ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-09262015-144031


Tipo di tesi
Tesi di laurea specialistica
Autore
BERTOLUCCI, MASSIMILIANO
URN
etd-09262015-144031
Titolo
Tecniche di Partizionamento per Big Graphs su Apache Spark
Dipartimento
INFORMATICA
Corso di studi
TECNOLOGIE INFORMATICHE
Relatori
relatore Prof.ssa Ricci, Laura Emilia Maria
Parole chiave
  • dinamico
  • statico
  • Apache Spark
  • tecniche di partizionamento
Data inizio appello
09/10/2015
Consultabilità
Completa
Riassunto
La tesi mostra come specifiche tecniche di partizionamento su grafo abbiano un effetto sulle performance di alcuni algoritmi iterativi caratterizzati da schemi di comunicazione e computazione diversi. Le valutazioni permettono di considerare sia il partizionamento statico in cui le partizioni vengono computate prima della computazione, sia il partizionamento dinamico in cui le partizioni vengono computate durante la computazione. Gli algoritmi implementati sull'ambiente Spark sono PageRank, TriangleCounting, Kcore Decompositions, HashToMin, Cracker e sono stati testati adottando le tecnice di partizionamento Hash, Balance-k-way-min-cut, e due partizionatori dinamici chiamati LabelingPartitioner, AdaptivePartitioner.
File