淡江大學機構典藏:Item 987654321/87928
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 62822/95882 (66%)
造访人次 : 4016598      在线人数 : 549
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/87928


    题名: 基於預測性任務轉移之高效能雲端計算系統
    其它题名: A high-performance cloud computing system based on proactive task migration
    作者: 程以諾;Cheng, Yi-No
    贡献者: 淡江大學資訊工程學系碩士班
    林其誼;Lin, Chi-Yi
    关键词: 緩慢任務;競爭式執行;Hadoop;LATE;Slow Task;Speculative Execution
    日期: 2012
    上传时间: 2013-04-13 11:52:43 (UTC+8)
    摘要: 雲端運算近年來十分火紅，從IBM、Microsoft到Amazon每家廠商都推出雲端服務，在雲端運算迅速崛起的同時也出現些許問題。將資料存放在雲端上，利用雲端做龐大資料分析與處理的同時，如果出現錯誤或是網路斷線該如何解決？本篇論文主要探討主題為雲端運算上容錯議題，主要著眼在如何在MapReduce中有效且正確判定節點中的緩慢任務，在判定之後能夠使用較有效率的方法做重新分配處理緩慢任務，以避免整體工作時間被緩慢任務所拖慢進而影響到工作完成時間。本文主要以Hadoop作為開發實驗環境，利用模擬比較Hadoop、LATE以及本篇所提出之方法並分析其優劣。
    Cloud computing is gaining popularity in recent years. Many renowned companies such as IBM, Microsoft, Amazon, are providing services over the cloud. It is inevitable that failures may occur in the cloud, so how to make a cloud computing system fault-tolerant is very important. In this research, we try to identify true slow tasks in Hadoop MapReduce’s jobs and migrate them to other compute nodes before failures occur. Specifically, we modify the LATE algorithm to make MapReduce scheduler adapt to tasks with variable progress rates. We also study three rescheduling methods and compare their performances.
    显示于类别:[資訊工程學系暨研究所] 學位論文

    文件中的档案:

    档案 大小格式浏览次数
    index.html0KbHTML133检视/开启

    在機構典藏中所有的数据项都受到原著作权保护.

    TAIR相关文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回馈