文献

J-GLOBAL ID：201702291930225284   整理番号：17A1266561

HBase上の分散データベースシステム上の大規模データ負荷【Powered by NICT】

Massive Data Load on Distributed Database Systems over HBase

著者 (4件)： Azqueta-Alzuaz Ainhoa ,  Patino-Martinez Marta ,  Brondino Ivan ,  Jimenez-Peris Ricardo
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCGRID  ページ： 776-779  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： ビッグデータはデータへの常に増加する量の管理に対して最も一般的な技術となっている。ビッグデータ溶液の中で,スケーラブルなデータ貯蔵は重要な役割,特にその大きなスケーラビリティ(千ノード)によるキー値データ記憶を果たしている。ビッグデータ応用のための典型的なワークフローは二つの相を含んでいる。最初のものは,ETL(抽出変換書き出し)プロセスの一部として典型的にデータ記憶へのデータを取り込むことである。第二の方法においては,データの処理である。BigTableとHBaseは範囲分割データ貯蔵に基づいて好適なキー値解である。しかし,荷重位相は非効率的であり,単一ノードボトルネックを生成する。本論文では,このボトルネックを同定し,定量化し,荷重位相時に,同様に基礎となるキー値データ記憶のすべての並列性とスループットを可能にする十分にボトルネックを解決する並列大量データ負荷のためのツールを提案した。提案した解はHBase,Hadoop生態系のキー値データ記憶上での並列大量データ負荷のためのツールとして実装した。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： スループット ,  データ蓄積 ,  生態系 ,  *分散データベース ,  ワークフロー ,  位相
準シソーラス用語： Hadoop ,  ビッグデータ ,  *大規模データ , 【Automatic Indexing@JST】

分類 (2件)： その他の情報処理  (JE15050M) ,  その他の計算機利用技術  (JE14000C)

タイトルに関連する用語 (2件)： データベースシステム ,  大規模データ