سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بررسی قابلیت به کارگیری چارچوب MapReduce به منظور قابل حل نمودن محاسبات علمی

Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,151

متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دانلود نمایند.

Export:

Link to this Paper:

Document National Code:

NCCSE01_067

Index date: 29 January 2014

بررسی قابلیت به کارگیری چارچوب MapReduce به منظور قابل حل نمودن محاسبات علمی abstract

حل برخی از مسائل علمی به دلیل نیاز به منابع پردازشی بالا حتی با سریعترین کامپیوترها بسیار زمانگیر و ناکارآمد است. یک راه حلبرای این مشکل می تواند استفاده از سیستم های توزیعشده و انجام کارها به صورت موازی باشد. برای اینکه این مسائل برروی یک سیستم توزیع شده انجام شود و کارهای موازی سازی، کنترل و مدیریت خطاها به صورت خودکار انجام شوند و برنامه نویسی به شکل سادهتری قابل انجام باشد باید مسائل به یک چارچوب برنامه نویسی تبدیل شوند. چارچوب MapReduce یکی از معروفترین چارچوبهای موجود است که تمام قابلیت های بالا را داراست. این مقاله با پیادهسازی سه الگوریتم محاسبات علمی به بررسی بیشتر این چارچوب و قابلیت آن در حل مسائل علمی پرداخته است. سرعت اجرای این الگوریتمها نشان میدهد این چارچوب سرعت خوبی در حل مسائل علمی دارد و به خصوص در الگوریتم های کاملا موازی که کارها به طور کامل مستقل از هم انجام می شوند؛ سرعتی در حد ایده آل دارد.

بررسی قابلیت به کارگیری چارچوب MapReduce به منظور قابل حل نمودن محاسبات علمی Keywords:

بررسی قابلیت به کارگیری چارچوب MapReduce به منظور قابل حل نمودن محاسبات علمی authors

سمانه محمودزاده

دانشگاه آزاد اسلامی واحد نجف آباد

کامران زمانی فر

دانشگاه آزاد اسلامی واحد نجف آباد

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
Dean, J., Ghemawat., S., Mapreduce: simplified data processing on large ...
http :/hadoop _ apache _ org/common/do c s/c urren t ...
He, Chen, Molecular Dynamics Simulation Based On Hadoop Mapreduce, Lincoln ...
Bunch, Chris, Drawert, Brian, Norman, Matthew, MapScale: A Cloud Environment ...
M.O. Rabin., Probabilistic Algorithm for Testing Primality, J. Number Theory, ...
A. Wiles. Modular Elliptic Curves and Fermat's Last Theorem, Annals ...
Press, WH, Teukolsky, SA, Vetterling, WT, Flannery, BP, Numerical Recipes: ...
http ://www. tavgeta. c _ m/rwalks/nod 5 .html. October. 2012 ...
Rivest, R., Shamir, A., Adleman, L., A Method for Obtaining ...
Pomerance, Carl, Analysis and Comparison of Some Integer Factoring Algorithms, ...
New York: Cambridge University Press, ISBN '8-0-521-84 [8] http ://www. ...
نمایش کامل مراجع

مقاله فارسی "بررسی قابلیت به کارگیری چارچوب MapReduce به منظور قابل حل نمودن محاسبات علمی" توسط سمانه محمودزاده، دانشگاه آزاد اسلامی واحد نجف آباد؛ کامران زمانی فر، دانشگاه آزاد اسلامی واحد نجف آباد نوشته شده و در سال 1391 پس از تایید کمیته علمی همایش ملی علوم و مهندسی کامپیوتر پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله مپ ردیوس (MapReduce)، هدوپ (Hadoop) هستند. این مقاله در تاریخ 9 بهمن 1392 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1151 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که حل برخی از مسائل علمی به دلیل نیاز به منابع پردازشی بالا حتی با سریعترین کامپیوترها بسیار زمانگیر و ناکارآمد است. یک راه حلبرای این مشکل می تواند استفاده از سیستم های توزیعشده و انجام کارها به صورت موازی باشد. برای اینکه این مسائل برروی یک سیستم توزیع شده انجام شود و کارهای موازی سازی، کنترل و مدیریت خطاها به ... . برای دانلود فایل کامل مقاله بررسی قابلیت به کارگیری چارچوب MapReduce به منظور قابل حل نمودن محاسبات علمی با 4 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.