Look-up in Google Scholar
Full metadata record
Mamani Aliaga, Alvaro Henry
Apaza Veliz, Ronald Darwin
2023-08-01T15:45:01Z
2023-08-01T15:45:01Z
2018
https://hdl.handle.net/20.500.12773/16348
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.
application/pdf
spa (es_PE)
Universidad Nacional de San Agustín de Arequipa (es_PE)
info:eu-repo/semantics/openAccess (en_US)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (en_US)
Universidad Nacional de San Agustín de Arequipa (es_PE)
Repositorio Institucional - UNSA (es_PE)
Computacion de alto desempeño
MapReduce
Planificación especulativa
BISAMR: Una mejora al algoritmo autoadaptativo Mapreduce usando Clustering
info:eu-repo/semantics/masterThesis
Universidad Nacional de San Agustín de Arequipa.Unidad de Posgrado.Facultad de Ingeniería de Producción y Servicios
Maestría en Ciencias: Informática, con mención en Tecnologías de Información
Maestro en Ciencias: Informática, con mención en Tecnologías de Información
PE
https://purl.org/pe-repo/ocde/ford#1.02.01
http://purl.org/pe-repo/renati/level#maestro
41751906
https://orcid.org/0000-0003-3321-8930
45821637
Nina Choquehuayta, Wilder
Yari Ramos, Yessenia Deysi
Mamani Aliaga, Alvaro Henry
http://purl.org/pe-repo/renati/type#tesis
Pública



This item is licensed under a Creative Commons License Creative Commons