文献

J-GLOBAL ID：202202235017836055   整理番号：22A0777628

データ集約科学のためのクラウドストレージキャッシングのシミュレーションと評価【JST・京大機械翻訳】

Simulation and Evaluation of Cloud Storage Caching for Data Intensive Science

著者 (4件)： Wegner Tobias (University of Wuppertal, Wuppertal, Germany) ,  Lassnig Mario (European Organization for Nuclear Research (CERN), Meyrin, Switzerland) ,  Ueberholz Peer (Hochschule Niederrhein, Krefeld, Germany) ,  Zeitnitz Christian (University of Wuppertal, Wuppertal, Germany)
資料名： Computing and Software for Big Science  (Computing and Software for Big Science)
巻： 6  号： 1  ページ： 5  発行年： 2022年 
JST資料番号： W4193A  ISSN： 2510-2036  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 科学計算における一般的タスクはデータ削減である。このワークフローは,大きな入力データから最も重要な情報を抽出し,それをより小さな導出データオブジェクトに保存する。導出されたデータオブジェクトは,さらに解析に使用できる。通常,これらのワークフローは分散ストレージとコンピューティング資源を使用する。貯蔵媒体の直接的なセットアップは,低コストテープ貯蔵およびより高いコストディスク貯蔵である。大規模で,まれにアクセスされた入力データはテープストレージに保存される。より小さい,頻繁にアクセスした誘導データをディスクストレージに保存した。最良ケースシナリオにおいて,大きな入力データは,まれに,そして,よく計画されたパターンにおいて,非常にアクセスされるだけである。しかし,実践は,しばしば,データが連続的に処理され,予測できないことを示した。これはテープ貯蔵性能を著しく低減できる。これに対抗する共通のアプローチは,ディスクストレージに関する大きな入力データのコピーを保存することである。本論文では,計算ワークフローに依存して,柔軟なキャッシュまたはバッファとして役立つクラウドストレージ資源を使用するアプローチを評価した。提案モデルを連続処理データの場合について探求した。評価のために,シミュレーションツールを開発し,それは貯蔵とネットワーク資源に関連するモデルを分析するために使用できる。商用クラウドストレージの使用は,ジョブの等しいスループットを維持しながら,プレミックスディスクストレージ要求を低減できることを示した。さらに,モデルの重要な計量を論じ,そして,シミュレーションを用いて,商用クラウドストレージを用いる決定プロセスを支援するシミュレーションを使用した。目標は,アプローチを研究し,将来のデータ課題を克服するための新しい評価方法を提案することである。Copyright The Author(s) 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 円板 ,  *シミュレーション ,  データ ,  キャッシュメモリ ,  記憶方式 ,  *データ処理 ,  記憶媒体 ,  スループット ,  *外部記憶装置 ,  ワークフロー
準シソーラス用語： *キャッシング ,  科学計算 ,  サービス品質 ,  *データ集約 ,  分散ストレージ ,  *ストレージ装置 ,  入力データ ,  *クラウドストレージ , 【Automatic Indexing@JST】

著者キーワード (3件)： クラウドストレージ ,  移動シミュレーション ,  サービス品質の貯蔵

分類 (2件)： 記憶装置  (JC04060F) ,  オペレーティングシステム  (JD03020J)

タイトルに関連する用語 (4件)： データ集約 ,  科学 ,  シミュレーション ,  評価