MapReduce环境中的性能特征能耗估计方法

樊源泉; 伍卫国; 许云龙; 高颜

您当前的位置：

首页 >

文章列表页 >

MapReduce环境中的性能特征能耗估计方法

更新时间：2025-07-09

- MapReduce环境中的性能特征能耗估计方法
- 暂无标题
- 西安交通大学学报 2015年第2期页码：14-19
- 作者机构：
  
  西安交通大学电子与信息工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61202041,91330117);国家高技术研究发展计划资助项目(2011AA01A204, 2012AA01A306)
- DOI：
  中图分类号： TP18
- 纸质出版：2015
- 稿件说明：
移动端阅览
樊源泉, 伍卫国, 许云龙, 等. MapReduce环境中的性能特征能耗估计方法[J]. 西安交通大学学报, 2015,(2):14-19.
樊源泉, 伍卫国, 许云龙, 等. MapReduce环境中的性能特征能耗估计方法[J]. 西安交通大学学报, 2015,(2):14-19. DOI：

DOI：

摘要

针对MapReduce系统中负载能耗特征多样性为系统成本调度带来的负载与节点难以匹配的问题

提出一种基于负载性能特征的能耗估计方法。该方法以MapReduce系统中各节点操作系统的性能事件为依据估计在线负载的能耗。为了提升负载能耗估计结果的准确度

采用机器学习的方法

在负载执行时

搜集系统的性能特征

并建立估计模型的样本集;采用粗糙集理论中属性约简方法对性能特征属性进行约简;在性能属性约简的结果之上

基于支持向量机理论

建立能耗的估计模型

对负载运行时系统的能耗进行准确的估计。实验结果表明:基于性能特征的能耗估计方法拥有较高的估计准确率

在单作业环境中平均相对误差为4%

在多作业环境中可达到4.5%。

Abstract

关键词

Keywords

references

Jacob Leverich,Christos Kozyrakis.On the energy (in)efficiency of Hadoop clusters[J].ACM SIGOPS Operating Systems Review,2010.

Jeffrey Dean,Sanjay Ghemawat.MapReduce[J].Communications of the ACM,2008.

Xiaobo Fan,Wolf-Dietrich Weber,Luiz Andre Barroso.Power provisioning for a warehouse-sized computer[J].ACM SIGARCH Computer Architecture News,2007.

J.A.K. Suykens,J. Vandewalle.Least Squares Support Vector Machine Classifiers.[J].Neural Processing Letters,1999(3).

Corinna Cortes,Vladimir Vapnik.Support-Vector Networks.[J].Machine Learning,1995(3).

谭一鸣,曾国荪,王伟.随机任务在云计算平台中能耗的优化管理方法[J].软件学报,2012(02).

王国胤,姚一豫,于洪.粗糙集理论与应用研究综述[J].计算机学报,2009(07).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

采用试验设计方法的第三代CO2气体箔轴承箔片几何参数敏感性分析

离子液体改性燃料的电流体动力学效应研究

电动车辆间接热系统快速除湿响应迟滞机理及优化控制策略

三塔合一间接空冷系统结构参数对夏季运行特性的影响研究

不同板叠材料热声热机能量转换过程数值模拟研究