• Spark
• Performance
• Tuning
• RDD
• Data Warehouse

L’oggetto di questa tesi è Spark e in particolare lo studio delle sue pre-
stazioni tramite tecniche di analisi di Data Warehousing. In
particolare, viene proposta una metodologia per analizzare in maniera siste-
matica l’esecuzione di una o più applicazioni su Spark indipendentemente
dal dominio applicativo. Sono stati inoltre effettuati dei test strutturati e
pensati per poter comprendere gli aspetti critici da considerare quando si
riscontrano problemi di inefficienza; i fattori considerati sono l’utilizzo della
CPU e della memoria e, più in generale, la quantità di risorse da allocare per
una esecuzione più efficiente delle applicazioni. Grazie a questa tecnica si ha
la possibilità di esplorare le metriche relative allo svolgimento dei programmi
mettendo l’utente nelle condizioni di individuare facilmente eventuali colli di
bottiglia. Infine, tramite i vari test, sono state formulate delle best practices
il cui scopo è quello di guidare nell’allocazione ottimale delle risorse.