文献

J-GLOBAL ID：201702250384884543   整理番号：17A0755506

性能測定に基づくハイブリッドスケールUp/Out Hadoopアーキテクチャ設計の探索【Powered by NICT】

An Exploration of Designing a Hybrid Scale-Up/Out Hadoop Architecture Based on Performance Measurements

著者 (4件)： Li Zhuozhao (Department of Electrical and Computer Engineering, Clemson University, Clemson, SC) ,  Shen Haiying (Department of Electrical and Computer Engineering, Clemson University, Clemson, SC) ,  Ligon Walter (Department of Electrical and Computer Engineering, Clemson University, Clemson, SC) ,  Denton Jeffrey (CITI group of CCIT, SC)
資料名： IEEE Transactions on Parallel and Distributed Systems  (IEEE Transactions on Parallel and Distributed Systems)
巻： 28  号： 2  ページ： 386-400  発行年： 2017年 
JST資料番号： T0882A  ISSN： 1045-9219  CODEN： ITDSEO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： スケールアップ機械は中央値(KB, MB)データサイズを伴うジョブの方が良い性能を示し,スケールアウトマシンは,大きな(GB, TB)データサイズを伴うジョブのための良い性能を示した。負荷が通常異なるデータサイズレベルを伴うジョブから構成されているので,スケールアップとスケールアウト両マシンが,自明ではないを含むハイブリッドHadoopアーキテクチャを構築する提案した。第一の課題は,作業負荷データ貯蔵である。作業負荷の小さなデータサイズジョブの千はスケールアップ機械の限られたローカルディスクを過負荷に可能性がある。スケールアップとスケールアウトマシンからの仕事は,データの同じセット,機械間のデータ伝送を要求両方の可能性がある。二回目のチャレンジは自動的にジョブをスケジュールスケールアップあるいはスケールアウトのいずれかクラスタへの最良の性能を達成することである。スケールアップとスケールアウトクラスタ上の異なる応用の徹底した性能測定,Hadoop分散ファイルシステム(HDFS)と遠隔ファイルシステム(OFS)で構成をそれぞれ行った。OFSよりもむしろHDFSを用いたデータ記憶課題を解決できることを見出した。また,選択を行うためのスケールアップとスケールアウトクラスタとそれらの交差点の性能差を決定する因子を同定した。,ハイブリッドスケールup/out Hadoopアーキテクチャを設計し,実現した。トレース駆動の実験結果は筆者らのハイブリッドアーキテクチャは,HDFSとジョブ完了時間,スループットと職務故障率の観点からOFSを伝統的なHadoopアーキテクチャよりも優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： クラスタ ,  スケールアップ ,  データ蓄積 ,  スループット ,  ファイルシステム ,  故障率 ,  交差点 ,  *計算機アーキテクチャ
準シソーラス用語： ハイブリッドアーキテクチャ ,  Hadoop分散ファイルシステム ,  データ伝送 ,  スケールアウト ,  アーキテクチャ設計 ,  *Hadoop ,  *性能測定 , 【Automatic Indexing@JST】

分類 (1件)： ディジタル計算機方式一般  (JC02010O)

タイトルに関連する用語 (6件)： 性能測定 ,  スケール ,  Up ,  Hadoop ,  アーキテクチャ設計 ,  探索