Periodicidad: Publicación anual de edición especial.

Artículo de revista.

A disseminação da Internet tem resultado na geração de um grande volume de informações nos mais diversos formatos, como textos, fotografias e vídeos. Os avanços tecnológicos dos últimos anos permitiram o surgimento e a popularização de vários dispositivos móveis equipados com GPS e conectividade à Internet. Esse cenário contribuiu para o advento das mais variadas aplicações baseadas em localização, despertando o interesse de vários usuários no contexto geográfico das informações. Um exemplo dessas aplicações são as Redes Sociais Baseadas em Localização (LBSN), onde os usuários interagem com informações classificadas por região geográfica, como no contexto das Cidades Inteligentes, onde os cidadãos interagem depositando suas críticas, opiniões e comentários sobre variados temas relacionados à sua cidade ou bairro. As LBSNs tem despertado cada vez mais o interesse da população e, consequentemente, registrando aumento tanto na quantidade de usuários interagindo como no volume de informações compartilhadas. Essa popularidade trás a tona preocupações com a escalabilidade, uma vez que é primordial prover um ambiente que mantenha os usuários ativos e motivados em contribuir. Desse modo, as LBSNs precisam garantir tempos de resposta aceitáveis, sobretudo nas consultas espaciais realizadas pelos usuários, do contrário, tais aplicações podem entrar em colapso em função do abandono de seus fiéis usuários. Dentre várias LBSNs propostas na comunidade, ainda é difícil encontrar abordagens preocupadas em escalabilidade. Neste contexto, este artigo propõe uma abordagem baseada em tecnologias para Big Data para escalar LBSNs e, dessa forma, lidar com grandes volumes de dados espaciais. Nossa abordagem explora banco de dados NoSQL, a técnica Map/Reduce e o desenvolvimento de extensões para indexação e consulta de Big Data espacial.

Um estudo de caso foi realizado sobre uma LBSN específica, que teve sua arquitetura de armazenamento substituída por uma implementando a abordagem proposta, com o objetivo de avaliar e comparar os tempos de resposta obtidos entre as duas implementações. Os resultados obtidos mostraram que nossa abordagem baseada em NoSQL pode ser substancialmente mais rápida que a originalmente concebida para a LBSN mesmo em um cluster com configuração de hardware limitada.

Analítica