Rapport de Stage

Alors que les grilles de calcul sont en plein essor, la gestion des données et en par-ticulier les systèmes de fichiers distribués optimisés pour les calculs haute performance constituent un point clé pour profiter de la puissance de ces architectures. Des outils tels que MapReduce (Google) ou son implémentation libre Hadoop (Apache) demandent, en plus d’algorithmes performants, un accès rapide et concurrent à de grandes quan-tités de données. Nous proposons dans ce document un système de fichiers distribué pour Hadoop, utilisant BlobSeer, un service de gestion de données à grande échelle, comme base de stockage. Nous comparons notre solution à HDFS, le système de fichier de Hadoop, et nous testons notre implémentation sur le Grid’5000. Mots-clés: Grille, Gestion de données, Système de fichiers distribué, MapReduce, Hadoop, BlobSeer