发表评论取消回复
相关阅读
相关 一周一论文(翻译)——[VLDB 19] Minimizing Cost by Reducing Scaling Operators in Distributed Stream Processing
Abstract 弹性分布式流处理系统能够动态地适应工作负载的变化。通常,这些系统通过向上或向下扩展来对输入数据的速率或资源利用水平做出反应。目标是优化系统的资源使用...
相关 一周一论文(翻译)——[SIGMOD 19] Elasticutor:Rapid Elasticity for Realtime Stateful Stream Processing
Abstract 弹性非常适用于流系统,以保证针对工作负载动态的低延迟,例如到达率的激增和数据分布的波动。现有系统使用以**resource-centric**的方法...
相关 一周一论文(翻译)——[IEEE 14] Elastic scaling for data stream processing
Abstract 本文讨论与通用分布式数据流处理应用程序的自动并行化相关的盈利问题。自动并行化涉及在应用程序的数据流图中定位区域,这些区域可以在运行时复制以应用数据分...
相关 一周一论文(翻译)——[ICDCS 15] DRS: 在快速流下实时计算分析的动态资源调度系统
Abstract 在数据流管理系统(DSMS)中,用户注册连续查询,并在数据到达和到期时接收结果更新。 我们专注于具有实时约束的应用程序,其中用户必须在更新发生后的给...
相关 一周一论文(翻译)——[PVLDB 17] Dhalion: 基于Heron自适应调整的流处理系统
*Abstract** 近年来,大规模实时分析需求激增,并且已开发出大量流处理系统来支持此类应用。 即使遇到硬件和软件故障,这些系统也能够继续进行流处理。 然而,这些系...
相关 一周一论文(翻译)—— [PVLDB 12] Distributed GraphLab A Framework for Machine Learning 分布式机器学习图计算框架
摘要 虽然高级别数据并行框架,像MapReduce,简化了大规模数据处理的设计和实现的系统,他们没有自然或有效地支持许多重要数据挖掘和机
相关 一周一论文(翻译 总结)—— [NSDI 17] TUX2: Distributed Graph Computation for Machine Learning 面向机器学习的分布式图处理系统
1. Introduce 在图形引擎(如GraphLab \[29\])上的早期工作是基于机器学习的动机,基于观察到许多机器学习问题可以用图形自然而有效地
相关 一周一论文(翻译 总结)— [Eursys 17] RFP When RPC is Faster than Server-Bypass with RDMA
目录 Abstract 1.Introduction 2. Design Choices and Observations 2.1 Design Choices for
相关 一周一论文(翻译 总结)— [SOCC 14] DaRPC: Data Center RPC 基于RDMA的高性能通信RPC
目录 Abstract 1. Introduction 2. Motivation 3. Background 4. Design of DaRPC 4.1 Sin
相关 一周一论文(翻译 总结)—— [SOSP 18] LITE Kernel RDMA Support for Datacenter Applications : 一个LITE 内核支持的RDMA通信库
目录 Abstract 1. Introduction 2. BACKGROUND AND ISSUES OF RDMA 2.1 Background on RDMA
还没有评论,来说两句吧...