文献

J-GLOBAL ID：201302288886334654   整理番号：13A1222877

NICTサイエンスクラウド-ビッグデータ分散処理性能検証-

High Performance of Big Data Processing via NICT Science Cloud

著者 (8件)： 磯田総子 (サイエンス・サービス) ,  村田健史 (情報通信研究機構) ,  渡邉英伸 (情報通信研究機構) ,  深沢圭一郎 (九大 情報基盤研究開発セ) ,  山本和憲 (情報通信研究機構) ,  建部修見 (筑波大 計算科学研究セ) ,  田中昌宏 (筑波大 計算科学研究セ) ,  木村映善 (愛媛大 医)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 113  号： 86(SC2013 1-8)  ページ： 19-24  発行年： 2013年06月10日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 現在,欧米や日本において,科学研究向けクラウドとしてサイエンスクラウドが提案され,システムや利活用についての議論が進められている。サイエンスクラウドはビッグデータ時代のデータ指向型科学研究基盤として期待されている。クラウド上でのビッグデータ処理では,CPUの並列分散化だけではなくネットワークやI/Oの並列分散が重要である。サイエンスクラウドで主流になると考えられるのは,複数サーバをクラスタとして管理し,クラウド内で複数クラスタを接続したスケーラブルクラスタ環境である。本研究ではこのようなスケーラブルクラスタで高い計算効率を得るための基礎研究として,クラスタ内(6台×8コア)でCPUおよびI/Oを同時に分散処理する試験環境で基礎実験を行った。その結果,ノード内のプロセス数が少ない場合はほぼ100%の高速化率が達成され,大規模クラスタ環境でも高いスケーラビリティーが予測された。一方,ノード内で複数プロセスが処理を行う場合にはディスクアクセスの輻輳が発生し,必ずしも高いスケーラビリティーを得ることができない。8コアを有する計算サーバで最も高い高速化率を得たのは8プロセス並列の場合であり,高速化率は約15.6であった。今後は,同ノード内のI/O処理を分散化することで,高速化率をさらに向上させることが期待される。(著者抄録)

シソーラス用語： データ ,  *分散処理 ,  クラスタ ,  高速化 ,  実験 ,  スケーラビリティ【計算機】 ,  検証 ,  計算機利用 ,  研究 ,  *並列処理
準シソーラス用語： *クラウド【IT】 ,  *サイエンスクラウド ,  スケーラブルクラスタ ,  データ指向 ,  *ビッグデータ ,  *科学研究 ,  基礎実験 ,  *性能検証 ,  *並列分散処理

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 (4件)： サイエンスクラウド ,  ビッグデータ ,  分散処理 ,  性能検証