Nesta sexta-feira (2), a partir das 9h, o Programa de Pós-Graduação em Ciência da Computação terá a defesa da dissertação “A Performance Analysis of a Reactive-based Complex Event Processing Library”, desenvolvida por Carlos Eduardo Zimmerle de Lima e orientada pelo professor Kiev Santos da Gama. A dissertação será defendida na sala E423 do Centro de Informática e a banca examinadora será composta pelo orientador e pelos professores Thais Vasconcelos Batista (UFRN/Departamento de Informática e Matemática Aplicada) e Nelson Souto Rosa (UFPE/ Centro de Informática).

Resumo

A Internet das Coisas (IoT) tem o potencial de permitir a criação de aplicações inovadoras, assim ela tem se tornado popular em um ritmo extraordinário. Deste modo, a aquisição de dispositivos como sensores e smartphones tem crescido incrivelmente seguindo as previsões recentes nas quais o número de dispositivos alcançaria cerca de 50 bilhões em 2020. Como resultado, a enorme proliferação de dispositivos tem contribuído para uma grande e rápida geração de dados, comumente chamado de Big Data, que impõe diversos fatores desafiadores como infraestrutura e processamento. Dados, em aplicações de IoT, são produzidos na forma de streams advindos de fontes distribuídas onde informação valiosa é produzida quando analisada rapidamente, isto é, quase em tempo real. Por isso, como planejar tais aplicações que rapidamente reagem a eventos da Internet das Coisas tem se tornado uma importante questão. Além disso, uma tendência recente no ambiente da Internet das Coisas tem surgido onde parte do processamento de dados é trazido para a borda da rede, visando lidar com requisitos envolvendo latência em IoT, problemas de banda larga, entre outros aspectos. Este direcionamento, conhecido como Edge Analytics, está demandando ainda mais a necessidade de performance em aplicações reativas. Aplicações reativas são uma classe importante de softwares, estruturadas para responder a eventos ou mudanças relacionadas a uma área de interesse em tempo hábil. Entre as abordagens adotadas para lidar com tais aplicações, duas delas tem se destacado: processamento de eventos complexos (CEP) e linguagens reativas. CEP foca na derivação de conhecimentos de alto nível, também chamados de eventos complexos, através de eventos simples enquanto que linguagens reativas objetivam valores que variam com o tempo e propagação de mudanças. As abordagens têm sido aplicadas em diversas áreas, tais como animação gráfica, gerenciamento de estoque através de RFID, e, mais recentemente, IoT. Apesar de terem sido desenvolvidas por comunidades distintas, um estudo recente chamou atenção para a natureza complementar de ambas e direções futuras visando integração das mesmas. Adicionalmente, performance desempenha um importante requerimento não funcional em aplicações reativas já que as mesmas detectam e reagem a ocorrências de eventos em tempo hábil. Além disso, métricas como tempo de resposta e rendimento se apresentam como importantes características para tais sistemas. Consequentemente, diferentes otimizações, especialmente visando questões de escalabilidade, tem sido aplicadas nas abordagens reativas. Dado o recente uso processamento de streams envolvendo IoT em dispositivos na borda e os requisitos demandados em sistemas reativos, o presente trabalho objetiva investigar a performance de aplicações reativas em um cenário envolvendo analytics na borda. Mais especificamente, um estudo empírico é conduzido onde uma biblioteca JavaScript recentemente desenvolvida, chamada CEP.js, que implementa operações de CEP em cima de bibliotecas reativas, será utilizada como principal fator. As bibliotecas reativas suportadas servirão como alternativas, permitindo observar se as mesmas impactarão na performance da aplicação. A análise de performance é conduzida em três computadores de placa única, frequentemente utilizados como gateways de sensores, enquanto que recebem uma carga de trabalho derivada de um dataset contendo dados coletados do transporte público. Como consequência, os resultados ajudarão identificar melhorias gerais e limites na área investigada.