ETD system

Electronic theses and dissertations repository

 

Tesi etd-09262015-144031


Thesis type
Tesi di laurea specialistica
Author
BERTOLUCCI, MASSIMILIANO
URN
etd-09262015-144031
Title
Tecniche di Partizionamento per Big Graphs su Apache Spark
Struttura
INFORMATICA
Corso di studi
TECNOLOGIE INFORMATICHE
Commissione
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 analitico
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