Algorytm K-Means równoległy oparty na Hadoop-MapReduce do eksploracji danych

Celem niniejszej pracy było zbadanie zastosowania algorytmu grupowania K-Means równoległego opartego na modelu programowania MapReduce w celu poprawy czasu odpowiedzi eksploracji danych. Wydajność algorytmu została oceniona pod kątem SpeedUp i ScaleUp. W tym celu przeprowadzono eksperymenty w klastrze Hadoop złożonym z sześciu komputerów o standardowej specyfikacji sprzętowej. Zgrupowane dane to pomiary wież przepływowych regionów rolniczych i należą do Ameriflux. Eksperymenty przeprowadzono przy użyciu odpowiednio 3 4 i 6 maszyn. Wyniki pokazały że wraz ze wzrostem liczby maszyn nastąpił wzrost wydajności przy czym najlepszy czas uzyskano przy użyciu sześciu maszyn osiągając SpeedUp na poziomie 325. Stwierdzono że aplikacja dobrze skaluje się wraz z równoważnym wzrostem rozmiaru danych i liczby maszyn w klastrze osiągając zbliżoną wydajność w testach.