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。
科学,工学,国家セキュリティ,健康管理,およびビジネスの多くの分野での豊富なデータは,クラウドコンピューティング環境において実行しているBigデータ分析の新興分野に導いた。クラウドにおける大量のデータを処理するために,開発者はGoogleのMapReduce,Hadoop,およびSparkのようなデータ拡張スケーラブルコンピューティング(DISC)システムを利用する。現在,開発者はDISCアプリケーションをデバッグする容易な手段を持たない。クラウドコンピューティングの利用により,アプリケーション開発はバッチジョブのようなように感じ,従って,デバッギングの性質は死後である。ビッグデータアプリケーションのデベロッパは,データ処理パイプラインを実装し,TBスケールデータウェアハウスからダウンロードした小さなサンプルデータで,それらの局所ワークステーションでテストするコードを書き込む。彼らは指を交差し,プログラムが高価な生産クラウドで働くことを期待する。ジョブが失敗するか,または疑わしい結果を得るとき,データ科学者は,誤差の源で時間推測を費やし,死後ログを通して掘削する。このような場合,データ科学者は,対応する入力記録の部分集合を調べることにより,誤差の根本原因を指摘できる。著者の作業のビジョンは,最小性能影響を有する現代のDISCシステムにおける大きいデータ処理プログラムのための対話型,リアルタイムおよび自動デバッギングサービスを提供することである。My研究は,大きいデータ分析の文脈における次の研究課題を調査する。(1)インタラクティブビッグデータ処理のための必要なデバッギングプリミティブである。(2)スケーラブルな故障位置確認アルゴリズムが,誤差の根本原因を局所化して,特徴づけるのを助けるために必要である。(3)著者らは,データフローオペレータの意味論を推論することによってDISC応用の反復開発の間,試験効率を改良することができて,タンデムでデータフローオペレータの中で使用するユーザ定義関数は,これらの質問に答えて,ソフトウェア工学,大きいデータシステム,およびプログラム解析からアイデアを合成,革新し,そして,ユーザに面しているAPIからシステムインフラストラクチャまでのソフトウェアスタックを通して,ソフトウェアスタックを横断して技術革新を協調した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】
