Stream Processing di Geo Informazioni su Apache Spark a supporto di DAE

Con la rapida crescita del numero dei dispositivi mobili e delle possibilità offerte da quest’ultimi è progressivamente cambiato anche il nostro rapporto con la quotidianità. In questo contesto la capacità di associare velocemente un’informazione ad una determinata area geografica è diventato via via più rilevante in molteplici frangenti. Risultano sempre più diffuse infatti, le applicazioni geolocalizzate in diversi campi: dall’entertainment, alla pubblica utilità fino a diventare il nucleo di molti Business. Per fare fronte alle sfide appena viste abbiamo creato S2Spark un moderno framework scalabile e fault tolerant per la computazione parallela ad alta intensità di operazioni geografiche con basse latenze di risposta. Nell’ambito di questo progetto siamo particolarmente interessati all’operazione di punto in poligono. Come molti calcoli geografici determinare se un punto appartiene o no a un determinato poligono è un’operazione computazionalmente costosa. Tramite il nostro framework cerchiamo di abbattere il costo di processing in modo tale da poterlo eseguire su di uno stream di punti. In particolare, siamo interessati ad operazioni avanzate come quella di geo-join fra uno stream di punti e una sorgente statica, tale tipo di processing viene definito static-stream join. Per poter ottenere bassi tempi di operazioni abbiamo valutato le moderne tecniche di computazione di operazione geografiche con particolare attenzione alle rappresentazioni tramite geohash e le loro performance allo scalare dei dati. Come caso pratico abbiamo deciso di elaborare il flusso di posizioni inviate da smart band possedute da utenti con problemi cardiaci. Tramite la nostra piattaforma siamo in grado di verificare ed informare se nelle immediate vicinanze dell’utente è presente un DAE (Defibrillatore Automatico Esterno) in modo tale da garantire un intervento tempestivo.