Escalabilidad en sistemas de data streaming

Abstract

Los sistemas de data streaming son capaces de procesar de manera distribuida una gran cantidad datos en memoria, sin necesidad de almacenarlos en disco. Sin embargo, es necesario disponer de un mecanismo de tolerancia a fallos que permita al sistema recuperar su estado de procesamiento en caso de un fallo de cualquiera de sus componentes. Apache Flink es un framework de data streaming que dispone de varios mecanismos de tolerancia a fallos. HiBench es un benchmark de Intel que usaré para comparar el rendimiento de los distintos mecanismos.--ABSTRACT--Data Streaming systems are able to compute an enormous load of data on memory, without storing it on disk. However, it is neccesary to implement a fault tolerance mechanism, which prevents de data loss in case of a component failure. Apache Flink is a data streaming framework which implements some fault tolerance mechanisms. Hibench is an Intel benchmark which I will use to compare the performance of said mechanisms.