SciELO - Scientific Electronic Library Online

 
vol.27 número5Programación de un Sistema Job Shop-Open Shop por medio de una Red NeuronalDeterioro de Generadores de Alta Tensión Ocasionado por la Separación de la Pintura Conductora en las Bobinas del Estator índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Información tecnológica

versión On-line ISSN 0718-0764

Resumen

VALENZUELA, Sebastián A; VIDAL, Cristian L; MORALES, Jenny D  y  LOPEZ, Leopoldo P. Applicability of Giraph and Hadoop for the Processing of Big Graph. Inf. tecnol. [online]. 2016, vol.27, n.5, pp.171-180. ISSN 0718-0764.  http://dx.doi.org/10.4067/S0718-07642016000500019.

This article presents a comparison of the performance of the tools Hadoop y Giraph for the analysis and processing of large volumes of information or Big Data, with the aim of showing their usefulness for Big Graph processing. The analysis and processing of large volumes of information represents a real challenge nowadays. There already exist Big Data methodologies and free processing tools such as those mentioned above: Hadoop for processing large volumes of data, mainly non-related data, and recently Giraph for processing large graphs or Big Graph. In this comparison, this paper presents an analysis of the execution time cost for the practical implementation of the PageRank algorithm, which classifies Web pages according to their relevance, and of algorithms to find the minimum spanning tree in a graph. Experiments show that the use of Giraph for processing Big Graphs reduces the execution time by 25% with respect to the results obtained using Hadoop.

Palabras clave : Hadoop; Giraph; Grafos; MapReduce; Big Data; Big Grap.

        · resumen en Español     · texto en Español     · Español ( pdf )

 

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons