文献

J-GLOBAL ID：202002252320012293   整理番号：20A1943291

Apacheスパークに対する実行時間予測【JST・京大機械翻訳】

Execution Time Prediction for Apache Spark

著者 (4件)： Gao Zhipeng (State Key Laboratory of Networking and Switching Technology Beijing University of Posts and Telecommunications Beijing, China) ,  Wang Ting (State Key Laboratory of Networking and Switching Technology Beijing University of Posts and Telecommunications Beijing, China) ,  Wang Qian (State Key Laboratory of Networking and Switching Technology Beijing University of Posts and Telecommunications Beijing, China) ,  Yang Yang (State Key Laboratory of Networking and Switching Technology Beijing University of Posts and Telecommunications Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICCBD ’18  ページ： 47-51  発行年： 2018年 
JST資料番号： D0698C  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： Apache Sparkは,分散データ処理でますます使用されるフレームワークである。しかしながら,Sparkアプリケーションの性能は,入力データ,プログラムの実装,Spark構成パラメータおよびクラスタ資源を含む多くの因子に依存してかなり変化し,性能予測が困難な仕事になる。この課題に取り組むために,本論文では,高い予測精度を有する2段階予測フレームワークを設計した。技術的コアは,類似の性能挙動を有するアプリケーションの各クラスタが,勾配ブースティング回帰を適用する特定の性能予測モデルを持つことである。性能挙動をCPUとメモリ利用系列の両方を用いてプロファイル化した。それは,限られた量のサンプル入力データを用いて実行をシミュレーションすることによって,アドホックアプリケーションに適応し,履歴アプリケーションと資源利用署名をマッチングし,対応する性能モデルを用いて実行時間を予測する。実験は,フレームワークが高精度と効率でアドホックアプリケーションのための実行時間を予測することができると評価する。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】

シソーラス用語： 記憶装置 ,  クラスタ ,  *応用プログラム
準シソーラス用語： *実行時間 ,  性能予測 ,  予測精度 ,  ブースティング ,  高精度 ,  *Apacheモジュール ,  性能モデル ,  入力データ , 【Automatic Indexing@JST】

著者キーワード (4件)： Apacheスパーク ,  実行時間予測 ,  機械学習 ,  性能モデリング

分類 (3件)： ディジタル計算機方式一般  (JC02010O) ,  分子・遺伝情報処理  (JE15040B) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (4件)： APACHE ,  スパーク ,  実行時間 ,  予測