文献

J-GLOBAL ID：201602271781755204   整理番号：16A1256885

分散共有環境における伸縮伸縮を支援する図処理フレームワーク【JST・京大機械翻訳】

Graph Processing Framework Supporting Elastic Scalability in Distributed Shared Environment

著者 (3件)： Zhan Hanglong (Key Lab of High Confidence Software Technologies (Peking University), Ministry of Education) ,  Cao Donggang (Key Lab of High Confidence Software Technologies (Peking University), Ministry of Education) ,  Xie Bing (Key Lab of High Confidence Software Technologies (Peking University), Ministry of Education)
資料名： Jisuanji Kexue Yutansuo  (Jisuanji Kexue Yutansuo)
巻： 10  号： 7  ページ： 901-914  発行年： 2016年 
JST資料番号： C2939A  ISSN： 1673-9418  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 大規模データ処理の重要なモデルとして,グラフ処理は機械学習,データ統計,データマイニングなどの場面に広く適用されている。企業レベルでの応用において,多くの種類の大規模データ処理フレームワークは,同じ分散クラスタに配置され,その実行環境は開放,共有されており,このとき,グラフ処理は計算資源の動的な変化を考慮する必要がある.このような動的性に適応するためには,オープン共有環境の資源をより十分に活用するためには,図の処理フレームワークが弾性伸縮能力を備えているはずである.調査により,既存のグラフ処理フレームワークは弾性伸縮を完全に実現していないことが分かった。そのため,弾性伸縮をサポートする分散型並列処理フレームワークフレームワークを紹介した。まず第一に,タスク並列モデルに基づいてタスクグラフとタスクモデルを定義する。第二に,タスク移動機構に基づいて,動的伸縮のためのグラフ処理フレームワークを設計し,実装した。最後に,負荷平衡に基づくスケジューリングアルゴリズムを設計し,動的伸縮のためのグラフ処理を実現した。実験結果により,SPARTAGの性能は,現在の流行処理フレームワークと類似しており,そして,それは,良好な弾性伸縮性を持った。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 機械学習 ,  データマイニング ,  *弾性 ,  クラスタ ,  並列処理 ,  負荷分散
準シソーラス用語： 伸縮性 ,  スケジューリングアルゴリズム ,  タスク移動 ,  タスクモデル ,  タスクグラフ ,  計算資源 ,  実行環境 ,  大規模データ , 【Automatic Indexing@JST】

著者キーワード (4件)： graph processing ,  distributed parallel computing ,  elastic scaling ,  task migration

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 共有 ,  環境 ,  伸縮 ,  支援 ,  フレームワーク