Please use this identifier to cite or link to this item:
http://www.monografias.ufop.br/handle/35400000/2347| Title: | JCL page rank : uma solução distribuída para grafos massivos. |
| Authors: | Correia, Matheus de Oliveira |
| metadata.dc.contributor.advisor: | Lima, Joubert de Castro Almeida, André Luís Barroso de |
| metadata.dc.contributor.referee: | Carvalho, Marco Antonio Moreira de Toffolo, Túlio Ângelo Machado Lima, Joubert de Castro Almeida, André Luís Barroso de |
| Keywords: | Teoria dos grafos Sistemas operacionais distribuídos - computadores Java - linguagem de programação de computador |
| Issue Date: | 2019 |
| Citation: | CORREIA, Matheus de Oliveira . JCL page rank : uma solução distribuída para grafos massivos. 2019. 40 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2019. |
| Abstract: | Neste trabalho, é apresentada uma solução distribuída para o problema de elencar os vértices mais populares de um grafo. Tal problema é de fundamental importância nas diversas redes sociais, por exemplo, recorrentemente pesquisamos páginas segundo algum critério de importância. Nos últimos anos os grafos têm aumentado de tamanho à medida que a WWW (World Wide Web) cresce, portanto algoritmos sequenciais ou apenas paralelos não são mais praticáveis, pois executam em apenas uma máquina. Neste trabalho, optamos por redesenhar o algoritmo PageRank, proposto pelos fundadores do Google, para que este seja executado eficientemente sob clusters de máquinas. A solução utiliza o middleware Java Cá&Lá (JCL) e foi testada contra um dos líderes de mercado - o Apache GraphX. Os resultados mostram que a solução, denominada JCL Page Rank 2.0, é mais veloz que o GraphX em nove das instâncias utilizadas, no cenário analisado. |
| metadata.dc.description.abstracten: | In this paper, we present a distributed solution to the problem of listing the most popular vertices of a graph. This problem is of fundamental importance in various social networks, for example, we recurrently search pages according to some criterion of importance. In recent years graphs have increased in size as the WWW (World Wide Web) grows, so sequential or just parallel algorithms are no longer feasible as they run on just one machine. In this paper, we chose to redesign the PageRank algorithm proposed by Google’s founders so that it runs efficiently under machine clusters. The solution uses Java Cá Lá (JCL) middleware and has been tested against one of the industry leaders - Apache GraphX. The results show that the solution, called JCL Page Rank 2.0, is faster than GraphX for nine instances used in the analyzed scenario. |
| URI: | http://www.monografias.ufop.br/handle/35400000/2347 |
| Appears in Collections: | Ciência da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MONOGRAFIA_JCLPageRank.pdf | 3,93 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
