文献

J-GLOBAL ID：201702279863629221   整理番号：17A1400248

ドック容器におけるビッグデータアプリケーションのための性能調整とモデル化【Powered by NICT】

Performance Tuning and Modeling for Big Data Applications in Docker Containers

著者 (2件)： Ye Kejiang ,  Ji Yunjie
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： NAS  ページ： 1-6  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： Docker容器は産業の支援による急速な発展を経験したと大規模生産クラウド環境で使用されている高速発射時間と小さなメモリフットプリントの利点に起因されている。しかしDocker容器におけるビッグデータアプリケーション(例えば,火花)の性能は,隣接容器間の複雑なパラメータ設定と干渉に起因するまだ明らかではない。本論文では,典型的な容器環境におけるビッグデータアプリケーションの性能に及ぼすDocker配置と資源干渉の影響を調べた。特に,ここではまず,Docker構成パラメータ,資源限界などを調整することによる性能への影響を測定するために一連の実験を行い,放電性能は,容器のための資源配分の増加と共に線形ではない観察した。,資源競合を制御することによって多重容器間の干渉を評価し,多重容器の性能干渉現象を検出した。最後に,いろいろな構成や資源競争環境とアプリケーション性能を予測するためのサポートベクトル回帰(SVR)に基づく性能予測モデルを提案した。実験結果は,予測誤差は,四種類全ての典型的な放電応用のための10%以下であることを示した。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： 高速度 ,  *モデル ,  資源割付 ,  *ドック ,  *応用プログラム ,  干渉 ,  予測誤差 ,  *モデリング ,  放電 ,  多重化
準シソーラス用語： 性能予測 ,  サポートベクトル回帰 ,  競争環境 ,  資源競合 ,  クラウド開発環境 , 【Automatic Indexing@JST】

分類 (3件)： 計算機システム開発  (JD02010R) ,  計算機網  (JC03000K) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (2件)： ドック ,  モデル化