Metodología de predicción de rendimiento de aplicaciones MapReduce iterativas sobre una nube híbrida

Resumen

El cloud-bursting (despliegue de nube híbrida que complementa temporalmente máquinas virtuales locales con máquinas vituales remotas) ha experimentado una rápida adopción entre los usuarios de análisis de big data. Sin embargo, conseguir un buen rendimiento en este tipo de despliegues supone un reto. Por una parte, Hadoop MapReduce está diseñado para planificar sus tareas cerca de los datos, por otra parte, existe una red de comunicación entre ambas nubes con un ancho de banda limitado. En esta tesis se abordan estos retos mediante la aportación de varias contribuciones que convergen a una solución holística. Concretamente, se aporta una herramienta de análisis que permite la posterior propuesta de estrategias de aprovechamiento eficiente de la localidad de los datos. Basándose en estas estrategias, que hacen factible el empleo de aplicaciones MapReduce iterativas, se contribuye con una metodología de predicción del tiempo de finalización, junto con un modelo de coste económico.