Buscar en Google Scholar
Título: BISAMR: Una mejora al algoritmo autoadaptativo Mapreduce usando Clustering
Asesor(es): Mamani Aliaga, Alvaro Henry
Campo OCDE: https://purl.org/pe-repo/ocde/ford#1.02.01
Fecha de publicación: 2018
Institución: Universidad Nacional de San Agustín de Arequipa
Resumen: En los últimos años, el modelo de programación MapReduce se ha convertido en una de las herramientas con mayor adopción para el tratamiento de Big Data, sin embargo, el rendimiento de MapReduce puede verse seriamente afectado por las tareas stragglers, las cuales son tareas que tienen un tiempo de ejecución anormalmente prolongado y que podrían ocasionar que se extienda el tiempo de ejecución de toda la aplicación; el mecanismo utilizado por MapReduce para hacer frente a este problema es el planificador especulativo, este se encarga de detectar las tareas stragglers e iniciar copias de estas en nodos distintos al que se está ejecutando la tarea original, sin embargo, herramientas MapReduce como Hadoop, aún presentan un bajo rendimiento en su planificación especulativa y esto se debe a que los planificadores utilizados calculan el progreso de las tareas con mecanismos estáticos, esto ocasiona que se detecten tareas stragglers de forma errónea y que en consecuencia las copias iniciadas para estas tareas solo desperdicien recursos del sistema, mientras que las verdaderas tareas stragglers continuarán prolongando el tiempo de ejecución de toda la aplicación, por este motivo, en este trabajo se propone utilizar técnicas de agrupamiento para mejorar la estimación del progreso de las tareas MapReduce y así lograr que los planificadores especulativos tengan una mayor precisión en la selección de tareas stragglers.
Disciplina académico-profesional: Maestría en Ciencias: Informática, con mención en Tecnologías de Información
Institución que otorga el grado o título: Universidad Nacional de San Agustín de Arequipa.Unidad de Posgrado.Facultad de Ingeniería de Producción y Servicios
Grado o título: Maestro en Ciencias: Informática, con mención en Tecnologías de Información
Jurado: Nina Choquehuayta, Wilder; Yari Ramos, Yessenia Deysi; Mamani Aliaga, Alvaro Henry
Fecha de registro: 1-ago-2023



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons