مقالات ترجمه شده

محک سروینگ سیستم های cloud با YCSB

عنوان فارسی

محک سروینگ سیستم های cloud با YCSB


عنوان لاتین

Benchmarking Cloud Serving Systems with YCSB

مشخصات کلی

سال انتشار 2010
کد مقاله 2627
فرمت فایل ترجمه Word
تعداد صفحات ترجمه 32
نام مجله فاقد منبع
نشریه فاقد منبع
درج جداول و شکل ها در ترجمه انجام شده است
جداول داخل مقاله ترجمه شده است

چکیده فارسی

از آن جایی که استفاده از سیستم های MapReduce (مانند Hadoop) برای تحلیل داده با مقیاس بزرگ به صورت گسترده شناسایی و مطالعه شده است، ما اخیراً انفجاری در تعداد سیستم های توسعه داده شده برای serving (ارائه) داده cloud را مشاهده کرده ایم. این سیستم های جدیدتر برنامه های کاربردی “cloud OLTP”، را بررسی می کنند، اگرچه از تراکنش های ACID پشتیبانی نمی نمایند. مثال هایی از سیستم های ارائه شده برای کاربرد سروینگ cloud شامل BigTable، PNUTS، Cassandra، HBase، Azure، CouchDB، SimpleDB، Voldemort، و بسیاری دیگر هستند. علاوه بر این، آنها در طیف گسترده ای از برنامه های کاربردی ای که به طرز چشمگیری از بارهای کاری سروینگ سنتی (برای مثال Tpc-c) به کار برده می شوند، قرار دارند. تعداد سیستم های سروینگ cloud در حال ظهور، و طیف گسترده برنامه های کاربردی ارائه شده، به همراه کمبود مقایسات کارایی apples-to-apples درک توازن های بین سیستم ها و بارهای کاری ای که آنها برای آن مناسب هستند را دشوار ساخته است. ما چارچوب محک سروینگ cloud مربوط به Yahoo! (YCSB) را با هدف تسهیل مقایسات کارایی نسل جدید سیستم های ارائه داده cloud را ارائه کردیم. ما یک مجموعه هسته ای از محک ها را تعریف کرده و نتایج را برای چهار سیستم که به صورت گسترده استفاده می شوند، گزارش می کنیم: سیستم های Cassandra، HBase،PNUTS مربوط به Yahoo!، و یک اجرای MySQL قطعه بندی شده ساده. ما هم چنین امید داریم که توسعه suite های محک cloud که سایر کلاس های (دسته های) برنامه های کاربردی را با در دسترس کردن ابزار محک ما از طریق منبع باز، نشان می دهند، پرورش دهیم. به این منظور، یک خصوصیت کلیدی از چارچوب/ ابزار YCSB این است که آن قابل بسط است- آن از تعریف ساده بارهای کاری جدید پشتیبانی کرده و علاوه بر این محک سیستم های جدید را آسان می سازد.

چکیده لاتین

While the use of MapReduce systems (such as Hadoop) for large scale data analysis has been widely recognized and studied, we have recently seen an explosion in the number of systems developed for cloud data serving. These newer systems address “cloud OLTP” applications, though they typically do not support ACID transactions. Examples of systems proposed for cloud serving use include BigTable, PNUTS, Cassandra, HBase, Azure, CouchDB, SimpleDB, Voldemort, and many others. Further, they are being applied to a diverse range of applications that differ considerably from traditional (e.g., TPC-C like) serving workloads. The number of emerging cloud serving systems and the wide range of proposed applications, coupled with a lack of applesto- apples performance comparisons, makes it difficult to understand the tradeoffs between systems and the workloads for which they are suited. We present the Yahoo! Cloud Serving Benchmark (YCSB) framework, with the goal of facilitating performance comparisons of the new generation of cloud data serving systems. We define a core set of benchmarks and report results for four widely used systems: Cassandra, HBase, Yahoo!’s PNUTS, and a simple sharded MySQL implementation. We also hope to foster the development of additional cloud benchmark suites that represent other classes of applications by making our benchmark tool available via open source. In this regard, a key feature of the YCSB framework/tool is that it is extensible—it supports easy definition of new workloads, in addition to making it easy to benchmark new systems.

خرید و دانلود ترجمه این مقاله:

جهت خرید این مقاله ابتدا روی لینک زیر کلیک کنید، به صفحه ای وارد می شوید که باید نام و ایمیل خود را وارد کنید و پس از آن روی دکمه خرید و پرداخت کلیک نمایید، پس از پرداخت بلافاصله به سایت بازگشته و می توانید فایل خود را دانلود کنید، همچنین لینک دانلود به ایمیل شما نیز ارسال خواهد شد.

دیدگاه ها

هیچ دیدگاهی برای این مقاله ثبت نشده است

ارسال دیدگاه

مقالات معتبر علمی از ژورنال های ISI