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。
Hadoopは,様々なドメインにおける大規模データ処理に広く用いられている分散コンピューティングシステムである。データ量が急速に増加し続けているので,Hadoopシステムは多くの大規模データ応用の成功に対する重要な寄与者になっている。MapReduceスケジューラはHadoopクラスタの全体性能を決定する重要な要素である。本論文では,MapReduceジョブのバッチの完了時間を最小化するために,不均一Hadoopクラスタにおけるタスクスケジューリング問題を定式化し検討した。最初に,データ伝送時間と全体的ジョブ完了時間を低減するために,ノード上に対応するデータブロックを配置するために使用されるタスクの終了時間を予測するための予測モデルを設計した。この予測モデルに基づいて,著者らは,TMSSAと呼ばれるタスクマッチングベースのスケジューリングアルゴリズムを提案し,クラスタにおける各ノードのリアルタイム性能とノードとタスク間のマッチング度を考慮することにより,Hadoopにおけるタスク待ち行列のタスクをスケジュール化した。実験結果は,予測モデルが高い精度を達成して,TMSAが既存のスケジューラと比較してMapReduceジョブのバッチの完了時間を著しく減らすことを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】