抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ウェブビッグデータ応用は,クラウドデータセンタにおけるHadoopクラスタ,大量のエネルギーを必要とする上で実行される。またエネルギーコストは,データセンタの全体コストのかなりの部分を示した。,クラウドデータセンタのエネルギー消費の減少は重要な問題となっている。本論文では,著者等は,エネルギー消費量を減少させるが,ユーザのサービスレベル合意(SLA)に適合するHadoopクラスタのオン/オフノードへの電力供給によるオンラインMapReduceジョブのためのエネルギーを意識した動的ノード管理技術を提案した。動的ノード管理政策の下で,時間的に変化する作業負荷は,MapReduceジョブ履歴情報を抽出する連続的に予測した。そして,デッドライン駆動によるエネルギーを意識した動的ノード管理は容器と予測負荷平均実行時間に基づくMapReduce作業のためのノードの適切な数を維持するために使用されている。最後に,アイドル状態しきい値期間に保持されているノードがエネルギーコストを低減するためにターンオフされる。時間の期間における各ビッグデータ応用のためのエネルギー消費,SLAに違反と実行時間を利用する糸スケジューラ負荷シミュレータ(SLS)上での包括的シミュレーションを行った。実験の結果は,SLA会議と同等の四政策上の省エネルギーを達成するために提案した政策ことを実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】