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

Autores/as

  • 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

Resumen

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.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

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.

Descargas

Publicado

2024-03-27

Cómo 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

Número

Vol. 2 Núm. 2 (2024): Advances in Global Innovation & Technology | mar. 2024

Sección

Artigos

Licencia

Derechos de autor 2024 Yehoshua Edson Oliveira Silva, Felipe Alves da Silva, Leandro Luque

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Política de derechos de autor

Al enviar un manuscrito para su publicación en la revista Advances in Global Innovation & Technology (@_GIT), los autores aceptan, por adelantado y sin restricciones, los siguientes términos:

  1. Los autores conservan los derechos de autor y conceden a la revista Advances in Global Innovation & Technology (@_GIT) el derecho de primera publicación del manuscrito, sin ninguna carga financiera, y renuncian a cualquier otra remuneración por su publicación en la revista Journal of Advances in Global Innovation & Technology (@_GIT).
  2. Al enviarlo al Journal of Advances in Global Innovation & Technology (@_GIT), el manuscrito se licencia automáticamente bajo la Licencia Creative Commons Attribution, que permite compartir el trabajo con el reconocimiento de la autoría y la publicación inicial en la revista Journal Advances in Global Innovation & Technology (@_GIT).
  3. Los autores están autorizados a celebrar contratos adicionales por separado, para la distribución no exclusiva de la versión del trabajo publicado en la Revista Advances in Global Innovation & Technology (@_GIT) (publicar en repositorios o como capítulo de libro), con reconocimiento de la publicación inicial en la Revista Advances in Global Innovation & Technology (@_GIT), siempre que dicho acuerdo no implique una aprobación del contenido del manuscrito o del nuevo vehículo por parte del Journal  of Advances in Global Innovation & Technology (@_GIT).
  4. A los autores se les permite y se les anima a publicar y distribuir su trabajo en línea, en repositorios institucionales, por ejemplo, después de que se complete el proceso editorial.
  5. Los autores garantizan que han obtenido el permiso adecuado de sus empleadores para la transferencia de derechos en virtud de este acuerdo, si dichos empleadores poseen algún derecho de autor sobre el manuscrito. Además, los autores asumen toda responsabilidad por posibles infracciones de derechos de autor de estos empleadores, eximiendo a Advances in Global Innovation & Technology (@_GIT) de toda responsabilidad al respecto.
  6. Los autores asumen toda la responsabilidad por el contenido del trabajo, incluidas las debidas y necesarias autorizaciones para la divulgación de los datos recopilados y los resultados obtenidos, eximiendo al Journal of Advances in Global Innovation & Technology (@_GIT) de toda responsabilidad al respecto.