메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Bongen Gu (Korea National University of Transportation) Seokil Song (Korea National University of Transportation) Yoonsik Kwak (Korea National University of Transportation)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제14권 제6호(JKIIT, Vol.14, No.6)
발행연도
2016.6
수록면
127 - 137 (11page)
DOI
10.14801/jkiit.2016.14.6.127

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
많은 연구 그룹들은 하둡의 성능 향상을 위해 GPGPU를 사용하기 위한 시도를 하고 있다. 본 논문에서는 하둡 클러스터에서 GPGPU를 이용하여 하둡 Map 태스크와 Combiner의 성능을 향상시키기 위한 새로운 접근방법을 제안한다. 본 논문에서 제안하는 방법은 GPGPU 처리를 위해 split이라고 불리우는 HDFS 블록을 레코드별로 나누지 않고 Map 태스크에 전달하는 것이다. 그리고 GPGPU를 이용한 Map 태스크의 처리결과를 GPGPU를 이용한 처리가 가능하도록 수정된 Combiner에게 전달한다. 즉, GPGPU를 이용한 고속화 단계는 하둡의 Mapper와 Combiner 단계이다. 본 논문에서 제안하는 방법을 채용한 GPGPU-사용 하둡은 기본 하둡과 동일하게 동작함과 동시에 고성능의 데이터처리가 가능하다. 본 논문에서 제안한 방법의 유효성을 보이기 위해 GPGPU-사용 하둡을 구축하고, 성능을 평가하였다. 성능평가결과는 기본 하둡에 비해 3.27~4.19의 성능향상 비를 보여 GPGPU-사용 하둡이 성능향상에 효과적임을 보여주고 있다.
#Hadoop #GPU #GPGPU #cluster #mapper #combiner

목차

Abstract
요약
I. Introduction
II. Preliminaries
III. Combiner Acceleration via GPU
IV. Hadoop as Fundamental Framework for GPU Cluster
V. Performance Evaluation and Analysis
VI. Conclusion
References

참고문헌 (15)

참고문헌 신청
[학술대회논문] - J. Dean / 2004 / MapReduce: Simplified data processing on large cluster / Symp. OSDI’04 google schola [학술대회논문] - P. Jorda / 2010 / Performance-Driven Task Co-Scheduling for MapReduce Environment / Symp. NOMS’2010 google schola [학술대회논문] - Robson Cordeiro / 2011 / Clustering Very Large Multi-dimensional Datasets with MapReduce / Proceedings of the 17th ACM SIGKDD international conference on Knowledge discovery and data mining : 690 ~ 698 google schola [학술대회논문] - M. Xin / 2012 / A Research of MapReduce with GPU Acceleration / PDPTA’12 google schola [학술지(정기간행물)] - 이재일 / 2009 / GPU를 사용한 효율적인 공간 데이터 처리 / Spatial Information Research 17 (3) : 371 ~ 379 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-004-000655000