Resumen

A medida que la retroalimentación en tiempo real e inmediata se vuelve cada vez más importante en tareas relacionadas con la información móvil, los sistemas de procesamiento de grandes flujos de datos se aplican cada vez más para procesar cantidades masivas de datos móviles. Sin embargo, al procesar un flujo de datos móviles que fluctúa drásticamente, la falta de una estrategia elástica de programación de recursos limita la elasticidad y escalabilidad de los sistemas de procesamiento de flujos de datos. Para abordar este problema, este documento construye un modelo de red de flujo, un modelo de asignación de recursos y un modelo de redistribución de datos como base para proponer Flink con una estrategia elástica de programación de recursos (Flink-ER), que consiste en un algoritmo de detección de capacidad, un algoritmo de reasignación elástica de recursos y un algoritmo de redistribución de datos. La estrategia mejora el rendimiento de la plataforma al redimensionar dinámicamente el clúster y aumentar el paralelismo de los operadores basado en la carga de procesamiento. Los resultados experimentales muestran que el rendimiento de un clúster fue mejorado bajo la premisa de cumplir con las restricciones de latencia, lo que verifica la eficiencia de la estrategia.

• Materias:Red 5G Internet de las cosas Seguridad de la información Tecnologías de comunicación
• Subjects:5G Network Internet of things Information security Communication technologies
• Palabras claves:Tiempo real; Respuesta inmediata; Datos móviles; Procesamiento de flujos de big data; Programación elástica de recursos; Flink
• Keywords:Real-time; Immediate feedback; Mobile data; Big data stream processing; Elastic resource-scheduling; Flink