计算机科学
計算機科學
계산궤과학
Computer Science
2015年
11期
178-183
,共6页
绿色计算%MapReduce%能耗建模%预测模型
綠色計算%MapReduce%能耗建模%預測模型
록색계산%MapReduce%능모건모%예측모형
Green computing%MapReduce%Energy consumption modeling%Prediction model
在数据量规模剧增的背景下,大数据处理过程中产生的高能耗问题亟待解决,而能耗模型是研究提高能耗效率方法的基础.利用传统的能耗模型计算MapReduce作业执行能耗面临诸多挑战,在对大数据计算模型MapReduce的集群结构、作业的任务分解及任务与资源映射模型分析建模的基础上,提出基于作业历史运行信息的MapReduce能耗预测模型.通过对不同作业历史运行信息的分析,得到DataNode运行不同任务时的计算能力及能耗特性,继而实现在MapReduce作业执行前对作业能耗的预测.实验结果验证了能耗预测模型的可行性,并通过对能耗预测准确率调节因子的修正,能够达到提高能耗模型的预测准确度的目的.
在數據量規模劇增的揹景下,大數據處理過程中產生的高能耗問題亟待解決,而能耗模型是研究提高能耗效率方法的基礎.利用傳統的能耗模型計算MapReduce作業執行能耗麵臨諸多挑戰,在對大數據計算模型MapReduce的集群結構、作業的任務分解及任務與資源映射模型分析建模的基礎上,提齣基于作業歷史運行信息的MapReduce能耗預測模型.通過對不同作業歷史運行信息的分析,得到DataNode運行不同任務時的計算能力及能耗特性,繼而實現在MapReduce作業執行前對作業能耗的預測.實驗結果驗證瞭能耗預測模型的可行性,併通過對能耗預測準確率調節因子的脩正,能夠達到提高能耗模型的預測準確度的目的.
재수거량규모극증적배경하,대수거처리과정중산생적고능모문제극대해결,이능모모형시연구제고능모효솔방법적기출.이용전통적능모모형계산MapReduce작업집행능모면림제다도전,재대대수거계산모형MapReduce적집군결구、작업적임무분해급임무여자원영사모형분석건모적기출상,제출기우작업역사운행신식적MapReduce능모예측모형.통과대불동작업역사운행신식적분석,득도DataNode운행불동임무시적계산능력급능모특성,계이실현재MapReduce작업집행전대작업능모적예측.실험결과험증료능모예측모형적가행성,병통과대능모예측준학솔조절인자적수정,능구체도제고능모모형적예측준학도적목적.
