We found that Hadoop application ex

We found that Hadoop application execution can be further optimized on our system by controlling the number,
and placement of DataNodes in the system. Execution time
can be reduced by configuring the DataNodes only on cluster nodes closer to the storage-FPGA (S-FPGA). There are
three reasons for the reduction in execution time with this
optimization: (a) Running DataNodes on only a few nodes
frees up the total cluster memory used by the DataNode daemons and makes it available for the application. (b) There
are fewer interfering requests made to the virtualized disk
by multiple DataNodes [27]. (c) Unlike traditional clusters where network bandwidth is limited, ample fabric bandwidth provides efficient data transport among cluster nodes

ผลลัพธ์ (ไทย) 1:

เราพบว่า Hadoop โปรแกรมประยุกต์การดำเนินการสามารถเพิ่มเติมปรับระบบของเรา โดยการควบคุมหมายเลขและการจัดวาง DataNodes ในระบบ เวลาดำเนินการสามารถลดลงได้ โดยการกำหนดค่า DataNodes ที่บนโหนดคลัสเตอร์ใกล้กับ FPGA เก็บ (S-FPGA) เท่านั้น มีสามเหตุผลสำหรับการลดเวลาการดำเนินการนี้เพิ่มประสิทธิภาพ: DataNodes (a) เรียกใช้บนโหนที่สองสามเท่านั้นเพิ่มหน่วยความจำรวมคลัสเตอร์ที่ใช้ โดยรับ DataNode และทำให้พร้อมใช้งานสำหรับโปรแกรมประยุกต์ (ข) มีขอรบกวนที่น้อยลงจะทำให้ดิสก์เสมือนจริงโดย DataNodes หลาย [27] (ค) ซึ่งแตกต่างจากที่จำกัดแบนด์วิธเครือข่ายคลัสเตอร์แบบดั้งเดิม แบนด์วิดธ์กว้างขวางผ้าให้ขนส่งข้อมูลที่มีประสิทธิภาพระหว่างโหนดคลัสเตอร์

ผลลัพธ์ (ไทย) 2:

เราพบว่าการดำเนินการประยุกต์ใช้ Hadoop สามารถเพิ่มประสิทธิภาพเพิ่มเติมเกี่ยวกับระบบของเราโดยการควบคุมจำนวน
และตำแหน่งของ DataNodes ในระบบ เวลาดำเนินการ
สามารถลดลงได้โดยการกำหนดค่า DataNodes เพียงบนโหนดคลัสเตอร์ที่ใกล้ชิดกับการจัดเก็บข้อมูล FPGA (S-FPGA) มี
สามเหตุผลสำหรับการลดลงในเวลาที่การดำเนินการกับนี้
การเพิ่มประสิทธิภาพ (ก) DataNodes ทำงานบนเพียงไม่กี่โหนด
อิสระขึ้นหน่วยความจำคลัสเตอร์ทั้งหมดที่ใช้โดยภูต DataNode และทำให้มันสามารถใช้ได้สำหรับการประยุกต์ใช้ (ข) มี
คำขอรบกวนที่เกิดขึ้นกับดิสก์เสมือนจริงเป็น
โดย DataNodes หลาย [27] (ค) ซึ่งแตกต่างจากกลุ่มแบบที่แบนด์วิธเครือข่ายจะถูก จำกัด แบนด์วิดธ์ผ้าเพียงพอให้การขนส่งข้อมูลที่มีประสิทธิภาพในหมู่โหนดคลัสเตอร์

ผลลัพธ์ (ไทย) 3:

เราพบว่า การใช้ Hadoop สามารถเพิ่มเติมประสิทธิภาพในระบบของเราโดยการควบคุมจำนวนและการจัดวาง datanodes ในระบบ เวลาประหารสามารถลดลงได้โดยการ datanodes เฉพาะในโหนดคลัสเตอร์ที่ใกล้ชิดกับกระเป๋า FPGA ( s-fpga ) มีสามเหตุผลสำหรับการลดเวลาดำเนินการกับนี้การเพิ่มประสิทธิภาพ : ( ) วิ่ง datanodes เพียงไม่กี่ปมอิสระขึ้น รวม กลุ่ม หน่วยความจำที่ใช้โดย datanode ภูติ และทำให้มันพร้อมใช้งานสำหรับโปรแกรม ( ข ) มีโดยไม่รบกวนขอทำเสมือนดิสก์จากหลาย datanodes [ 27 ] ( ค ) ไม่เหมือนกลุ่มดั้งเดิมที่แบนด์วิดธ์เครือข่ายจะถูก จำกัด แบนด์วิดธ์เพียงพอให้มีประสิทธิภาพในการขนส่งข้อมูลระหว่างผ้าคลัสเตอร์โหนด