Performa Klaster Hadoop Mapreduce Pada Private Cloud Computing Untuk Komputasi Skyline Query

Abstract

Untuk mengoptimalkan pemrosesan data besar dengan Hadoop, komputasi awan menyediakan infrastruktur yang mudah digunakan, menggabungkan layanan private cloud dengan Infrastructure as a Service (IaaS). Dalam skripsi ini, peneliti mengkarakterisasi dan menilai kinerja eksekusi data besar pada instans kluster virtual Hadoop MapReduce yang dibangun di private cloud Universitas Mataram. Dengan algoritma Skyline Query, kluster diuji dengan variasi data, mesin, dan ukuran blok HDFS pada 3 jenis data sintetis: anti-correlated, correlated, dan independent. Parameter waktu eksekusi digunakan untuk membandingkan hasil dengan kluster Hadoop pada infrastruktur fisik. Hasil pengujian kluster private cloud menunjukkan peningkatan waktu komputasi saat data meningkat dari 1,5 juta menjadi 12 juta pada 4 mesin: data anti-correlated (168%), correlated (194%), independent (126%). Tren serupa terjadi pada kluster Hadoop fisik. Pada skenario lainnya, kluster private cloud menunjukkan kinerja yang lebih baik dengan penambahan mesin hingga 7, sementara kluster Hadoop fisik mengalami overhead communication antar node ketika mesin diskalakan menjadi 7 mesin. Pemrosesan data 12 juta dengan ukuran blok HDFS 512 MB dan 7 mesin merupakan blocksize paling optimal karena menghasilkan waktu eksekusi terpendek. Berdasarkan uji statistik t menggunakan rata-rata waktu komputasi, disimpulkan bahwa kluster Hadoop di private cloud dengan spesifikasi Intel(R) Xeon (R) E3-1225 v5 @ 3,30 GHz RAM 16 GB lebih unggul dalam mengeksekusi aplikasi Skyline dibanding kluster Hadoop fisik dengan spesifikasi Intel Core i5 CPU @ 3,00GHz 4GB RAM.