文献

J-GLOBAL ID：201702260322224772   整理番号：17A0757628

定常状態NSGA-IIを用いた多目的Hadoop配置の最適化【Powered by NICT】

Multi-objective Hadoop Configuration Optimization Using Steady-State NSGA-II

著者 (4件)： Thant Phyo Thandar ,  Powell Courtney ,  Sugiki Akiyoshi ,  Munetomo Masaharu
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SCIS&ISIS  ページ： 293-298  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： Hadoop配置の最適化は,そのフレームワークの複雑性のために非常に挑戦的である。また最適化H adoopパラメータ構成設定はクラスタにおけるMapReduceアプリケーションの性能に大きく依存する。多くの研究は,Hadoopパラメータ配置最適化に行われてきたが,クラスタ内のMapReduceジョブの実行時間を最小化するためにその資源環境パラメータを構成するまだ多く継続研究が必要である。さらに,クラスタにおける応用を実行するための資源利用コストを最小化するために使用すべきであることをマシンインスタンスの型を決定するも困難である。本論文では,多目的定常状態非優越ソート遺伝的アルゴリズムII(ssNSGA II)アプローチを用いたMapReduce作業の資源利用と実行時間を最適化することにより,これらの問題を扱った。このアプローチでは,MapReduce作業の資源利用コスト(SC)をマシンインスタンス型のコストとH adoopクラスタにおけるマシンインスタンスの数に基づいて計算した。最適化配置は,例えば資源利用と実行時間最小化に関連した二つの目的関数を満足する最適な設定を選択する,パレート最適フロント解から同定した。動的機械例えば・タイプは,我々のシステムにおける探索プロセス内で考えられているが,動的クラスタサイズを考慮外にあると我々の未来において実施される予定のを目的とした。高仕様6ノードH adoopクラスタ上のHiBenchベンチマークからの負荷を用いた導電性実験は筆者らの提案アプローチの有効性を検証した。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： *最適化 ,  ソーティング ,  遺伝的アルゴリズム ,  クラスタ ,  ベンチマーク ,  目的関数 ,  応用プログラム ,  Pareto最適 ,  複雑性 ,  *Hadoop ,  *NSGA-II ,  *改変 ,  進化的計算
準シソーラス用語： 資源利用 ,  実行時間 ,  MapReduce ,  *定常状態 , 【Automatic Indexing@JST】

分類 (2件)： 計算機システム開発  (JD02010R) ,  オペレーティングシステム  (JD03020J)

タイトルに関連する用語 (5件)： 定常状態 ,  NSGA-II ,  多目的 ,  Hadoop ,  最適化