Use este identificador para citar ou linkar para este item: repositorio.unilab.edu.br/jspui/handle/123456789/5749
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorUamba, António Paulo-
dc.date.accessioned2024-09-06T15:18:01Z-
dc.date.available2024-09-06T15:18:01Z-
dc.date.issued2024-04-22-
dc.identifier.citationUAMBA, A. P. (2024)pt_BR
dc.identifier.urirepositorio.unilab.edu.br/jspui/handle/123456789/5749-
dc.descriptionUAMBA, Antonio Paulo. Solução para queries complexas em bigdata utilizando mapreduce com banco de dados mongodb: um estudo de caso com dados do caged. 2024, 55f. Monografia - Curso de Engenharia de Computação, Instituto de Engenharias e Desenvolvimento Sustentável, Universidade da Integração Internacional da Lusofonia Afro-Brasileira, Redenção-CE, 2024.pt_BR
dc.description.abstractO processamento de grandes volumes de dados representa um desafio crescente em diversas esferas, abrangendo desde a gestão pública até setores privados e acadêmicos. À medida que a quantidade e a variedade de dados disponíveis para as agências governamentais aumentam exponencialmente, surge a necessidade urgente de desenvolver estratégias eficazes para analisar e utilizar essas informações de maneira inteligente e proativa na tomada de decisões. No âmbito das políticas públicas, a análise de dados desempenha um papel crucial ao fornecer insights valiosos para medir resultados, avaliar o desempenho de programas e projetos governamentais e embasar a formulação de políticas mais eficientes e eficazes. No entanto, o processamento de grandes volumes de dados requer abordagens e tecnologias especiais para garantir resultados precisos e oportunos. Nesse contexto, este trabalho propõe a aplicação da tecnologia de MapRe- duce em conjunto com o banco de dados MongoDB para lidar com os desafios associados ao processamento de grandes volumes de dados governamentais. O MapReduce, um modelo de programação paralela e distribuída, permite a divisão de tarefas em várias etapas de mapeamento e redução, possibilitando o processamento eficiente de grandes conjuntos de dados em ambientes distribuídos. Por sua vez, o MongoDB, um banco de dados NoSQL altamente escalável e flexível, oferece um ambiente propício para armazenar e manipular grandes volumes de dados de forma eficiente. O principal objetivo deste trabalho é investigar a viabilidade e a eficácia da utilização da tecnologia de MapReduce com MongoDB no contexto do processamento de dados gover- namentais. Por meio de um estudo prático, serão avaliadas as capacidades dessas tecnologias em lidar com as demandas específicas de análise e processamento de dados governamentais, visando aprimorar a capacidade das agências governamentais de extrair insights valiosos e tomar decisões fundamentadas com base em evidências. Ao finalizar esta pesquisa, espera-se contribuir significativamente para o avanço do conhecimento no campo do processamento de grandes volumes de dados governamentais, além de fornecer insights práticos e recomendações para o aprimoramento dos processos de análise e utilização de dados nas esferas governamentais.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectBig datapt_BR
dc.subjectInformações governamentaispt_BR
dc.subjectMapReducept_BR
dc.subjectMongoDBpt_BR
dc.subjectProcesso distribuidopt_BR
dc.titleSolução para queries complexas em bigdata utilizando mapreduce com banco de dados mongodb: um estudo de caso com dados do cagedpt_BR
dc.typeMonographpt_BR
Aparece nas coleções:Monografias - Engenharia da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ANTONIO PAULO UAMBA.pdf2024_art_antuamba.pdf1,77 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.