Σύγκριση συστημάτων επεξεργασίας γράφων μεγάλης κλίμακας σε περιβάλλον πολλαπλών συστημάτων

Φώτος, Νικόλαος; Fotos, Nikolaos

dc.contributor.author	Φώτος, Νικόλαος	el
dc.contributor.author	Fotos, Nikolaos	en
dc.date.accessioned	2018-11-29T09:15:39Z
dc.date.available	2018-11-29T09:15:39Z
dc.date.issued	2018-11-29
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/48163
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16211
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Μεγάλα δεδομένα	el
dc.subject	Επεξεργασία γράφων	el
dc.subject	Κατανεμημένη επεξεργασία	el
dc.subject	Παράλληλη επεξεργασία	el
dc.subject	Big data	en
dc.subject	Parallel processing	en
dc.subject	Graph processing	en
dc.subject	Distributed processing	en
dc.title	Σύγκριση συστημάτων επεξεργασίας γράφων μεγάλης κλίμακας σε περιβάλλον πολλαπλών συστημάτων	el
heal.type	bachelorThesis
heal.classification	Επέξεργασία γράφων μεγάλης κλίμακας	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2018-11-19
heal.abstract	Η αναπαράσταση και επεξεργασία μεγάλου όγκου δεδομένων σε μορφή γράφου είναι απαραίτητη για μεγάλο πλήθος εφαρμογών. Προς αυτή την κατεύθυνση, βιομηχανία και ακαδημαϊκή κοινότητα προχώρησαν στη δημιουργία ποικίλων συστημάτων επεξεργασίας γράφων. Ωστόσο, οι σύγχρονες ροές εργασιών αποτελούνται από εργασίες που χρειάζονται περισσότερες από μία πλατφόρμες προκειμένου να αποδώσουν βέλτιστα. Σκοπός, λοιπόν, της διπλωματικής εργασίας είναι η μελέτη ενός περιβάλλοντος με πολλά συστήματα επεξεργασίας γράφων σε κατανεμημένο περιβάλλον. Συγκεκριμένα, θα μελετήσουμε τέσσερα από τα πιο διαδεδωμένα συστήματα επεξεργασίας γράφων πάνω στα οποία θα υλοποιήσουμε τρεις γνωστούς αλγορίθμους γράφων. ́Υστερα, θα συγκρίνουμε την επίδοση των συστημάτων πάνω σε αυτούς τους αλγορίθμους βάσει κριτηρίων που θα ορίσουμε. Τέλος, με τη βοήθεια του μετα-δρομολογητή IReS θα δείξουμε ότι για δεδομένη ροή εργασιών υπάρχει συνδυασμός των συστημάτων επεξεργασίας που να πετυχαίνει καλύτερες επιδοσεις έναντι της εκτέλεσής της από κάθε σύστημα ξεχωριστά.	el
heal.abstract	Large-scale graph data representation and processing is necessary to various applica- tions. To that extent, both industry and academia produced a variety of graph processing platforms. However, in order for work-flows to be executed optimally, more than one platforms are required. The purpose of this diploma is to study a multi-engine graph-processing environment. In particular, we study four state-of-the-art graph-processing engines and implement three graph algorithms on them. Secondly, we compare the performance of every platform based on user-defined criteria. Finally, based on information extracted from meta-scheduler IReS, we show that for a fixed workflow a combination of platforms can achieve better results than if we executed the workflow with every platform separately.	en
heal.advisorName	Κοζύρης, Νεκτάριος	el
heal.committeeMemberName	Κοζύρης, Νεκτάριος	el
heal.committeeMemberName	Γκούμας, Γεώργιος	el
heal.committeeMemberName	Τσουμάκος, Δημήτριος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	73 σ.
heal.fullTextAvailability	true