos que tratam esses dados de forma on-line, em tempo real, à medida em que são produzidos. Esses sistemas para processamento de fluxo de dados on-line são relativamente novos e têm menos de cinco anos em produção. Além disso, atualmente são sistemas distribuídos com o intuito de aumentar seu poder de processamento. No entanto, ainda são sistemas que requerem melhorias, especialmente nas dimensões escalabilidade, elasticidade, tolerância a falhas, alta disponibilidade e velocidade de processamento. Este projeto pretende desenvolver estudos que estabeleçam métricas para análise de desempenho desses sistemas, bem como propor estratégias que aumentem a disponibilidade e a tolerância a falhas dos componentes desses sistemas, sem sacrificar muito seu desempenho. Um dos resultados esperados é a criação de um sistema de benchmark que servirá como uma ferramenta para analisar o comportamento dos sistemas para processamento de fluxo de dados on-line em um ambiente controlado. (AU)