Modelagem de desempenho do banco de dados cassandra

• Ano de defesa: 2018
• Autor(a) principal: BARROS, Juccelino Rodrigues Alves de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal Rural de Pernambuco; Departamento de Estatística e Informática; Brasil; UFRPE; Programa de Pós-Graduação em Informática Aplicada
• Palavras-chave em Português: Modelagem de desempenho; Banco de dados; NoSQL; CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/7862

Armazenar grande quantidade de dados é um desa o, e a demanda para gerenciar volumes massivos de dados vem crescendo. Entre os fatores que contribuem para este aumento, destacam-se as redes sociais, a Internet das coisas e a computaçãao em nuvem. Diante disso, surgiram novos sistemas de armazenamento de dados, entre eles os bancos de dados não relacionais NoSQL. Esses bancos têm sido amplamente utilizados em empresas que gerenciam grandes quantidade de dados com intuito de atender suas demandas de escalabilidade e alta disponibilidade. Uma das principais estratégias para escolher um banco de dados é analisar o desempenho em operações típicas como inserção e consulta utilizando técnicas de medição. Entretanto, escolher o banco de dados correto para determinada aplicação utilizando esta técnica demanda tempo e investimento. Uma alternativa para avaliar o desempenho desses sistemas, com menos custo e em menor tempo, é através do uso de técnicas de modelagem de desempenho. Diante desse cenário, este trabalho realiza uma análise do desempenho de um banco de dados NoSQL utilizando técnicas de modelagem e simulação, avaliando o tempo de resposta em operações de inserção. O banco de dados NoSQL escolhido foi o Cassandra e o modelo de desempenho foi desenvolvido em rede de Petri estocástica. Para fins de validação do modelo de desempenho, um ambiente de medição foi montado utilizando a ferramenta de benchmark Yahoo! Cloud Serving Benchmarking. Além disso, este trabalho avalia o desempenho e o consumo de energia do Cassandra em cenários com dados distribuídos. Os resultados mostraram que o modelo de desempenho pode ser uma alternativa para avaliar o desempenho do Cassandra durante a inserção de dados.