Profiling memory vulnerability of big-data applications

Consultar RECERCAT

Para acceder a los documentos con el texto completo, por favor, siga el siguiente enlace: http://hdl.handle.net/2117/97424

Título:	Profiling memory vulnerability of big-data applications
Autor/a:	Rameshan, Navaneeth; Birke, R.; Navarro Moldes, Leandro; Vlassov, Vladimir; Urgaonkar, B.; Kesidis, G.; Schmatz, M.; Chen, L. Y.
Otros autores:	Universitat Politècnica de Catalunya. Departament d'Arquitectura de Computadors; Universitat Politècnica de Catalunya. CNDS - Xarxes de Computadors i Sistemes Distribuïts
Abstract:	Motivated by the increasing popularity of hosting in-memory big-data analytics in cloud, we present a profiling methodology that can understand how different memory subsystems, i.e., cache and memory bandwidth, are susceptible to the impact of interference from co-located applications. We first describe the design of the proposed tool and demonstrate a case study consisting of five Spark applications on real-life data set.
Abstract:	Peer Reviewed
Materia(s):	-Àrees temàtiques de la UPC::Informàtica::Sistemes d'informació -Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Telemàtica i xarxes d'ordinadors -Cloud computing -Big data -Big data -Cache storage -Cloud computing -Data analysis -Profiling memory vulnerability -Cloud computing -In-memory big-data analytics -Memory subsystems -Cache bandwidth -Memory bandwidth -Spark applications -Computació en núvol -Macrodades
Derechos:	http://creativecommons.org/licenses/by-nc-nd/3.0/es/
Tipo de documento:	Artículo - Versión publicada Objeto de conferencia
Editor:	Institute of Electrical and Electronics Engineers (IEEE)
Compartir: