文献

J-GLOBAL ID：201702298505298950   整理番号：17A0170084

HDAS:異種クラスタ上のHADOOP+フレームワークにおける動的親和性スケジューリング【JST・京大機械翻訳】

HDAS: heterogeneous dynamic affinity scheduling in Hadoop +

著者 (3件)： He Wenting (State Key Laboratory of Computer Architecture,Chinese Academy of Sciences, Institute of Computing Technology,Chinese Academy of Sciences) ,  Cui Huimin (State Key Laboratory of Computer Architecture,Chinese Academy of Sciences, Institute of Computing Technology,Chinese Academy of Sciences) ,  Feng Xiaobing (State Key Laboratory of Computer Architecture,Chinese Academy of Sciences, Institute of Computing Technology,Chinese Academy of Sciences)
資料名： Gaojishu Tongxun  (Gaojishu Tongxun)
巻： 26  号： 4  ページ： 333-343  発行年： 2016年 
JST資料番号： W1491A  ISSN： 1002-0470  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： 既存の異種クラスタのプログラミングフレームワークは不均一資源の利用に重点を置いて,共有資源の競争による作業完了時間の延長を十分に考慮せず,HADOOP+フレームワークと異種タスクモデルに基づいて,不均一動的親和性スケジューリング(HDAS)アルゴリズムを提案した。このアルゴリズムは,HADOOPの心拍メカニズムを利用して各ノードのリソース使用状況とリアルタイム負荷を監視し,システムの不均一資源に対して異なる策略計算とタスクの親和性を計算し,タスク割当てを行い,システムの資源利用をより十分にし,共有資源競争によるタスク遅延を低減する。システム全体のスループットを向上させ,システムへの適用は,起動後一定時間で実行される.25種類の混合負荷に関する実験結果は,HADOOP+フレームワークがHDASの実用化を達成することができ,不に基づく平均21.9Xの高速化を達成することができ,不均一タスクモデルに基づくスケジューリング戦略(17.9X)よりも優れていることを示した。また,21の負荷の平均遅延は6%以下であり,タスクによるシステム資源の多様性の豊富な混合負荷に対する最適化効果は明らかである。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： スループット ,  *クラスタ ,  高速化 ,  アルゴリズム ,  *親和性 ,  最適化 ,  心拍 ,  *スケジューリング
準シソーラス用語： 資源利用 ,  タスク割当 ,  実時間 ,  使用状況 ,  タスクモデル , 【Automatic Indexing@JST】

著者キーワード (5件)： MapReduce ,  heterogeneous ,  Hadoop + ,  affinity ,  scheduling

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (4件)： クラスタ ,  フレームワーク ,  親和性 ,  スケジューリング