Diseño e implementación de un servicio de crossmatching astronómico usando Apache Cassandra

Abstract

ALeRCE (Automatic Learning for the Rapid Classification of Events) es un broker astron´omico chileno encargado de procesar y clasificar alertas astron´omicas provenientes de telescopios como Zwicky Transient Facility (ZTF). Estas alertas astron´omicas corresponden a cambios de naturaleza astrof´ısica detectados en el cielo. El enfoque de ALeRCE es estudiar objetos transitorios como n´ucleos gal´acticos activos, estrellas variables y la clasificaci´on de cuerpos del Sistema Solar. Para filtrar e identificar los datos de las alertas astron´omicas, se realiza un crossmatch, el cual consiste en buscar y comparar objetos de cat´alogos astron´omicos en posiciones espec´ıficas. No obstante, ALeRCE depende actualmente de un servicio externo para este fin, CDS X-Match, desarrollado por el Centro de datos astron´omicos de Estrasburgo (Centre de Donn´ees astronomiques de Strasbourg, o CDS), lo que limita su control sobre los cat´alogos disponibles y la disponibilidad del sistema. Esta dependencia puede afectar el rendimiento y la eficiencia del agente de alertas, lo que motiva la necesidad de desarrollar un servicio interno de crossmatch para ALeRCE que se adapte a sus requerimientos, garantizando un mejor control sobre los datos y rendimiento del pipeline. Dadas estas circunstancias, se propone en este trabajo la implementaci´on de un servicio compuesto por una API que se conecta a una base de datos en Cassandra, donde se encuentre almacenado el cat´alogo astron´omico CatWISE2020. Esta API permite realizar consultas HTTP para obtener resultados de realizar crossmatch entre una lista de coordenadas y el cat´alogo. Con esta soluci´on, se busca mejorar el control sobre el proceso de crossmatch, e idealmente lograr una eficiencia mayor, utilizando Cassandra como sistema de base de datos y las metodolog´ıas Hierarchical Equal Area iso-Latitude Pixelation (HEALPix) y Hierarchical Triangular Mesh (HTM) para representar ubicaciones de manera eficiente. Luego de realizar pruebas para verificar la precisi´on y eficiencia del sistema desarrollado se determin´o que no hay diferencias significativas entre las t´ecnicas de proyecci´on. En ambos casos se logr´o un 100 % de coincidencia con los matches obtenidos al utilizar los mismos par´ametros en CDS. Se observ´o que para conjuntos de m´as coordenadas, CDS es m´as eficiente que el sistema desarrollado. No obstante, al utilizar threads y trabajar con un menor n´umero de coordenadas, se logr´o mejorar los tiempos de ejecuci´on respecto a los de CDS. Los resultados logrados cumplen con los requisitos para la integraci´on del servicio de crossmatch en la API de ALeRCE, no obstante, se sugiere realizar mejoras adicionales a los tiempos de ejecuci´on, considerando el uso de hilos como una opci´on para garantizar respuestas m´as r´apidas.