Resumen

Con el tamaño y la complejidad de los problemas aumentando, se han desarrollado varios modelos y marcos de programación paralela y distribuida para manejar eficientemente tales problemas. Este documento revisa brevemente los modelos de computación paralela y describe tres marcos de programación paralela ampliamente reconocidos: OpenMP, MPI y MapReduce. OpenMP es el estándar de facto para programación paralela en sistemas de memoria compartida. MPI es el estándar de facto de la industria para sistemas de memoria distribuida. El marco de trabajo MapReduce se ha convertido en el estándar de facto para aplicaciones de datos a gran escala. Se conocen los pros y contras cualitativos de cada marco, pero los índices de rendimiento cuantitativos ayudan a tener una buena idea de qué marco utilizar para las aplicaciones. Como problemas de referencia para comparar esos marcos, se eligen dos problemas: el problema del camino más corto entre todos los pares y el problema de unión de datos. Este documento presenta los programas paralelos para los problemas implementados en los tres marcos, respectivamente. M

• Materias:Recuperación de imágenes Textura direccional Software 3D Compresión de datos Detección de prominencia
• Subjects:Image retrieval Directional texturing 3D software Data compression Prominence detection
• Palabras claves:Modelos de computación en paralelo; OpenMP; MPI; MapReduce; índices de rendimiento; Problemas de referencia
• Keywords:Parallel computing models; OpenMP; MPI; MapReduce; Performance indexes; Benchmark problems