Proposta de Modelo de Programação de Dataflow para Aplicações de Stream Processing em C++

  • Eduardo M. Martins PUCRS
  • Dalvan Griebler PUCRS

Resumo


Este trabalho propõe uma abstração de programação em C++ para execução distribuída de aplicações de stream processing modeladas como grafos acíclicos (dataflow). É proposta uma API capaz de expressar topologias complexas, preservando a eficiência de runtimes baseadas em MPI. Os resultados mostram um ganho de produtividade de 27.2% e um overhead de 1.93% comparado com OpenMPI nativo. Além disso, demonstramos um resultado superior a frameworks do estado da arte baseados em Java como Apache Flink.

Referências

Akidau, T., Chernyak, S., and Lax, R. (2018). Streaming Systems: The What, Where, When, and How of Large-Scale Data Processing. O’Reilly Media.

Alf, L. M. et al. (2025). Fault tolerance for high-level parallel and distributed stream processing in C++. Master’s thesis, PPGCC - PUCRS, Porto Alegre, Brazil.

Bordin, M. V. et al. (2020). DSPBench: a Suite of Benchmark Applications for Distributed Data Stream Processing Systems. IEEE Access, 8(na):222900–222917.

Carbone, P., Fóra, G., Ewen, S., Haridi, S., and Tzoumas, K. (2015). Lightweight asynchronous snapshots for distributed dataflows. arXiv preprint arXiv:1506.08603.

Gherardi, L. et al. (2012). A java vs. c++ performance evaluation: a 3d modeling benchmark. In SIMPAR 2012, Japan, 2012. Proceedings 3, pages 161–172. Springer.

Martins, E. M., Hoffmann, R. B., Alf, L. M., and Griebler, D. (2025). Interface para programação de pipelines lineares tolerantes a falha para mpi padrão c++. In Simpósio em Sistemas Computacionais de Alto Desempenho (SSCAD), pages 133–144. SBC.
Publicado
06/05/2026
MARTINS, Eduardo M.; GRIEBLER, Dalvan. Proposta de Modelo de Programação de Dataflow para Aplicações de Stream Processing em C++. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DA REGIÃO SUL (ERAD-RS), 26. , 2026, Bagé/RS. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2026 . p. 189-192. ISSN 2595-4164. DOI: https://doi.org/10.5753/eradrs.2026.21404.