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。
今日,多くのデータセンターは,様々なパラメータを持つ民間クラウドで実行できる複数のApache Spkジョブを開発することにより,データ処理と取得を容易にする。各ジョブは,その実行時間に影響を及ぼす様々なアプリケーションパラメータを取るかもしれない。応用パラメータのいくつかの例は,複雑なイベントストリーム処理応用における空間時間的データ処理応用またはイベントの時間範囲における関心のある領域である。その実行時間を正確に予測するために,これらの応用パラメータを実行時間モデルの構築中に考慮する必要がある。Spkジョブの実行時間予測は,クラウド資源を利用し,システムスループットを増加させ,ジョブ待ち時間を削減し,顧客要求,例えばデッドラインとQoSを満たすために,それらを効率的にスケジュールすることを可能にする。また,予測は,若者-as -go価格決定モデルを用いるとき,重要な利点と考えられる。本論文において,著者らは,2つのステップにおける各々の個々のApacheパークジョブの実行時間予測のためのグレーボックスモデリング方法論を提示した。最初のものは,その挙動に関する事前知識に依存する各段階の入力RDDサイズを予測するためのホワイトボックスモデルを構築し,応用パラメータを考慮に入れることである。第2のものは,様々な割り当てられた資源と変種入力RDDサイズに従って,その実行時間計量を観察することによって,各タスクのブラックボックス実行時間モデルを抽出することである。モデリング方法論を実世界応用に関する実験評価により検証し,結果は試験した適用の実際の実行時間の83~94%に達する高い整合精度を示した。Copyright 2019 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】