文献

J-GLOBAL ID：201702258138877205   整理番号：17A1393582

資源利用と干渉に基づく反復分散データフロージョブのスケジューリング【Powered by NICT】

Scheduling Recurring Distributed Dataflow Jobs Based on Resource Utilization and Interference

著者 (5件)： Thamsen Lauritz ,  Rabier Benjamin ,  Schmidt Florian ,  Renner Thomas ,  Kao Odej
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BigData Congress  ページ： 145-152  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： 糸またはMesosのような資源管理システムは,ユーザが一時的に保存容器における分析作業を実行することによりクラスタインフラストラクチャを共有することを可能にする。これらの容器は,単一解析ジョブの変動資源使用にもかかわらず高度の全体的な資源利用を達成するために分離した典型的ではない。しかし,ジョブのいくつかの組合せは,資源をよりよく利用と他のものより同じノードで動く時,お互いで干渉する。共有クラスタ環境における再発データ解析ジョブのスケジューリングと資源利用と職務スループットを改善するためのアプローチを提案した。強化学習アルゴリズムを用いて,スケジューラは連続的にジョブが最良のクラスタ上で同時に実行される学習する。Hadoop糸上に構築された実装の評価は,このアプローチは,資源利用を増加させ,ジョブ実行時間を減少させることができることを示した。ジョブ間の干渉を避けることができるが,相補的資源利用を伴うジョブの位置は常に完全に認識されていない。しかし,コロケーション良さのより良い測度を用いた,提案した解決策は繰り返しバッチ・ジョブがある作業負荷にスケジューリングを自動的に適応に用いることができる。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： 資源管理 ,  スループット ,  クラスタ ,  学習アルゴリズム ,  再発 ,  *スケジューリング ,  測度 ,  データ解析
準シソーラス用語： 実行時間 ,  Hadoop ,  スケジューラ ,  *資源利用 , 【Automatic Indexing@JST】

分類 (3件)： 計算機網  (JC03000K) ,  オペレーティングシステム  (JD03020J) ,  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)： 資源利用 ,  干渉 ,  反復 ,  スケジューリング