Microsoft PowerPoint - Sep2110_桜井.ppt
|
|
|
- えりか みやのじょう
- 6 years ago
- Views:
Transcription
1 Data Mining Using High Performance Data Clouds: Experimental Studies Using Sector and Sphere R. Grossman & Y.Gu, ACM SIGKDD, 2008, pp (September 21, 2010, 櫻井担当 ) September 21, 2010 DMUHPDC 1
2 Index Related Work GFS( 要約と実験詳細は前期 ppt を参照 ) Hadoop Project 分散ファイルシステム Hadoop の広域環境への適応 高遅延環境における分散ファイルシステム Hadoop の動作解析 Data Mining Using High Performance Data Clouds 0.Abstract 1.Introduction 2.Background and Related Work 3.Design of Sphere 4.Design of Sector 5.Design of Networking Layer 6.Experimental Setup 7.Sphere Applications 8.Summary and Conclusion 9.References September 21, 2010 DMUHPDC 2
3 Related Work GFS [Sanjay Ghemawat, Howard Gobioff, and Shun-Tak Leung The Google File System(2003)] HDFS [Dhruba Borthaku The hadoop distributed file system: Architecture and design(2007)] September 21, 2010 DMUHPDC 3
4 The Google File System 目的 Google File System(GFS) の設計と実装 マイクロベンチマークと現実に実行して評価 GFS 特徴 分散ファイルシステム 信頼性 可用性 クライアントサーバモデル 安価で一般的なコンピュータ 巨大データ向け 高いスケーラビリティ 高い合計性能 シングルマスター 前提条件 シーケンシャルリード重視 レイテンシよりスループットを重視 September 21, 2010 DMUHPDC 4
5 GFS Architecture Simgle master ファイルシステムメタデータ 名前空間 Table アクセス制御情報 ファイルと chunk のマッピング chunk ロケーション オペレーション chunk リース管理 ガーベッジコレクション マイグレーション ( 移転 ) 数千の Chunkserver Chunk データ 64MB フラグメンテーション 通信回数 オーバーヘッド メタデータ量の減少 冗長度 3( 初期値 ) 数千の Client September 21, 2010 DMUHPDC 5
6 GFS Architecture September 21, 2010 DMUHPDC 6
7 GFS MEASUREMENTS 実験 1 マイクロベンチマーク Single master(m), 2 master replicas(mr) 16 chunkserver(cs), 16 clients(c) Dual 1.4GHz PIII, 2GB memory, 80GBx2, 100Mbps Full-duplex 実験方法 クライアント数 N を変化 Random Read 4MB* Write 1MB* 同一ファイルに Record Append M MR MR CS CS CS Switch Switch 100Mbps 1Gbps 100Mbps C C C C C N client September 21, 2010 DMUHPDC 7
8 GFS Aggregate Throughputs. 125MB/s 12.5MBx3/s N=1 10MB/sec client N=16 6MB/sec client 同 CS への Read による低下 N=1 6.3MB/sec client push による低下 N=16 2.2MB/sec client Read/Write の衝突 N=1 6.0MB/sec client N=16 4.8MB/sec 16client 輻輳 September 21, 2010 DMUHPDC 8
9 GFS Real World Clusters 実験 2 実環境測定 18TB* 冗長度 3=55TB MetaData 約 100B* ファイル数 (735k) 48MB Master restertが高速 システム起動 1 週間後 実験 2-A: 分析 (Read: 数 TB) 実験 2-B: 生成 / 処理 (Write: 数 TB) Table 2: Characteristics of two GFS Clusters September 21, 2010 DMUHPDC 9
10 GFS Performance 実験結果 2-A Read A: Network limit 750MB/s 実験結果 2-B Read B: Client の Application の性質上 380MB/s Write B (since restart): 書き込み集中による低下 その後速度改善 Master は正常 実験 3-1 Chunkserver 停止実験 1つのChunkserver (15k chunks) を停止 冗長度 分 実験 3-2 2つのChunkserver (16k chunks, 重複 266 chunks) を停止 冗長度 1 2まで2 分 高優先でclone Table 3: Performance Metrics for Two GFS Clusters September 21, 2010 DMUHPDC 10
11 6.3 Workload Breakdown 実験 4 実環境アプリケーションの特性調査 実験 4-X 分析と開発 (Read 多 ) 実験 4-Y 生成と処理 (Write 多 ) 実験結果 Write 二極化 アプリケーションによるバッファの有無 Write : Append の比 X 108:1( 転送量 ) X 8:1( オペレーション ) Y 3.7:1( 転送量 ) Y 2.1:1( オペレーション ) Table 4:Operations Breakdown by Size(%) Table 5: Bytes Transferred Breakdown by Size(%) September 21, 2010 DMUHPDC 11
12 6.3.4 Master Workload 実験結果 4 MasterNode Operation の特性 FindLocation が最多 Read FindLeaseHolder Write FilndMathingFIles ls(list) Table 6: Master Requests Breakdown by Type(%) GFS 結論 GFS を設計し実装 ユニークなパラメタ GFS の性能評価を行い また実環境にお ける特性を示した September 21, 2010 DMUHPDC 12
13 Hadoop Project Hadoop [The Apache Software Foundation Hadoop Project(2006)] GFS オープンソース実装 Pig Chukwa MapReduce Common HDFS Hive Avro HBase ZooKeeper Hive 分散データウェアハウス SQL MapReduce HBase 列指向分散データベース HDFS 分散ファイルシステム MapReduce 分散処理フレームワーク ZooKeeper 分散協調サービス Common ユーティリティ Avro データシリアライゼーションシステム Chukwa 分散データ収集解析システム Pig データフロー言語 September 21, 2010 DMUHPDC 13
14 Hadoop DFS(HDFS) GFS との対応 Chunk と Block SingleServer と NameNode ChunkServer と DataNode Client FileName Read NameNode MetaDATA HDFS と GFS は比較困難 根本的に同等 GFS がクローズド HDFS が日々開発 DATA DataNode DataNode Block Block Block 複製 Block September 21, 2010 DMUHPDC 14
15 MapReduce September 21, 2010 DMUHPDC 15
16 MapReduce WordCount 入力 :Nurses run! says sick Cissy as nurses run. Map nurses-1,run-1,says-1,sick-1,cissy-1,as- 1,nurses-1,run-1 Shuffle(Sort) as-1,cissy-1,nurses-1,nurses-1,run-1,run- 1,says-1,sick-1 Reduce as-1,cissy-1,nurses-2,run-2,says-1,sick-1 September 21, 2010 DMUHPDC 16
17 Data Mining Using High Performance Data Clouds September 21, 2010 DMUHPDC 17
18 0.Abstract 目的 高性能クラウドの設計と提供 インターネット上のリソースとサービスの基盤 Sectorストレージクラウド Sphereコンピュータクラウド プログラミングパラダイムの説明 Sector/SphereとHadoopの比較 データマイニングアプリケーション September 21, 2010 DMUHPDC 18
19 1.Introduction 高性能データマイニングの歴史 共有プロセッサプール Message passing or grid services library 問題はデータが撒き散らかされる ( 分散 ) プロセッサーを動き回るデータを集める必要性 Sector データ管理 長期永続ストレージを提供 巨大データセット向け 分散ファイルの管理 高性能 WAN 向け Sphere データ処理 ユーザー定義関数の並列処理を提供 ストリームパターン処理 Sector 上 September 21, 2010 DMUHPDC 19
20 2.Background and Related Work Application Cloud-based Compute Service Computation Cloud-based Data Services Record/Column/Object Cloud-based Storage Services Block/File Sort DataMining Angle BigTable EC2 MapReduce Sphere S3 GFS HDFS Sector Amazon S3 File 0.1US$/GB Amazon EC2 Virtual Machine 0.085US$/ 時間 or UL0.1US$/GB DL0.17US$/GB 32bit 1core RAM-1.7GB 160GB BigTable 超大規模列指向 DBMS SimpleDB 非リレーショナル DB September 21, 2010 DMUHPDC 20
21 2.Background and Related Work HDFS/GFS Architectureによる待ちが発生 Racks (Nodeの物理位置情報 ) が必要 比較的小さい帯域幅を想定 TCP Single Master/Namenode Chunk/Block Size 64/128MB Map and Reduce Function 一般的方法 Cording MPI Library Execute globus-url-copy, globus-job-run Sector 10Gbps+ の帯域を想定 UDT(UDP-based data transfer) TCP の Window Size 問題解決 転送レート推定 AIMD(1,1/2) AIMD(x,1/ 8~1/2) 1TB/64chunk(Chunk Size 15GB) HDFS/GFS 8,192chunk ストリームプログラミングモデル September 21, 2010 DMUHPDC 21
22 3.Design of Sphere 3.1 Sphere 概観 ストリームプログラミングモデル MapReduce より一般的 sphere.run (a, p); = for(int i=0;i<a.size;++i) p(a[i]); Sphere sphere DistributedDataSet a UserDefinedFunction p Sphere Code Stream sdss; sdss.init( ); Process* myproc = Sector::createJob(); myproc->run(sdss, findbrowndwarf ); myproc->read(result); grid は事前転送 3.2 Sphere コンピューティングモデル September 21, 2010 DMUHPDC 22
23 Sphere Architecture September 21, 2010 DMUHPDC 23
24 4.Design of Sector 1. 長期アーカイブストレージと巨大分散データへのアクセスを提供 2. 高性能 WAN の帯域を利用するためにデザイン 3. 異なるルーティングとネットワークプロトコルをサポート 4. コミュニティサポート 全ての人が Write Access しなくてもよい September 21, 2010 DMUHPDC 24
25 4.Design of Sector 複製 作成時 手動 1 回 / 日 ランダムロケーション 高性能 WAN UDT データコネクションキャッシュ コネクション接続の削減 レイヤー分離 Routing(OSI-3 層 ) と Transport(4 層 ) レイヤーと API UDT セキュリティ Read:ALL Write:IP-Based Access Control List (ACL) データアプリケーションに強い永続ストレージを提供 10Gbps 数 TByte~ September 21, 2010 DMUHPDC 25
26 September 21, 2010 DMUHPDC 26
27 Sector Architecture file0x.dat file0x.dat.idx セット SClient: Entity s name Location SServer: Location 探索 URLs SClient: Group Messaging Protocol (GMS) SClient: UDT September 21, 2010 DMUHPDC 27
28 5.Design of Networking Layer Peer-To-Peer Chord Protocol 分散 Lookup Log(Node 全体数 ) 往復遅延時間 (RTT) に基づく経路制御 実装予定 UDT Rate-based フロー制御 ネットワーク帯域を公平に利用 TCP フロー制御のようにフレンドリー Group Message Protocol (GMP) Message Passing Interface (MPI) September 21, 2010 DMUHPDC 28
29 6.Experimental Studies 実験環境 Chicago x2 Greenbelt x2 Pasadena x2 Chicago Pasadena は Greenbelt 経由 2x2core 2.4GHz, 4GB-RAM,10Gbps, 2TB RTT 16,55,71ms 4x2core 2.4Ghz, 16GB-RAM, 10Gbps, 5.5TB Hadoop JDK JRE b105 64bit September 21, 2010 DMUHPDC 29
30 6.2 実験 : 地理的分散ロケーション (WAN) 1~6 台 (10GB/ 台 ) Terasort 10GB Key:10Byte Record:100Byte Terasplit a single split tree-based 6.3 実験 : シングルロケーション (LAN) 1~8 台 (10GB/ 台 ) 6.2 より低スペック機 台数増加時のオーバーヘッドを調査 ローカルは Hadoop のほうが早いと期待 パラメタ設定 Hadoop 1Gbps September 21, 2010 DMUHPDC 30
31 % 400% 6.3 実験補足 File 生成 Hadoop:212 sec/file node 440Mbps Sphere: 68sec/file node 1100Mbps Execution Time[sec] Execution Time[sec] % 300% % % % % % 0 0% Size of Dataset[GB] WAN 地理的分散 Speedup 350% 300% 250% 200% 150% 100% Speedup Hadoop Trerasort Sphere Terasort Hadoop Terasplit Sphere Terasplit Speedup Terasort Speedup Terasplit Hadoop Trerasort Sphere Terasort Hadoop Terasplit Sphere Terasplit Speedup Terasort Speedup Terasplit % 0 0% Size of Dataset[GB] LAN Single rack September 21, 2010 DMUHPDC 31
32 Discussion Availability and Repeatability 6.4 Discussion Hadoop: multi-core S/S: single-coreのみ使用 WAN 倍 (Terasort), 倍 (Terasplit) 早い LAN 倍 (Terasort), 倍 (Terasplit) 早い Hadoop は 10Gbps 非最適化 6.5 Availability and Repeatability Sector/Sphere version 1.4 from Source Forge Terasort from Hadoop, Terasplit from Sector Angle data set from Large Data Archive September 21, 2010 DMUHPDC 32
33 7.Sphere Applications: Angle TCP Packet アノマリー検出 575pcap files 7.6GB 97MPacket 300,000pcap files 重心 a j, 1, a j,2, a j,3 a j, k j k 2 min a j, n a j 1, m i 1 n m ( x) k ( x) max ( x) k 2 k x a k exp 2 k 2 k k 2 Record Time Record/Time , ,000,000 5, ,000, , September 21, 2010 DMUHPDC 33
34 8.Summary and Conclusion 高性能 WAN 向け巨大分散データセットデータマイニング (Sector/Sphere ) の設計 WAN 環境 ( 高遅延 ) で約 80% の実行時間増加 Angle によるデータマイニング WAN 環境で 倍 (Terasort), 倍 (Terasplit) September 21, 2010 DMUHPDC 34
DEIM Forum 2012 C2-6 Hadoop Web Hadoop Distributed File System Hadoop I/O I/O Hadoo
DEIM Forum 12 C2-6 Hadoop 112-86 2-1-1 E-mail: momo@ogl.is.ocha.ac.jp, oguchi@computer.org Web Hadoop Distributed File System Hadoop I/O I/O Hadoop A Study about the Remote Data Access Control for Hadoop
i Ceph
23 Ceph I/O 20 20115107 i 1 1 2 2 2.1.............................. 2 2.1.1..................... 2 2.1.2.................. 3 2.1.3....................... 3 2.2 Ceph........................ 4 2.2.1.................................
無料セミナー資料：ビッグデータ管理基盤ソフトウェアHadoop入門
ビッグデータ管理基盤ソフトウェア Hadoop 入門 NEC ラーニングテクノロジー研修事業部 土井正宏 アジェンダ Hadoopとは? HDFSの概要 Map/Reduceのしくみ Hadoopのエコシステム ( 関連製品 ) Hadoop 0.23について Page 2 NEC Corporation 2010 Hadoop の概要 高スケーラブルな分散管理基盤 グリッドコンピューティング 2つのコア機能
データセンターの効率的な資源活用のためのデータ収集・照会システムの設計
データセンターの効率的な 資源活用のためのデータ収集 照会システムの設計 株式会社ネットワーク応用通信研究所前田修吾 2014 年 11 月 20 日 本日のテーマ データセンターの効率的な資源活用のためのデータ収集 照会システムの設計 時系列データを効率的に扱うための設計 1 システムの目的 データセンター内の機器のセンサーなどからデータを取集し その情報を元に機器の制御を行うことで 電力消費量を抑制する
yamamoto_hadoop.pptx
Hadoop Streaming 2011/2/16 H22 ? SaaS (So5ware as a Service) (,etc.) PaaS (Pla?orm as a Service) (Google App Engine,, Mixi Appli etc.) IaaS (Infrastructure as a Service) (Amazon EC2) VMWare ESX, Hyper-
IPSJ-HPC
can effectively exploit the I/O performance of clusters with Gbit/sec-class flash memories. In this paper, we first outline our prototype MapReduce system which utilizes distributed key-value store. And
Introduction
Introduction R&D More Than Web - - 3 R&D Vision Fusion Interaction Collaboration 3 6 Client Server Platform Client Server Platform Client Client Server Platform Server Client Server Platform Platform
MATLAB® における並列・分散コンピューティング ~ Parallel Computing Toolbox™ & MATLAB Distributed Computing Server™ ~
MATLAB における並列 分散コンピューティング ~ Parallel Computing Toolbox & MATLAB Distributed Computing Server ~ MathWorks Japan Application Engineering Group Takashi Yoshida 2016 The MathWorks, Inc. 1 System Configuration
PC Development of Distributed PC Grid System,,,, Junji Umemoto, Hiroyuki Ebara, Katsumi Onishi, Hiroaki Morikawa, and Bunryu U PC WAN PC PC WAN PC 1 P
PC Development of Distributed PC Grid System,,,, Junji Umemoto, Hiroyuki Ebara, Katsumi Onishi, Hiroaki Morikawa, and Bunryu U PC WAN PC PC WAN PC 1 PC PC PC PC PC Key Words:Grid, PC Cluster, Distributed
Agenda Scalability Availability CAP Theorem Scalability Availability Consistency BASE Transaction
Cloud --- Scalability Availability --- Agenda Scalability Availability CAP Theorem Scalability Availability Consistency BASE Transaction Scale-out Scale-out Availability Scalabilty Availability Scalability
Microsoft Word - Dolphin Expressによる10Gbpソケット通信.docx
Dolphin Express による 10Gbps ソケット通信 Dolphin Express は 標準的な低価格のサーバを用いて 強力なクラスタリングシステムが構築できる ハードウェアとソフトウェアによる通信用アーキテクチャです 本資料では Dolphin Express 製品の概要と 実際にどの程度の性能が出るのか市販 PC での実験結果をご紹介します Dolphin Express 製品体系
2011年11月10日 クラウドサービスのためのSINET 学認説明会 九州地区説明会 九州大学キャンパス クラウドシステムの導入 伊東栄典 情報基盤研究開発センター 1
2011年11月10日 クラウドサービスのためのSINET 学認説明会 九州地区説明会 九州大学キャンパス クラウドシステムの導入 伊東栄典 情報基盤研究開発センター ito.eisuke.523@m.kyushu-u.ac.jp 1 用 方 } } } } } 用 (Public Cloud) } Amazon EC2/S3/ElasticMapReduce } (Community Cloud)
MATLAB®によるビッグデータ解析
MATLAB によるビッグデータ解析 MathWorks Japan アプリケーションエンジニアリング部 アプリケーションエンジニア 吉田剛士 2013 The MathWorks, Inc. 1 ビッグデータ解析とその背景増え続けるデータ量 ビッグデータとは 100TB ~ 10PB 程度のデータ量 データが膨大になる理由 データソースの多様化と高性能化 スマートフォン位置情報監視カメラ検索情報
2 Hadoop MapReduce Hadoop, MapReduce Apache Hadoop Project Open Source Software Hadoop common MapReduce Hadoop Distributed File System( HDFS)
DEIM Forum 2014 D1-6 Hadoop 780-8520 2-5-1 780-8520 2-5-1 780-8520 2-5-1 E-mail: {nishimae,b103k299,honda}@is.kochi-u.ac.jp Hadoop MapReduce Map-Reduce Hadoop,MapReduce,,,, 1. e- Apache Hadoop ( Hadoop)
概要 ここでは先程デモを行った OpenStack の中で仮想マシンのデータがどのように管理されているかをご紹介致します OpenStack の中でデータがどのように配置され 管理されているかを知ることは 可用性を検討する上で非常に重要になります 2
OSC Nagoya JOSUG 5th Study openstack Open source software to build public and private clouds. Storage System; Overview OpenStack ストレージとデータ管理 2012.06.04 日本 OpenStack ユーザ会 Tomoaki Nakajima/@irix_jp 1 概要
スライド 1
SAS Loves Big Data via Hadoop ~Big Data Driven Innovation~ 惟高裕一, 北西由武, 都地昭夫 塩野義製薬株式会社 SAS Loves Big Data via Hadoop ~Big Data Driven Innovation~ Yuichi Koretaka, Yoshitake Kitanishi, Akio Tsuji SHIONOGI
OSS 体験セミナー Hadoop の概要 高スケーラブルな分散管理基盤 2 つのコア機能 分散ファイルシステム (HDFS) 分散処理フレームワーク (Map/Reduce) BigData の管理基盤として注目 分散処理基盤 (Map/Reduce) Hadoop 分散ファイルシステム (HDF
Hadoop スタートアップセミナー Hadoop スタートアップセミナー NEC ラーニングテクノロジー研修事業部土井正宏 OSS 体験セミナー Hadoop の概要 高スケーラブルな分散管理基盤 2 つのコア機能 分散ファイルシステム (HDFS) 分散処理フレームワーク (Map/Reduce) BigData の管理基盤として注目 分散処理基盤 (Map/Reduce) Hadoop 分散ファイルシステム
GPGPU
GPGPU 2013 1008 2015 1 23 Abstract In recent years, with the advance of microscope technology, the alive cells have been able to observe. On the other hand, from the standpoint of image processing, the
Joint Content Development Proposal Tech Docs and Curriculum
徹底解説!Hortonworks が提供する次世代データプラットフォーム 蒋逸峰 & 河村康爾 Hortonworks October 10, 2017 1 Hortonworks Inc. 2011 2016. All Rights Reserved 総合的な管理 セキュリティやガバナンス ON-PREMISES CLOUD EDGE MULTI-WORKLOADS MULTI-TYPE MULTI-TIER
hpc141_shirahata.pdf
GPU アクセラレータと不揮発性メモリ を考慮した I/O 性能の予備評価 白幡晃一 1,2 佐藤仁 1,2 松岡聡 1 1: 東京工業大学 2: JST CREST 1 GPU と不揮発性メモリを用いた 大規模データ処理 大規模データ処理 センサーネットワーク 遺伝子情報 SNS など ペタ ヨッタバイト級 高速処理が必要 スーパーコンピュータ上での大規模データ処理 GPU 高性能 高バンド幅 例
P P P P P P P OS... P P P P P P
SAS Visual Analytics on MapR Converged Data Platform 2015 12 1. 1.1... P2 1.2... P2 2. 2.1... P3 2.2... P6 2.2.1... P6 2.2.2... P6 2.3... P10 3. 3.1 OS... P11 3.2... P12 3.3... P13 3.4... P13 3.5... P14
目次 はじめに Introduction Analyzing Big Data Vectorwise and Hadoop Environments Vectorwise Hadoop Connector Perform
Vectorwise 3.0 Fast Answers from Hadoop Technical white paper - 1 - 目次 はじめに...- 3 - Introduction...- 3 - Analyzing Big Data...- 4 - Vectorwise and Hadoop Environments...- 5 - Vectorwise Hadoop Connector...-
2 JSON., 2. JSON,, JSON Jaql [9] Spark Streaming [8], Spark [7].,, 2, 3 4, JSON [3], Jaql [9], Spark [7] Spark Streaming [8] JSON JSON [
![2 JSON., 2. JSON,, JSON Jaql [9] Spark Streaming [8], Spark [7].,, 2, 3 4, JSON [3], Jaql [9], Spark [7] Spark Streaming [8] JSON JSON [](/thumbs/92/109551409.jpg "2 JSON., 2. JSON,, JSON Jaql [9] Spark Streaming [8], Spark [7].,, 2, 3 4, JSON [3], Jaql [9], Spark [7] Spark Streaming [8] JSON JSON [")
DEIM Forum 2016 G1-4,, 305 8573 1-1-1 305 8573 1-1-1 305 8573 1-1-1 E-mail: denam96@kde.cs.tsukuba.ac.jp, {shiokawa,kitagawa}@cs.tsukuba.ac.jp,,.,,,.,, (1), (2),.,, 1.,.,,.,,,,, Storm [2] STREAM [5], S4
スライド 1
VMware CIT Japan 006 6 CIT Agenda VMWARE Pfizer Japan Inc. 953 648 6 09 -5-00 Discovery Approaches 7,000,000 Compounds Screened,000 Screening Hits Candidates 6 Candidates Product 700 MR* MR Medical Representative
Microsoft PowerPoint - SWoPP2010_Shirahata
GPU を考慮した MapReduce の タスクスケジューリング 白幡晃一 1 佐藤仁 1 松岡聡 1 2 3 1 東京工業大学 2 科学技術振興機構 3 国立情報学研究所 大規模データ処理 情報爆発時代における 大規模データ処理 気象 生物学 天文学 物理学など様々な科学技術計算での利用 MapReduce 大規模データ処理のためのプログラミングモデルデ スケーラブルな並列データ処理 GPGPU
スライド 1
Hadoop とは Hadoop の二本柱 分散ファイルシステム HDFS(Hadoop Distributed File System) 分散プログラミングモデル MapReduce Hadoop の目的 大規模ファイル処理 格納, 加工 ペタバイト規模 複数計算機の協調動作 スケーラブルシステム 数百 ~ 数千台規模 Key-Value store MapReduce HDFS Node Node
スライド 1
Zabbix のデータベース ベンチマークレポート PostgreSQL vs MySQL Yoshiharu Mori SRA OSS Inc. Japan Agenda はじめに Simple test 大量のアイテムを設定 Partitioning test パーティションイングを利用して計測 Copyright 2013 SRA OSS, Inc. Japan All rights reserved.
卒業論文
PC OpenMP SCore PC OpenMP PC PC PC Myrinet PC PC 1 OpenMP 2 1 3 3 PC 8 OpenMP 11 15 15 16 16 18 19 19 19 20 20 21 21 23 26 29 30 31 32 33 4 5 6 7 SCore 9 PC 10 OpenMP 14 16 17 10 17 11 19 12 19 13 20 1421
Agenda Hadoop Sahara Kilo Q&A Copyright 2015 Mirantis, Inc. All rights reserved Page 2
OpenStack Sahara Road to Kilo www.miran(s.com/jp Copyright 2015 Mirantis, Inc. All rights reserved Agenda Hadoop Sahara Kilo Q&A Copyright 2015 Mirantis, Inc. All rights reserved Page 2 Hadoop Open-source
Microsoft PowerPoint VIOPS.ppt
ウェブサービスとはてなと 仮想化技術 はてな田中慎司 stanaka @ hatena.ne.jp 2009/05/29 アジェンダ Web サービスのインフラ 三つの指標 仮想化技術 Xen はてなでの取り組み 仮想化を前提としたハードウェア Xen の運用 仮想化のメリット クラウドと仮想化 はてなのサービス群 自己紹介 ( 株 ) はてな執行役員 担当領域 システムアーキテクチャ スケーラビリティ
F コマンド
この章では コマンド名が F で始まる Cisco Nexus 1000V コマンドについて説明します find 特定の文字列で始まるファイル名を検索するには find コマンドを使用します find filename-prefix filename-prefix ファイル名の最初の部分または全体を指定します ファイル名のプレフィクスでは 大文字と小文字が区別されます なし 任意 変更内容このコマンドが追加されました
PowerPoint プレゼンテーション
vsmp Foundation スケーラブル SMP システム スケーラブル SMP システム 製品コンセプト 2U サイズの 8 ソケット SMP サーバ コンパクトな筐体に多くのコアとメモリを実装し SMP システムとして利用可能 スイッチなし構成でのシステム構築によりラックスペースを無駄にしない構成 将来的な拡張性を保証 8 ソケット以上への拡張も可能 2 システム構成例 ベースシステム 2U
AWSSummitTokyo2018
AWS Gunosy AWS Summit Tokyo 2018/06/01 自己紹介 - 米田 武 / Takeshi Yoneda / マスタケ - Github/Twitter: @mathetake - 2017/03/31: - MSc. in Mathematics at Osaka University - 2017/04/01~ - Machine learning engineer
IBM クラウド事例から考える OSS による企業向けクラウドの可能性 日本アイ ビー エム株式会社 Linux/OSS エバンジェリスト中井悦司 Feb. 27, IBM Corporation
IBM クラウド事例から考える OSS による企業向けクラウドの可能性 日本アイ ビー エム株式会社 Linux/OSS エバンジェリスト中井悦司 Feb. 27, 2010 目次 クラウドとは? IBM クラウド事例に見るクラウド構成技術 クラウドを作る / 使う技術としての OSS 参考資料 2 クラウドとは? 3 仮想化された IT リソースのライフサイクル管理を自動化するのが IBM のクラウド技術です
8 P2P P2P (Peer-to-Peer) P2P P2P As Internet access line bandwidth has increased, peer-to-peer applications have been increasing and have great impact
8 P2P (Peer-to-Peer) P2P P2P As Internet access line bandwidth has increased, peer-to-peer applications have been increasing and have great impact on networks. In this paper, we review traffic issues for
PowerPoint Presentation
AWS ビッグデータサービス Deep Dive アマゾンデータサービスジャパンソリューションアーキテクト蒋逸峰 July 17, 2014 Session #TA-01 2014 Amazon.com, Inc. and its affiliates. All rights reserved. May not be copied, modified, or distributed in whole
データマネジメントを取り巻く IT の課題 大規模データの実践的活用に向けて レッドハット株式会社 Senior Solution Architect and Cloud Evangelist 中井悦司 2012/04/13 version1.0
データマネジメントを取り巻く IT の課題 大規模データの実践的活用に向けて レッドハット株式会社 Senior Solution Architect and Cloud Evangelist 中井悦司 2012/04/13 version1.0 はじめに あなたには何色が見えますか 2 Contents 3 ビジネスにおけるデータの役割 企業データの構造変化とデータマネジメントの課題 これからのビジネスを支える新しいデータ構造
PowerPoint プレゼンテーション
LAN 1. LAN,. NAT,., LAN. NTMobile Network Traversal with Mobilty [1]. NTMobile. OS TUN/TAP, LAN. 2. NTMobile NTMobile NAT, IPv4/IPv6,,. NTMobile. DC Direction Coordinator. NTMobile. DC,. NTMobile NTMfw.
SIOS Protection Suite for Linux v9.3.2 AWS Direct Connect 接続クイックスタートガイド 2019 年 4 月
SIOS Protection Suite for Linux v9.3.2 AWS Direct Connect 接続クイックスタートガイド 2019 年 4 月 本書およびその内容は SIOS Technology Corp.( 旧称 SteelEye Technology, Inc.) の所有物であり 許可なき使用および複製は禁止されています SIOS Technology Corp. は本書の内容に関していかなる保証も行いません
分散ストレージシステム (4) (5) (6) 書き込み 書き込み 読み出し 読み出し (2) コーディネータ 1 Fig. 1 Image of distributed storage system. 2 Fig. 2 Process flow of ( 1 ) ( 2 ) ( 3 )
1 1 1 1 1 key-value store Application of Load Balancing Mechanism with Considering Data Access Frequency to Daisuke Kawakami, 1 Toshihiro Matsui, 1 Shoichi Saito, 1 Tomoaki Tsumura 1 and Hiroshi Matsuo
VNX ファイル ストレージの管理
VNX ファイル ストレージの管理 この章は 次の項で構成されています VNX ファイル ストレージ管理について, 1 ページ 手順の概要, 2 ページ CIFS の使用, 3 ページ NFS エクスポートの使用, 8 ページ VNX ファイル ストレージ管理について VNX ファイル および VNX Unified アカウントでは Common Internet File System CIFS
develop
SCore SCore 02/03/20 2 1 HA (High Availability) HPC (High Performance Computing) 02/03/20 3 HA (High Availability) Mail/Web/News/File Server HPC (High Performance Computing) Job Dispatching( ) Parallel
5GHz 作 15-4 DFS 試験時の通信負荷条件定義について 2019 年 3 月 1 日 NTT 東芝 クアルコムジャパン 1
5GHz 作 15-4 DFS 試験時の通信負荷条件定義について 2019 年 3 月 1 日 NTT 東芝 クアルコムジャパン 1 経緯と提案 W53 における通信負荷率は ETSI のパルスパターンを採用する関係で 現行の 50 % から 30% に変更することが合意された ( パブコメの期間は終了 ) 第 13 回作業班で議論されたように ( 参照 :5GHz 作 13-6) 無線 LAN が検出することが可能なパルスパターンと通信負荷率の間には密接な関係がある
DEIM Forum 2019 H2-2 SuperSQL SuperSQL SQL SuperSQL Web SuperSQL DBMS Pi
DEIM Forum 2019 H2-2 SuperSQL 223 8522 3 14 1 E-mail: {terui,goto}@db.ics.keio.ac.jp, toyama@ics.keio.ac.jp SuperSQL SQL SuperSQL Web SuperSQL DBMS PipelineDB SuperSQL Web Web 1 SQL SuperSQL HTML SuperSQL
Leveraging Cloud Computing to launch Python apps
(Twitter: @KenTamagawa) v 1.1 - July 21st, 2011 (Ken Tamagawa) Twitter: @KenTamagawa 2011 8 6 Japan Innovation Leaders Summit IT IT AWS 90% AWS 90% アーキテクチャ設計 Intro }7 Intro 1 2 3 4 5 6 7 Intro 1 2 3 4
PowerPoint Presentation
グローバルバンクにおける最新クラウド活用事例 AWS で実現する ハイパフォーマンスコンピューティング Pawan Agnihotri Global Financial Services Solutions Architect 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved. 金融サービスにおけるリスク管理
untitled
Oracle Direct Seminar IT Agenda 1. Oracle RAC on Oracle VM 2. Oracle Database 11gR2 3. Oracle Exadata Oracle Direct Concierge SQL Server MySQL PostgreSQL Access
よくある問題を解決する～ 5 分でそのままつかえるソリューション by AWS ソリューションズビルダチーム
すぐに利用できる状態のソリューションを使って一般的な問題を 5 分以内に解決 Steve Morad Senior Manager, Solutions Builder Team AWS Solution Architecture May 31, 2017 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
HIS-CCBASEver2
Information Access Interface in the Immersive Virtual World Tetsuro Ogi, *1*2*3 Koji Yamamoto, *3*4 Tadashi Yamanouchi *3 and Michitaka Hirose *2 Abstract - In this study, in order to access database server
Amazon EC2 IaaS (Infrastructure as a Service) HPCI HPCI ( VM) VM VM HPCI VM OS VM HPCI HPC HPCI RENKEI-PoP 2 HPCI HPCI 1 HPCI HPCI HPC CS
HPCI 1 2 3 4 5 1, 6 5 24 HPCI HPC OS HPC RENKEI-PoP Design of Advanced Software Deployment Infrastructure in HPCI Wide-area Distributed Environment Shinichiro Takizawa, 1 Masaharu Munetomo, 2 Atsuya Uno,
~~~~~~~~~~~~~~~~~~ wait Call CPU time 1, latch: library cache 7, latch: library cache lock 4, job scheduler co
072 DB Magazine 2007 September ~~~~~~~~~~~~~~~~~~ wait Call CPU time 1,055 34.7 latch: library cache 7,278 750 103 24.7 latch: library cache lock 4,194 465 111 15.3 job scheduler coordinator slave wait
403-0702_‚Ofl¼
HP-UX HP System Insight Manager Whitepaper ..................................................................................2..............................................................2 SIM....................................................................................2.............................................................3................................................................................3
AV 1000 BASE-T LAN 90 IEEE ac USB (3 ) LAN (IEEE 802.1X ) LAN AWS (Amazon Web Services) AP 3 USB wget iperf3 wget 40 MBytes 2 wget 40 MByt
1 BYOD LAN 1 2 3 4 1 BYOD 1 Gb/s LAN BYOD LAN LAN Access Point (AP) IEEE 802.11n BYOD LAN AP wget iperf3 1 AP [2] 2 IEEE 802.11ac [3] AP 4 AV (207 m 2 ) ( 1 2 )[4, 5] AP Wave2 Aruba AP-335 Aruba LAN 7210
A Study on Traffic Characteristics in Multi-hop Wireless Networks 2010 3 Yoichi Yamasaki ( ) 21 Local Area Network (LAN) LAN LAN LAN (AP, Access Point) LAN AP LAN AP AP AP (MWN, Multi-hop Wireless Network)
Congress Deep Dive
Congress Deep Dive NTT 室井雅仁 2016 NTT Software Innovation Center 自己紹介 室井雅仁 ( むろいまさひと ) 所属 : NTT OpenStack を利用した OSS クラウドのアーキテクトを担当 社内向け OpenStack 環境の運用 コミュニティへフィードバック OpenStack Congress Core Reviewer https://wiki.openstack.org/wiki/congress
Agileイベント・フレームワークとOracle BPELを使用したPLMワークフローの拡張
Agile イベント フレームワークと Oracle BPEL を使用した PLM ワークフローの拡張 チュートリアル Jun Gao Agile PLM Development 共著 2009 年 10 月 目次 概要... 4 このチュートリアルについて... 4 目的および範囲... 4 使用ソフトウェア... 4 はじめに... 5 必要な環境の準備... 5 Agile PLM ワークフロー機能の拡張...
160311_icm2015-muramatsu-v2.pptx
Linux におけるパケット処理機構の 性能評価に基づいた NFV 導 の 検討 村松真, 川島 太, 中 裕貴, 林經正, 松尾啓志 名古屋 業 学 学院 株式会社ボスコ テクノロジーズ ICM 研究会 2016/03/11 研究 的 VM 仮想 NIC バックエンド機構 仮想化環境 仮想スイッチ パケット処理機構 物理環境 性能要因を考察 汎 IA サーバ NFV 環境に適したサーバ構成を検討
Slide 1
Microsoft SharePoint Server on AWS リファレンスアーキテクチャー 2012/5/24 アマゾンデータサービスジャパン株式会社 Amazon における SharePoint の利用事例 AWS 利用によるメリット インフラの調達時間 4~6 週間から数分に短縮 サーバのイメージコピー作成 手動で半日から 自動化を実現 年間のインフラコスト オンプレミスと比較して 22%
実務に役立つサーバー運用管理の基礎 CompTIA Server+ テキスト SK0-004 対応
実務に役立つサーバー運用管理の基礎 CompTIA Server+ テキスト SK0-004 対応 本書 前提知識 1 1-1 1-1-1 1-1-2 役割 1-1-3 形状 筐体 1-2 1-2-1 CPU 1-2-2 1-2-3 1-2-4 拡張 拡張 1-2-5 BIOS/UEFI 1-2-6 電源 1-2-7 2 2-1 2-1-1 通信 2-1-2 層 2-1-3 層 層 2-1-4 層
(Microsoft PowerPoint - Hadoop\225\224\211\357.ppt)
Hadoop 部会 株式会社エイビス株式会社富士通九州システムズ九州東芝エンジニアリング株式会社九州東芝エンジニアリング株式会社株式会社オーイーシー株式会社オーイーシー大分大学大学院工学研究科 1 ( 部長 ) 小池翼 ( 副部長 ) 小畑智博小原辰徳郷原慎之介高熊大将玉井達也大場紀彦 2 テーマ 実業務への Hadoop の適用 ~ 気象データを用いた分散処理の実装 ~ Hadoop とは Hadoop
,., ping - RTT,., [2],RTT TCP [3] [4] Android.Android,.,,. LAN ACK. [5].. 3., 1.,. 3 AI.,,Amazon, (NN),, 1..NN,, (RNN) RNN
![,., ping - RTT,., [2],RTT TCP [3] [4] Android.Android,.,,. LAN ACK. [5].. 3., 1.,. 3 AI.,,Amazon, (NN),, 1..NN,, (RNN) RNN](/thumbs/91/105260962.jpg ",., ping - RTT,., [2],RTT TCP [3] [4] Android.Android,.,,. LAN ACK. [5].. 3., 1.,. 3 AI.,,Amazon, (NN),, 1..NN,, (RNN) RNN")
DEIM Forum 2018 F1-1 LAN LSTM 112 8610 2-1-1 163-8677 1-24-2 E-mail: aoi@ogl.is.ocha.ac.jp, oguchi@is.ocha.ac.jp, sane@cc.kogakuin.ac.jp,,.,,., LAN,. Android LAN,. LSTM LAN., LSTM, Analysis of Packet of
Microsoft Word - 楽天㇯ㅩ㇦ㅛIaaSㇵㅼã…fiã‡¹ä»Łæ§Ÿ.doc
サービス仕様 1. 提供機能一覧楽天クラウド IaaS では以下の機能をユーザに対し提供します 8.1.0-23 機能名 1 管理コンソール 2 仮想マシン 3 ファイアウォール 4 固定 IP アドレス 5 ブロックストレージ 6 テンプレート 7 ロードバランサ 8 アンチウイルス 概要 ユーザが楽天クラウド IaaS の各機能を操作するための Web インターフェースです 以下の全ての機能を操作できます
PowerPoint プレゼンテーション
1 Agenda Aspera GB ( ) IP FTP IP Aspera FASP Aspera Aspera Aspera FASP FTP Aspera Solution FASP WAN FTP 1. 2. 3. Aspera WAN 1. 2. 3. FASP FASP Aspera FASP UDP FASP UDP TCP Figure 1 FASP Adaptive Rate
ビッグデータ分析を高速化する 分散処理技術を開発 日本電気株式会社
ビッグデータ分析を高速化する 分散処理技術を開発 日本電気株式会社 概要 NEC は ビッグデータの分析を高速化する分散処理技術を開発しました 本技術により レコメンド 価格予測 需要予測などに必要な機械学習処理を従来の 10 倍以上高速に行い 分析結果の迅速な活用に貢献します ビッグデータの分散処理で一般的なオープンソース Hadoop を利用 これにより レコメンド 価格予測 需要予測などの分析において
Hortonworks Kitase
Data Platform エキスパートに聞く クラウドで実現するビッグデータ活 本マイクロソフト株式会社 本アイ ビー エム株式会社 ホートンワークスジャパン株式会社 佐藤 直 平 毅 北瀬 公彦 Hortonworks 2 アジェンダ メジャーなクラウドにおけるビッグデータ アナリティクス関連サービスについて確認 Azure のビッグデータ アナリティクス関連サービスについて IBM のビッグデータ
NEEDS Yahoo! Finance Yahoo! NEEDS MT EDINET XBRL Magnetic Tape NEEDS MT Mac OS X Server, Linux, Windows Operating System: OS MySQL Web Apache MySQL PHP Web ODBC MT Web ODBC LAMP ODBC NEEDS MT PHP: Hypertext
PassSureExam Best Exam Questions & Valid Exam Torrent & Pass for Sure
PassSureExam http://www.passsureexam.com Best Exam Questions & Valid Exam Torrent & Pass for Sure Exam : 1z0-950-JPN Title : Oracle Data Management Cloud Service 2018 Associate Vendor : Oracle Version
OSS Mtg
Hadoop ~Yahoo! JAPAN の活用について ~ 2011/01/15 ヤフー株式会社 R&D 統括本部 角田直行 吉田一星 自己紹介 角田直行 ( かくだなおゆき ) R&D 統括本部プラットフォーム開発本部検索開発部開発 3 2005 年ヤフー株式会社入社 ヤフー地図 ヤフー路線 ヤフー検索 2010 年現在 検索プラットフォームを開発中 1 自己紹介 吉田一星 ( よしだいっせい
平成20年度成果報告書
ベンチマークレポート - データグリッド Caché 編 - 平成 22 年 9 月 グリッド協議会先端金融テクノロジー研究会ベンチマーク WG - i - 目次 1. CACHÉ (INTERSYSTEMS)... 1 1.1 Caché の機能概要... 1 1.2 Caché の評価結果... 2 1.2.1 ベンチマーク実行環境... 2 1.2.2 評価シナリオ: 事前テスト... 3 -
fse7_time_sample
NXPowerLite 7.1.16 ファイルサーバーエディション 軽量化処理時間について 株式会社オーシャンブリッジ 2018 年 1 月 18 日 FSE7116-20180118 マルチスレッド処理 バージョン 7.1.16 よりマルチスレッド処理に対応したことにより軽量化処理を同時並行させることが可能になりました 軽量化処理のスピードは従来通りですが 複数ファイルの並行処理が可能になったことで
IPSJ SIG Technical Report Vol.2019-IOT-44 No /3/8 CRIU HTTP 1,a) 2 PC SNS Web FastContainer HTTP HTTP Web HTTP Web Web Low-cost and High Perfor
CRIU HTTP 1,a) 2 PC SNS Web FastContainer HTTP HTTP Web HTTP Web Web Low-cost and High Performance Scheduling Method for Reactive Relocation of Containers Each HTTP Request Using CRIU Ryosuke Matsumoto
untitled
2004 03 06 DEWS2004 in 1. 2. Continuous Query 3. 4. GPS HTML, XML RFID DB DB Web URL TS URL Load Description 7 /echo.cgi 0.41 CGI Prog. RDB TS Load Mem 1 0.38 8688k 6 0.41 7808k TS URL IP 5 /top.html
PowerPoint プレゼンテーション
総務省 ICTスキル総合習得教材 概要版 eラーニング用 [ コース2] データ蓄積 2-5: 多様化が進展するクラウドサービス [ コース1] データ収集 [ コース2] データ蓄積 [ コース3] データ分析 [ コース4] データ利活用 1 2 3 4 5 座学本講座の学習内容 (2-5: 多様化が進展するクラウドサービス ) 講座概要 近年 注目されているクラウドの関連技術を紹介します PCやサーバを構成するパーツを紹介後
Python Perl JavaScript および PHP などの ランザクション ID を利用することで 重複する処理 な Tuple が流れるかはグルーピングより決定されま 多くの言語をサポートしています を判別することができます す 6 簡単なデプロイと運用 は簡単にデプロイし 動作させるこ
春の嵐吹く Twitter 社が公開したオープンソース リアルタイム分散処理 日々発生する大量なデータをリアルタイムに処理し続ける ストリームデータ処理 に対するニーズが高まっています 同じビッグデータでもバッチ処理の Hadoop とはまた違った解決方法が求められる分野です 本記事ではそのストリームデータ処理を実現するプロダクトとして 今 注目を集めている について解説します ビッグデータ リアルタイム
Microsoft Word - nvsi_100222jp_oracle_exadata.doc
Article ID: NVSI-100222JP Created: 2010/10/22 Revised: -- Oracle Exadata v2 バックアップ動作検証 1. 検証目的 Oracle Exadata Version 2 上で稼動する Oracle Database11g R2 Real Application Clusters( 以下 Oracle11g R2 RAC) 環境において
IPSJ SIG Technical Report Vol.2014-HPC-144 No /5/26 ES2 1,a) 1,b) 1,c) (ES2) The system architecture and operation results of the Earth Simulato
ES2 1,a) 1,b) 1,c) (ES2) The system architecture and operation results of the Earth Simulator (ES2) Ken ichi Itakura 1,a) Hitoshi Uehara 1,b) Toshiyuki Asano 1,c) Abstract: This paper describes the system
untitled
Oracle RAC 10gRAC Agenda 1. Why Oracle on Dell Dell Oracle on Linux Dell Oracle Dell Oracle 2. Oracle Clustering Solution Oracle Real Application Cluster 3. Case Study 4. Oracle RAC Solution on Dell Oracle
PowerPoint Presentation
Amazon EBS ボリュームの性能特性と構成方法を習得する! 松本大樹 (Matsumoto Hiroki) 2014 Amazon.com, Inc. and its affiliates. All rights reserved. May not be copied, modified, or distributed in whole or in part without the express
슬라이드 1
K-Peer Solution GH ソリューション株式会社 1 11:23 PLAY Grid Technology とは? 既存方式 Pull/FTP -> 1:1 送信 1% 40% 送信に失敗時 最初から再送信 全ての送信負荷がサーバー側に集中 Internet Last Mile Middle Mile.. Last Mile K - P E E R Push/Sync/Pull -> 1:
PowerPoint プレゼンテーション
Oracle GRID Center Flash SSD + 最新ストレージと Oracle Database で実現するデータベース統合の新しい形 2011 年 2 月 23 日日本オラクル Grid Center エンジニア岩本知博 進化し続けるストレージ関連技術 高速ストレージネットワークの多様化 低価格化 10GbE FCoE 8Gb FC ディスクドライブの多様化および大容量 / 低価格化
[4] ACP (Advanced Communication Primitives) [1] ACP ACP [2] ACP Tofu UDP [3] HPC InfiniBand InfiniBand ACP 2 ACP, 3 InfiniBand ACP 4 5 ACP 2. ACP ACP
![[4] ACP (Advanced Communication Primitives) [1] ACP ACP [2] ACP Tofu UDP [3] HPC InfiniBand InfiniBand ACP 2 ACP, 3 InfiniBand ACP 4 5 ACP 2. ACP ACP](/thumbs/88/116107914.jpg "[4] ACP (Advanced Communication Primitives) [1] ACP ACP [2] ACP Tofu UDP [3] HPC InfiniBand InfiniBand ACP 2 ACP, 3 InfiniBand ACP 4 5 ACP 2. ACP ACP")
InfiniBand ACP 1,5,a) 1,5,b) 2,5 1,5 4,5 3,5 2,5 ACE (Advanced Communication for Exa) ACP (Advanced Communication Primitives) HPC InfiniBand ACP InfiniBand ACP ACP InfiniBand Open MPI 20% InfiniBand Implementation
<Insert Picture Here> Oracle Cloud Computing Vision *Oracle Java Oracle Corporation Copyright 2009, Oracle. All rights reserved. 2 1
Oracle Cloud Computing Vision 2010 02 23 *Oracle Java Oracle Corporation 2 1 Cloud s Benefits and Challenges & volution 3 Why Cloud Computing? / Why ot Cloud Computing? Benefits Cost Agility ( ) Challenges/Issues
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2013-DBS-158 No /11/26 データ共有型マルチデータベースシステムにおけるクエリ効率化手法 齋藤和広 渡辺泰之 小林亜令 近年, データの大規模化やデータ利用の多様化に対応するために, 単
データ共有型マルチデータベースシステムにおけるクエリ効率化手法 齋藤和広 渡辺泰之 小林亜令 近年, データの大規模化やデータ利用の多様化に対応するために, 単一のデータソースに対して特徴の異なる複数のクエリ処理エンジンを選択し利用可能となってきている. これらのクエリ処理エンジンは, それぞれデータの種類や規模に応じた最適化が施されているため, ユーザが各エンジンの特性を理解し, 使い分けることでクエリ処理性能を最大限活用することができる.
PowerPoint プレゼンテーション
AWS クラウドデザインパターン - コンテンツ配信編 - 自己紹介 名前 片山暁雄 所属 アマゾンデータサービスジャパン ソリューションアーキテクト ID @c9katayama 好きなAWSサービス Amazon Simple Workflow 好きなCDP CloudDI AWS クラウドデザインパターンとは... AWS クラウドを使ったシステムアーキテクチャ設計を行う際に発生する 典型的な問題とそれに対する解決策
I TCP 1/2 1
I TCP 1/2 1 Transport layer: a birds-eye view Hosts maintain state for each transport endpoint Routers don t maintain perhost state H R R R R H Transport IP IP IP IP IP Copyright(C)2011 Youki Kadobayashi.
Oracle Real Application Clusters 10g: 第4世代
Oracle Real Application Clusters 10g: Angelo Pruscino, Oracle Gordon Smith, Oracle Oracle Real Application Clusters RAC 10g Oracle RAC 10g Oracle Database 10g Oracle RAC 10g 4 Oracle Database 10g Oracle
2ACL DC NTMobile ID ACL(Access Control List) DC Direction Request DC ID Access Check Request DC ACL Access Check Access Check Access Check Response DC
NTMobile 103430037 1. IPv4/IPv6 NTMobileNetwork Traversal with Mobility [1] NTMobile NTMobile IPsec NAT IPsec GSCIPGrouping for Secure Communication for IPGSCIP NAT NTMobile ACL Access Control List ACL
Introduction Purpose This training course demonstrates the use of the High-performance Embedded Workshop (HEW), a key tool for developing software for
Introduction Purpose This training course demonstrates the use of the High-performance Embedded Workshop (HEW), a key tool for developing software for embedded systems that use microcontrollers (MCUs)
PowerPoint Presentation
VME Embedded System ユーザーズマニュアル ~ Slim VME Embedded ~ Tecstar Page: 1 Agenda 1. VME Embedded System 概要 2. VME Embedded の特徴 3. Embedded Overview 4. VMEファイルとHEXファイルについて 5. Slim VME について 6. Deployment Toolの起動方法について
PowerPoint プレゼンテーション
AWS のいろは 株式会社神戸デジタル ラボ開発管理部情報システムチーム戎秀和 自己紹介 Hidekazu Ebisu ( 戎秀和 ) - 4 年目 - 情シス - わんこ 本日おはなしする内容 AWS について メリット セキュリティ コスト 3 本日おはなしする内容 AWS について メリット セキュリティ コスト 4 本日おはなしする内容 http://aws.amazon.com/jp/aws_history/
Microsoft PowerPoint - CCS学際共同boku-08b.ppt
マルチコア / マルチソケットノードに おけるメモリ性能のインパクト 研究代表者朴泰祐筑波大学システム情報工学研究科 taisuke@cs.tsukuba.ac.jp アウトライン 近年の高性能 PC クラスタの傾向と問題 multi-core/multi-socket ノードとメモリ性能 メモリバンド幅に着目した性能測定 multi-link network 性能評価 まとめ 近年の高性能 PC
PowerPoint プレゼンテーション
Mini-Cefore: Container-Based Large-Scale Cefore Emulator 大岡睦, 朝枝仁 National Institute of Information and Communications Technology (NICT) 目次 背景 実験プラットフォームの比較 テストベッド シミュレーター エミュレーター エミュレーターの実装方式の比較 VM (Virtual
コンテンツセントリックネットワーク技術を用いた ストリームデータ配信システムの設計と実装
コンテンツセントリックネットワークにおけるストリームデータ配信機構の実装 川崎賢弥, 阿多信吾, 村田正幸 大阪大学大学院情報科学研究科 大阪市立大学大学院工学研究科 2 発表内容 研究背景 研究目的 ストリームデータ配信機構の設計 ストリームデータのモデル化 コンテンツの名前構造 ストリームデータの要求とフロー制御 ストリームデータ配信機構の実装 動作デモンストレーション 3 コンテンツセントリックネットワーク
WebRTC P2P Web Proxy P2P Web Proxy WebRTC WebRTC Web, HTTP, WebRTC, P2P i
26 WebRTC The data distribution system using browser cache sharing and WebRTC 1150361 2015/02/27 WebRTC P2P Web Proxy P2P Web Proxy WebRTC WebRTC Web, HTTP, WebRTC, P2P i Abstract The data distribution
【Cosminexus V9】クラウドサービスプラットフォーム Cosminexus
http://www.hitachi.co.jp/soft/ask/ http://www.hitachi.co.jp/cosminexus/ Printed in Japan(H) 2014.2 CA-884R データ管 タ管理 理 ノンストップデータベース データ管 タ管理 理 インメモリデータグリッド HiRDB Version 9 ucosminexus Elastic Application
TeleOffice 3.7
ご利用前の環境チェックリスト Document Date: 2017.06.18 Document Version: 3.7.001 1 目次 1 目次... 2 2 始めに... 3 3 利用環境について... 3 3.1 Windows 端末... 3 3.2 Android 端末... 4 3.3 ios 端末... 4 3.4 ブラウザ版 TeleOffice クライアント... 4 3.5
…l…b…g…‘†[…N…v…“…O…›…~…fi…OfiÁŸ_
13 : Web : RDB (MySQL ) DB (memcached ) 1: MySQL ( ) 2: : /, 3: : Google, 1 / 23 testmysql.rb: mysql ruby testmem.rb: memcached ruby 2 / 23 ? Web / 3 ( ) Web s ( ) MySQL PostgreSQL SQLite MariaDB (MySQL
10年オンプレで運用したmixiをAWSに移行した10の理由
10 年オンプレで運用した mixi を AWS に移行した 10 の理由 AWS Summit Tokyo 2016 株式会社ミクシィ オレンジスタジオ mixi システム部北村聖児 自己紹介 2 名前 北村聖児 所属 株式会社ミクシィオレンジスタジオ mixiシステム部 担当サービス SNS mixi 今日話すこと 3 mixi を AWS に移行した話 mixi 2004 年 3 月 3 日にオフィシャルオープンした
SAS Campaign Management 5.4 システム必要条件
92C553 システム必要条件 SAS Campaign Management 5.4 このドキュメントには SAS Campaign Management をインストールし 実行するための必要条件を記載します SAS Campaign Management を実行する前に必要条件を満たすようにシステムを更新する必要があります このドキュメントに記載されている主なシステム必要条件は 次のとおりです