文献

J-GLOBAL ID：201702244883671942   整理番号：17A0263053

1種のMAPREDUCE作業メモリの正確な予測方法【JST・京大機械翻訳】

An Innovative Memory Prediction Approach for Mapreduce Job

著者 (3件)： Luo Yonggang (Cybersecurity Research Institutes, Sichuan University) ,  Chen Xingshu (Cybersecurity Research Institutes, Sichuan University) ,  Yang Lu (Cybersecurity Research Institutes, Sichuan University)
資料名： Dianzi Keji Daxue Xuebao  (Dianzi Keji Daxue Xuebao)
巻： 45  号： 6  ページ： 986-991  発行年： 2016年 
JST資料番号： W1475A  ISSN： 1001-0548  CODEN： DKDAEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： MAPREDUCEの作業メモリ資源の要求を正確に予測する問題を解決するために,JAVA仮想マシン(JVM)の世代数(JVM)に基づくメモリ管理の特性に従って,本論文では,世代メモリ予測法を提案する。若い世代のサイズとごみの回収時間のモデルを確立し、合理的な若い代大小の問題を制約の非線形最適化問題に変換し、探索アルゴリズムを設計し、この最適化問題を解決した。MAPREDUCEタスクのMAPタスクとREDUCEタスク性能とメモリの関係モデルを構築し、最適な性能のメモリ要求を求め、それによってMAPタスクとREDUCEタスクの年長代メモリサイズを獲得した。実験結果は,提案した方法が,メモリの必要条件を正確に予測することができることを示した。デフォルト配置に比べて,平均6倍の性能向上を提供することができる.Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *予測技法 ,  必要条件 ,  Java ,  仮想機械システム ,  最適化問題 ,  *記憶装置 ,  記憶管理
準シソーラス用語： 探索アルゴリズム ,  非線形最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： garbage collection ,  JVM ,  mapreduce ,  resource management

分類 (2件)： オペレーティングシステム  (JD03020J) ,  言語プロセッサ  (JD03040F)

タイトルに関連する用語 (2件)： MapReduce ,  予測方法