ABSTRACT The explosive growth of de

ABSTRACT
The explosive growth of demands on big data processing imposes a heavy burden on computation, storage, and communication in data centers, which hence incurs considerable operational expenditure to data center providers.

Therefore, cost minimization has become an emergent issue for the upcoming big data era. Different from conventional cloud services, one of the main features of big data services is the tight coupling between data and computation as computation tasks can be conducted only when the corresponding data are available .

As a result, three factors,i.e., task assignment, data placement,and data movement, deeply influence the operational expenditure of data centers. In this paper, we are motivated to study the cost minimization problem via a joint optimization of these three factors for big data services in geo-distributed data centers.

To describe the task completion time with the consideration of both data transmission and computation, we propose a 2-D Markov chain and derive the average task completion time in closed-form. Furthermore, we model the problem as a mixed-integer nonlinear programming and propose an efficient solution to linearize it. The high efficiency of our proposal is validated by extensive simulation based studies.
INDEX TERMS Big data, data flow, data placement, distributed data centers, cost minimization, task assignment.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ การเติบโตของความต้องการประมวลผลข้อมูลขนาดใหญ่ระเบิดกำหนดภาระหนักในการคำนวณ เก็บข้อมูล และการสื่อสารในศูนย์ข้อมูล ที่เกิดขึ้นดังนั้น ค่าใช้จ่ายในการดำเนินงานมากเพื่อให้ข้อมูลศูนย์บริการ ดังนั้น การลดต้นทุนได้กลาย เป็นปัญหาฉุกเฉินสำหรับข้อมูลขนาดใหญ่ที่กำลังมาถึงยุค แตกต่างจากบริการคลาวด์ทั่วไป คุณสมบัติหลักของบริการข้อมูลอย่างใดอย่างหนึ่งคือต่อแน่นระหว่างข้อมูลและการคำนวณเป็นการคำนวณที่สามารถดำเนินงานเฉพาะเมื่อมีข้อมูลเกี่ยวข้อง เป็นผล 3 factors,i.e การมอบหมายงาน การจัดวางข้อมูล และย้ายข้อมูล ลึกโน้มน้าวการใช้จ่ายในการดำเนินงานของข้อมูลศูนย์ ในกระดาษนี้ เรามีแรงจูงใจในการศึกษาปัญหาการลดต้นทุนผ่านการเพิ่มประสิทธิภาพร่วมกันของปัจจัยเหล่านี้สามสำหรับบริการข้อมูลในศูนย์ข้อมูลกระจายทางภูมิศาสตร์ ไปงานแล้วเสร็จ มีการส่งข้อมูลและการคำนวณ เราเสนอลูกโซ่มาร์คอฟ 2-D และเวลาเสร็จงานเฉลี่ยในปิดฟอร์มสืบทอดมา นอกจากนี้ เราแบบปัญหาเป็นการเขียนโปรแกรมเชิงเส้นจำนวนเต็มผสม และเสนอเป็นทางประสิทธิผลจะ linearize มัน Efficiency สูงของข้อเสนอของเราถูกตรวจสอบ โดยจำลองครอบตามศึกษา ดัชนีข้อมูลเงื่อนไข ตัดค่าเสื่อมข้อมูล ข้อมูล ตำแหน่ง ศูนย์กระจายข้อมูล ราคาลด การมอบหมายงาน

ผลลัพธ์ (ไทย) 2:

บทคัดย่อการเจริญเติบโตระเบิดของความต้องการในการประมวลผลข้อมูลขนาดใหญ่เป็นภาระหนักในการคำนวณการจัดเก็บและการสื่อสารในศูนย์ข้อมูลซึ่งเหตุเกิดขึ้นจากค่าใช้จ่ายในการดำเนินงานมากในการให้บริการศูนย์ข้อมูล ดังนั้นการลดค่าใช้จ่ายได้กลายเป็นปัญหาฉุกเฉินสำหรับยุคข้อมูลขนาดใหญ่ที่จะเกิดขึ้น แตกต่างจากบริการคลาวด์แบบเดิมซึ่งเป็นหนึ่งในคุณสมบัติหลักของบริการข้อมูลขนาดใหญ่คือการมีเพศสัมพันธ์แน่นระหว่างข้อมูลและการคำนวณเช่นเดียวกับการคำนวณงานสามารถดำเนินการได้ก็ต่อเมื่อข้อมูลที่ตรงกันที่มีอยู่ เป็นผลให้ปัจจัยที่สามคือการมอบหมายงานการจัดวางข้อมูลและการเคลื่อนย้ายข้อมูลลึกอิทธิพลค่าใช้จ่ายในการดำเนินงานของศูนย์ข้อมูล ในบทความนี้เรามีแรงจูงใจที่จะศึกษาปัญหาลดค่าใช้จ่ายผ่านทางเพิ่มประสิทธิภาพร่วมกันของทั้งสามปัจจัยสำหรับการให้บริการข้อมูลขนาดใหญ่ในทางภูมิศาสตร์กระจายศูนย์ข้อมูล เพื่ออธิบายงานที่ใช้เวลาเสร็จสิ้นกับการพิจารณาของทั้งการส่งข้อมูลและการคำนวณที่เรานำเสนอห่วงโซ่มาร์คอฟ 2 มิติและได้รับมางานเวลาแล้วเสร็จโดยเฉลี่ยในรูปแบบปิด นอกจากนี้เราจำลองปัญหาการเขียนโปรแกรมเป็นจำนวนเต็มผสมเชิงเส้นและเสนอวิธีการแก้ปัญหาไฟเพียงพอที่จะ EF linearize มัน ciency ไฟ EF สูงของข้อเสนอของเรามีการตรวจสอบโดยการจำลองกว้างขวางตามการศึกษา.
เงื่อนไข INDEX ข้อมูลขนาดใหญ่, ฟลอริด้าโอ๊ยข้อมูลตำแหน่งข้อมูลที่กระจายศูนย์ข้อมูลลดค่าใช้จ่ายการมอบหมายงาน