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。
BigDataとクラウドコンピューティングの動向によって駆動されて,地球分散データセンタを横切って生成され,貯蔵されることをデータ処理解析用の要求が増大している。しかし,データセンタ間の制限されたネットワーク帯域幅と異なる位置に増大するデータ量により,骨材データと単一データ中心で計算を実行することがますます非効率的になってきた。,Hadoopのような,データ集中型クラスタ計算システムで一般的に使用されているアプローチは,データがネットワークオーバヘッドを低減し,性能を改善するために局所的に処理できるようにデータ局所性に基づく計算を分散させることである。しかし地球分散データセンタのためのこのような技術を適応し,評価するために行われてきた研究は少ない。本論文では,DRASH(データ複製を意識したスケジューラ),データ転送を防ぎ,システム全体の性能を改善するためのデータ複製を利用するデータ局所性を強制するジョブスケジューリングアルゴリズムを提案した。現実的な作業負荷トレースによるシミュレーションを用いて筆者らの評価は,DRASHは平均ジョブ完了時間における他の既存の手法よりも性能的に優れて16%から60%と,高いデータ複製因子下で大きな改善を達成できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】