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。
のメモリ(OOM)誤差と過剰なガーベジコレクション(GC)活性はdataintensive並列プログラムにおける共通の課題だけでなく,貧弱な性能,実行故障の原因である。最近の研究[1]は,データ並列プログラムにおけるメモリ圧力に対処するための新しいプログラミングモデルを提案した。提案したiTaskは積極的に記憶はOOM誤差を回避し,GC時間を短縮するために再生する。効果的であるが,並列プログラムへの広範な変化を必要とする。本論文では,OS容器のような軽量仮想化ははるかに少ない努力でデータ並列プログラムにおけるメモリ圧力に対処することができることを示した。仮想化は二つの重要な利点を提供する:1)容器内の走行タスクは,スラッシングに苦慮する物理的ホストのないOOM誤差を避けるために大きな堆積サイズを設定できる;2)他のタスクはその資源を完成させ,放出時記憶圧力下にあり,有意なGC活性を招くことをタスクは,資源のホスティング容器を剥奪することによる一時的「懸濁」することができ,後に再開できる。Docker容器Hadoopベンチマークを用いた実験結果は,この簡単な方法はOOM誤差を効率的に回避し,無駄なGCを抑制することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】