Arquitetura para Visualização e Interação com Mapas com Grandes Volumes de Pontos

Autores

  • Yehoshua Edson Oliveira Silva Fatec Mogi das Cruzes
  • Felipe Alves da Silva Fatec Mogi das Cruzes
  • Leandro Luque Fatec Mogi das Cruzes

DOI:

https://doi.org/10.29327/2384439.2.2-11

Resumo

O volume de dados gerados diariamente tem aumentado vertiginosamente nos últimos anos: estima-se que, em 2025, 400 exabytes serão gerados diariamente. Tal escala traz consigo problemas característicos – como desempenho e escalabilidade – e exige soluções apropriadas. Sendo parte desses dados espacialmente distribuídos usados amplamente em áreas como geoprocessamento, torna-se necessário também o cuidado com as técnicas de apresentação e usabilidade. Este artigo detalha uma arquitetura de software baseada em computação na nuvem, escalável e extensível para processamento e visualização de grandes volumes de dados geográficos. A solução proposta foi elaborada a partir da experiência conjunta dos autores em duas soluções de visualização geográfica, que são também discutidas de forma a propor melhorias e perspectivas para futuras implementações. Foram consideradas etapas primordiais da interação do usuário com dados espaciais: obtenção, agrupamento, exibição e registro de eventos. Levanto as principais questões arquiteturais, que originaram requisitos comuns funcionais e não funcionais a ambos os projetos.

Downloads

Não há dados estatísticos.

Referências

ALT, Rainer; HUMAN, Soheil; NEUMANN, Gustaf. End-user Empowerment in the Digital Age. Proceedings of the 53rd Hawaii International Conference on System Sciences, 2020.

AMAZON. AWS Application Auto Scaling. 2023. Disponível em: https://aws.amazon.com/autoscaling/. Acesso em: 26 set. 2023.

AMAZON. Managed Kubernetes Service - Amazon EKS Features. 2023. Disponível em: https://aws.amazon.com/eks/features/. Acesso em: 26 set. 2023.

BROWN, Kyle et al. Implementation Patterns for Microservices Architectures. Conference on Pattern Languages of Programs, 2016.

DELORT, J. Visualizing large spatial datasets in interactive maps. In: 2010

SECOND INTERNATIONAL CONFERENCE ON ADVANCED GEOGRAPHIC INFORMATION SYSTEMS, APPLICATIONS, AND SERVICES, 2010, [S.l.]. Anais [...]. [S.l.]: [s.n.], 2010. p. 33-38. doi:10.1109/GEOProcessing.2010.13.

DOCKER. Swarm mode overview. 2023. Disponível em: https://docs.docker.com/engine/swarm/. Acesso em: 26 set. 2023.

GOOGLE. Google Kubernetes Service (GKE). 2023. Disponível em: https://cloud.google.com/kubernetes-ngine. Acesso em: 26 set. 2026

GOVENDER, Paulene; SIVAKUMAR, Venkataraman. Application of k-means and hierarchical clustering techniques for analysis of air pollution: a review (1980-2019). Atmospheric Pollution Research, 2020.

HASHEM, Ibrahim Abaker Targio et al. The rise of “big data” on cloud computing: Review and open research issues. Information Systems, 10 ago. 2014.

HUANG, H.; GARTNER, G. A technical survey on decluttering of icons in online map-based mashups. In: ONLINE MAPS WITH APIS AND WEBSERVICES. [S.l.]: Springer, 2012. p. 157-175. doi:10.1007/978-3-642-27485-5_11.

KORPI, J.; AHONEN-RAINIO, P. Clutter reduction methods for point symbols in map mashups. The Cartographic Journal, v. 50, n. 3, p. 257-265, 1 ago. 2013. doi:10.1179/1743277413Y.0000000065.

KUBERNETES. Overview. 2023. Disponível em: https://kubernetes.io/docs/concepts/overvie w/. Acesso em: 26 set. 2023.

LEE, J.-G.; KANG, M. Geospatial big data: challenges and opportunities. Big Data Research, [s.l.], v. 2, n. 2, p. 74-81, jun. 2015. DOI: 10.1016/j.bdr.2015.01.003.

MEERT, W.; TRONÇON, R.; JANSSENS, G. Clustering maps. 2006. Tese (Mestrado) - Katholieke Universiteit Leuven, Leuven, 2006. Disponível em: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.132.6977&rep=rep1&type=pdf Acesso em: 28 set 2023.

MICROSOFT. Managed Kubernetes Service (AKS). 2023. Disponível em: https://azure.microsoft.com/en-us/products/kubernetes-service. Acesso em: 26 set.2023.

NIELSEN NORMAN GROUP. Website Response Times. Disponível em: https://www.nngroup.com/articles/website-response-times. Acesso em: 28 set 2023.

PEDROSA, Paulo H. C.; NOGUEIRA, Tiago. Computação em Nuvem. Unicamp. 2011. Disponível em: https://www.ic.unicamp.br/~ducatte/mo40/1s2011/T2/Artigos/G04-095352-120531-t2.pdf. Acesso em: 26 set. 2023.

RAZAVIAN, Maryam; PAECH, Barbara; TANG, Antony. Empirical Research for Software Architecture Decision Making, An Analysis. The Journal of Systems & Software, 2019.

SVENNERBERG, G. Handling large amounts of markers in google maps – in usability we trust. 2009. Disponível em: http://www.svennerberg.com/2009/01/handling-large-amounts-of-markers-in-google-maps. Acesso em: 28 set. 2023.

TAYLOR, Petroc. Amount of data created, consumed, and stored 2010-2020, with forecasts to 2025. Statista, 22 ago. 2023. Disponível em: https://www.statista.com/statistics/871513/worldwide-data-created. Acesso em: 28 set 2023.

XU, Rui; WUNSCH, Donald. Survey of Clustering Algorithms. IEEE Transactions on Neural Networks, 2005

SILVA, F. D. Trabalhos científicos. 2. ed. São Paulo: Genérica, v. 1, 2018.

Downloads

Publicado

2024-03-27

Como Citar

Silva, Y. E. O., Silva, F. A. da, & Luque, L. (2024). Arquitetura para Visualização e Interação com Mapas com Grandes Volumes de Pontos. Advances in Global Innovation & Technology, 2(2), 144–151. https://doi.org/10.29327/2384439.2.2-11

Edição

v. 2 n. 2 (2024): Advances in Global Innovation & Technology | mar. 2024

Seção

Artigos

Licença

Copyright (c) 2024 Yehoshua Edson Oliveira Silva, Felipe Alves da Silva, Leandro Luque

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Política de Direito Autoral

Ao submeter um manuscrito para publicação na Revista Advances in Global Innovation & Technology (@_GIT), os autores concordam, antecipada e irrestritamente, com os seguintes termos:

  1. Os autores mantêm os direitos autorais e concedem à Revista Advances in Global Innovation & Technology (@_GIT) o direito de primeira publicação do manuscrito, sem nenhum ônus financeiro, e renunciam a qualquer outra remuneração pela sua publicação na Revista Advances in Global Innovation & Technology (@_GIT).
  2. Ao ser submetido à Revista Advances in Global Innovation & Technology (@_GIT), o manuscrito fica automaticamente licenciado sob a Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e da publicação inicial na Revista Advances in Global Innovation & Technology (@_GIT).
  3. Os autores têm autorização para assumir contratos adicionais separadamente, paradistribuição não exclusiva da versão do trabalho publicada na Revista Advances in Global Innovation & Technology (@_GIT) (publicar em repositórios ou como capítulo de livro), com reconhecimento da publicação inicial na Revista Advances in Global Innovation & Technology (@_GIT), desde que tal contrato não implique num endosso do conteúdo do manuscrito ou do novo veículo pela Revista Advances in Global Innovation & Technology (@_GIT).
  4. Os autores têm permissão e são estimulados a publicar e distribuir seu trabalho online, em repositórios institucionais, por exemplo depois de concluído o processo editorial.
  5. Os autores garantem ter obtido a devida autorização dos seus empregadores para a transferência dos direitos nos termos deste acordo, caso esses empregadores possuam algum direito autoral sobre o manuscrito. Além disso, os autores assumem toda e qualquer responsabilidade sobre possíveis infrações ao direito autoral desses empregadores, isentando a Revista Advances in Global Innovation & Technology (@_GIT) de toda e qualquer responsabilidade neste sentido.
  6. Os autores assumem toda responsabilidade sobre o conteúdo do trabalho, incluindo as devidas e necessárias autorizações para divulgação de dados. coletados e resultados obtidos, isentando a Revista Advances in Global Innovation & Technology (@_GIT) de toda e qualquer responsabilidade neste sentido.