Résumé:
Aujourd’hui, les graphes sont devenus omniprésent, Ils sont utilisés pour modéliser divers
types de réseaux : réseau Internet, réseau de transport, réseaux sociaux etc. cependant graphes peuvent ces être de grande taille (Big-graph) et il devient difficile de les traiter
efficacement sur une seule machine. cela signifie qu'il ya un besoin pour les algorithmes qui peuvent être facilement parallélisés.
Au cours de ces dernières années et avec l'apparition du cloud Computing, qui a fait une
réelle d'évolution dans le monde des technologies de I'information st de la communication, des nouveaux paradigmes de traitement parallèle de larges graphes ont été proposé, tels que Pregel de Google et son implémentation open source Giraph.
Actuellement Giraph qui s'appui sur Ie modèle BSP, popularisé par Ie projet pregel de
Google est le plus utilise. II est conçu pour exécuter les algorithmes de graphes itératifs à
travers des clusters de machines. L'objectif de ce travail est d'adapter et d'implémenter un
algorithme de graphe séquentiel (énumération de cliques, composantes connexes,...) dans un environnement distribué HadooplGiraph.
Mots clés: cloud computing, pregel, Giraph, Hadoop, Big-Graph, Algorithme.
