Paralleles CBAR-Verfahren im Hadoop-MapReduce-Rahmen

Das Clustering von Daten ist eine weit verbreitete Herausforderung in der Big-Data-Verarbeitung und die Parallelisierung von Clustering-Vorgängen steigert die Effizienz von Anwendungen mit häufigen Suchvorgängen erheblich. Für die Datengruppierung stehen verschiedene Clustering-Techniken zur Verfügung wobei CBAR in verschiedenen Anwendungen weit verbreitet ist. Die Parallelisierung von CBAR ist für Big Data unerlässlich und die Hadoop MapReduce-Plattform bietet einen geeigneten Rahmen um die Effizienz durch den Einsatz effektiver Segmentierungstechniken zu verbessern. In diesem Buch werden Algorithmen für CBAR unter Verwendung des MapReduce-Ansatzes entworfen und implementiert wobei Tests auf Clustern mit bis zu 4 Knoten durchgeführt werden. Die Ergebnisse zeigen erhebliche Leistungssteigerungen die anhand von anschaulichen Beispielen analysiert und diskutiert werden.