دانلود مقاله شبکه های پتری سیال برای ارزیابی عملکرد برنامه های کاربردی MapReduce و Spark
چکیده
برنامه های کاربردی داده های بزرگ (Big Data) اجازه میدهند تا با موفقیت مقدار زیادی از داده هایی را که لزوما ساختار نیافته اند، تجزیه و تحلیل شوند، اگرچه درعین حال چالش های جدیدی را ارائه میدهند. برای مثال، پیش بینی عملکرد چارچوب هایی مانند Hadoop و Spark میتواند هزینه بر باشد، از این رو ارائه مدلهایی که میتواند یک پشتیبانی ارزشمند برای طراحان و توسعه دهندگان باشد، لزومی است. سیستم های داده های بزرگ (Big Data) به یک قدرت مرکزی برای جامعه تبدیل شده و استفاده از مدلها نیز میتواند توسعه سیستم های هوشمند را با ارائه تضمین های کیفیت خدمات ( QoS) برای کاربران خود از طریق پیکربندی سیستم زمان اجرا ممکن کند. ایم مقاله کمک جدیدی را در بررسی رویکرد مدلسازی جدید بر اساس شبکه های پتری سیال برای پیش بینی زمان اجرای برنامه های کاربردی MapReduce و Spark ارائه میدهد که برای پیش بینی عملکرد زمان اجرا مناسب است. اعتبار مدلها توسط کمپین آزمایشی گسترده انجام شده در CINECA ؛ مرکز ابرمحاسبات ایتالیایی، و در پلت فرم داده های Microsoft Azure HDInsight، تایید شده است. نتایج نشان میدهند که دقت بدست آمده برای Map Reduce حدود ۹٫۵% و برای Spark حدود ۱۰% از اندازه گیریهای واقعی است.
لغات کلیدی: Spark, MapReduce, Hadoop ، شبکه های پتری سیال
برچسب ها:
دانلود مقاله شبکه های پتری سیال برای ارزیابی عملکرد برنامه های کاربردی MapReduce و Spark دانلود مقاله شبکه های پتری سیال ارزیابی عملکرد برنامه های کاربردی MapReduce و Spark برنامه های کاربردی MapReduce و Spark برنامه های کاربردی MapReduce Spar