文献

J-GLOBAL ID：201702247768440639   整理番号：17A1352331

コンテナベース仮想化によるデータ集約型並列プログラムにおけるメモリ圧力への対応【Powered by NICT】

Addressing Memory Pressure in Data-intensive Parallel Programs via Container Based Virtualization

著者 (3件)： Chen Wei ,  Rao Jia ,  Zhou Xiaobo
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICAC  ページ： 197-202  発行年： 2017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： 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】

シソーラス用語： *記憶装置 ,  ベンチマーク ,  ガーベジコレクション ,  故障
準シソーラス用語： Hadoop ,  ホスティング ,  プログラミングモデル ,  *並列プログラム ,  データ集約 ,  *仮想化 , 【Automatic Indexing@JST】

分類 (2件)： ディジタル計算機方式一般  (JC02010O) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (4件)： コンテナ ,  仮想化 ,  データ集約 ,  並列プログラム