MODEL MAPREDUCE W WIELOKROTNYCH OBLICZENIACH NUMERYCZNYCH

##plugins.themes.bootstrap3.article.main##

Artur Krupa

artur.krupa@ee.pw.edu.pl

Bartosz Sawicki

bartosz.sawicki@ee.pw.edu.pl

Abstrakt

W ostatnich latach chmury obliczeniowe stały się dominującym rozwiązaniem używanym do wielkoskalowych obliczeń numerycznych. Najczęściej są one oparte o programistyczny model MapReduce, który zapewnia wysoką skalowalność, elastyczność, oraz optymalizację kosztów infrastruktury. Artykuł w analityczny sposób przedstawia wykorzystanie MapReduce w rozwiązywaniu problemów naukowych złożonych z wielu niezależnych symulacji. Przeprowadzony eksperyment, złożony z ponad 10 000 przypadków, oparty o analizę zmienności pola elektromagnetycznego pokazuje niemal liniową skalowalność platformy i jej ponad 80% wydajności w stosunku do teoretycznego maksimum.

Słowa kluczowe:

mapreduce, chmura obliczeniowa, wydajność platformy, hadoop

Bibliografia

##plugins.themes.bootstrap3.article.details##

MODEL MAPREDUCE W WIELOKROTNYCH OBLICZENIACH NUMERYCZNYCH. (2015). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 5(4), 45-47. https://doi.org/10.5604/20830157.1176574