Algoritmo K-Means paralelo baseado em Hadoop-MapReduce para Mineração de dados agrícolas

Este trabalho teve como objetivo investigar a utiliza o de um algoritmo de agrupamento K-Means paralelo, com base no modelo de programa o MapReduce, para melhorar o tempo de resposta da minera o de dados. O desempenho do algoritmo foi avaliado quanto ao SpeedUp e ScaleUp. Para isso foram executados experimentos em um cluster Hadoop formado por seis computadores de hardware comum. Os dados agrupados s o medi es de torres de fluxo de regi es agr colas e pertencem a Ameriflux. Os experimentos foram executados usando 3, 4 e 6 m quinas, respectivamente. Os resultados mostraram que com o aumento do n mero de m quinas houve ganho no desempenho, sendo que o melhor tempo obtido foi usando seis m quinas, chegando ao SpeedUp de 3,25. Verificou-se que a aplica o escala bem com o aumento equivalente do tamanho dos dados e do n mero de m quinas no cluster, atingindo um desempenho pr ximo nos testes.