Defensa de tesis: 'BigOPERA: una asignación de recursos oportunista y elástica para entornos Big Data'

La creciente demanda de aplicaciones intensivas en datos requiere una gestión de recursos más escalable, flexible y sostenible en los marcos de Big Data. Esta tesis presenta BigOPERA, un sistema híbrido de asignación de recursos que integra la computación oportunista en Apache Spark. Al combinar recursos dedicados y no dedicados, BigOPERA mejora la elasticidad y la tolerancia a fallos sin requerir cambios en el núcleo de Spark o en las aplicaciones de los usuarios.

La arquitectura aprovecha la ejecución con contenedores y un programador de dos niveles para asignar recursos de manera dinámica en función de la disponibilidad. Los resultados experimentales confirman mejoras en el rendimiento, la eficiencia y el impacto ambiental. BigOPERA ofrece una extensión práctica y sostenible a las implementaciones existentes de Spark, allaneando el camino para una computación en clúster más adaptable y consciente del consumo de energía.

• Directores: José Carlos Cabaleiro Domínguez y Feras Mahmoud Naji Awaysheh.