In this paper, we have shown the co

In this paper, we have shown the complexity of modeling
Map-Reduce when I/O interference is included. Existing
models make simplifying assumptions regarding the presence
(or lack of) I/O contention, which we believe are not
realistic for data intensive workloads. CPU and I/O costs
show very different scaling behavior when multiple tasks
are competing for the same resources, and these costs must
therefore be treated separately in the models.

ผลลัพธ์ (ไทย) 1:

ในบทความนี้เราได้แสดงให้เห็นความซับซ้อนของการสร้างแบบจำลอง
แผนที่ลดเมื่อฉัน / o รบกวนรวม
รูปแบบที่มีอยู่ทำให้สมมติฐานเกี่ยวกับการลดความซับซ้อนของการปรากฏ
(หรือขาด) i / o การต่อสู้ซึ่งเราเชื่อว่าจะไม่
จริงสำหรับข้อมูลปริมาณงานมาก ค่าใช้จ่ายในซีพียูและ I / O
แสดงพฤติกรรมการปรับแตกต่างกันมากเมื่อหลายงาน
มีการแข่งขันสำหรับทรัพยากรเดียวกันและค่าใช้จ่ายเหล่านี้จะต้อง
จึงได้รับการปฏิบัติที่แยกจากกันในรูปแบบ

ผลลัพธ์ (ไทย) 2:

ในเอกสารนี้ เราได้แสดงให้เห็นความซับซ้อนของโมเดล
ลดแผนที่เมื่อรวมสัญญาณ I/O อยู่
simplifying สมมติฐานเกี่ยวกับการทำแบบจำลอง
(or lack of) ช่วงชิงงาน I/O บน ซึ่งเราเชื่อว่า ไม่
จริงสำหรับข้อมูลปริมาณงานเร่งรัดการ CPU และ I/O
แสดงแตกต่างกันมากขนาดลักษณะการทำงานเมื่องานหลาย
กำลังแข่งขันสำหรับทรัพยากรเดียวกัน และเหล่านี้ต้นทุนต้อง
ดังนั้น จะถือว่าแยกต่างหากในรุ่น

ผลลัพธ์ (ไทย) 3:

ในเอกสารนี้เราได้แสดงความซับซ้อนของการสร้างแบบจำลอง map-reduce
เมื่อสัญญาณรบกวน I / O รวมอยู่
ซึ่งจะช่วยรุ่นที่มีอยู่ทำให้สมมุติฐานง่ายขึ้นเกี่ยวกับการ
(หรือการขาด) I / O ประเด็นซึ่งเราเชื่อว่าจะไม่
ซึ่งจะช่วยที่สมจริงสำหรับข้อมูลจำนวนมากการทำงาน. CPU และ I / O ค่าใช้จ่ายในการปรับพฤติกรรมที่แตกต่างอย่างมาก
ซึ่งจะช่วยแสดงเมื่องานหลายคน
กำลังแข่งขันกันสำหรับทรัพยากรที่มีอยู่เท่าเดิมและมีค่าใช้จ่ายเหล่านี้จะต้องตอบแทน
ดังนั้นจึงต้องได้รับการปฏิบัติแยกต่างหากในรุ่นนี้