文献

J-GLOBAL ID：201702265070853833   整理番号：17A1635570

アグリゲータ基づくHADOOPフレームワークによる名前ノード性能拡大【Powered by NICT】

Name node performance enlarging by aggregator based HADOOP framework

著者 (4件)： Jena Bibhudutta (School of Computer Engineering, KIIT University, Bhubaneswar, ODISHA, India) ,  Gourisaria Mahendra Kumar (School of Computer Engineering, KIIT University, Bhubaneswar, ODISHA, India) ,  Rautaray Siddharth Swarup (School of Computer Engineering, KIIT University, Bhubaneswar, ODISHA, India) ,  Pandey Manjusha (School of Computer Engineering, KIIT University, Bhubaneswar, ODISHA, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： I-SMAC  ページ： 112-116  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： 増加した市場競争のために増加したデータ管理と分析は更なる最適化データ管理と分析を必要とする時代で水揚げされた。apache HADOOPのようなビッグデータ技術は解析結果の並列データ処理と生成のためのフレームワークを提供する。MAPREDUCE法は,クラスタリング,フラグメンテーションおよび凝集のような種々のデータ解析アルゴリズムを用いたデータの解析に用いた。HADOOPアーキテクチャあたりのクライアントからの受信データは名前ノードによる各種データノードに分布し,それは,タスクトラッカーによるデータノード実行タスクを追跡するための名前ノードの責任であるとして,提示された提案は,名前ノードとデータノード間の界面として作用する集約ノードによる援助を提供することによりHADOOPアーキテクチャにおける名前ノードの負担を軽減することを目的とした。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： *データ管理 ,  最適化 ,  受信 ,  データ処理 ,  クラスタ化 ,  界面 ,  計算機アーキテクチャ ,  集中化 ,  フラグメンテーション
準シソーラス用語： 解析アルゴリズム ,  ビッグデータ ,  市場競争 , 【Automatic Indexing@JST】

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (5件)： Hadoop ,  フレームワーク ,  名前 ,  ノード ,  拡大