{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2023,9,3]]，“日期-时间”：“2023-09-03T05:41:28Z”，“时间戳”：1693719688221}，“引用-计数”：30，“发布者”：“威利”，“问题”：“4”，“许可证”：[{“开始”:{“日期-零件”：[[2013,5,10]]，T00:00:00Z“，”时间戳“：1368144000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/onlinelibrary.wiley.com/termsAndConditions#vor”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[“Concurrency and Computation”]，“published-print”：{“date-parts”：[[2016,3,25]]}，”abstract“：”摘要<\/jats:title>云计算的出现为更广泛的应用程序和用户提供了使用2010年大规模计算基础设施的机会。由于云范例在资源使用和相关成本方面的\u2018\u2019弹性越来越有吸引力（用户只为实际使用的资源付费），云应用程序仍然受到云存储服务的高延迟和低性能的影响。随着云上的大数据分析在许多应用领域变得越来越重要，实现2010年高吞吐量的云数据海量数据处理成为一个关键问题，因为它会影响整个应用程序的性能。在本文中，我们将在云存储级别解决这一挑战。我们引入了一个并发性\u2010优化的数据存储系统（称为TomusBlobs），该系统联合与云上运行应用程序代码的虚拟机关联的虚拟磁盘。通过在TomusBlobs的基础上为Microsoft的Azure云平台构建一个优化的原型MapReduce框架，我们展示了我们的解决方案在高效数据密集型处理方面的性能优势。最后，我们通过提议MapIteriveReduce作为MapReduce模型的扩展，专门解决了用于减少大量工作负载的state\u2010of\u2010\u2010art MapReducer框架的局限性。我们通过使用跨多个数据中心分布的资源，在Azure商业云上使用合成基准测试和实际应用程序进行大规模实验，验证了上述贡献；它们证明了我们的解决方案与依赖于u2010ofu2010art云对象存储的方法相比，为数据密集型应用程序带来了巨大的好处。版权所有\u00a9 2013 John Wiley&Sons，Ltd.<\/jats:p>“，”DOI“：”10.1002\/cpe.3034“，”type“：”期刊文章“，”已创建“：｛”日期部分“：[[2013,5,10]]，”日期时间“：”2013-05-10T22:34:38Z“，”时间戳“：1368225278000｝，”页面“：”950-976“，”来源“：”Crossref“，”按计数引用“：8，”标题“：[”TomusBlobs:Azure云上的可扩展数据\u2010密集型处理“]，”前缀“：”10.1002“，”卷“：”28“，”作者“：[{”给定“：”亚历山德鲁“，”家族“：”科斯坦“，”序列“：”第一“，”从属“：[}”名称“：”Inria Rennes\u2010 Bretagne Atlastive Campus de Beaulieu 35042 Rennes France“}]}，{”已知“：”Radu“，”家庭“：”Tudoran“，“序列”：”附加“，”affiliation“：[{”name“：”Inria Rennes\u2010 Bretagne Atlastive Campus de Beaulieu 35042 Rennes France“}]}，{”given“：”Gabriel“，”family“：”Antoniu“，”sequence“：”additional“，”affiliance“：[[{“name”：”Inia Rennes\u 2010 Bretagene Atlastyty Campus der Beaulieu35042 Rennes France“{]}”givine“，{given”：“Goetz”，“family”：“Brasche”，“sequence”：“additional”，“”affiliation“：[{”name“：”Microsoft Advanced Technology Labs Europe，EMIC Ritterstrasse 23 52072 Aachen Germany“}]}]，”member“：”311“，”published-on-line“：{”date-parts“：[[2013,5,10]]}，”reference“：[}”key“：”e_1_2_11_2_1“，”volume-title“：”The Fourth Paradigm:Data\u2010密集科学发现“，”author“：”Hey T“，”year“：”2009“}非结构化”：“1000个基因组项目。（可从以下网址获得：http://\/aws.amazon.com/fr\/1000genomes\/）。“}，{”key“：”e_1_2_11_4_1“，”unstructured“：”Azure。（可从http://www.windowsazure.com/en\u2010us\/获得）。“}CarnsP LigonWB RossRB ThakurR.PVFS：用于linux集群的并行文件系统。2000年美国亚特兰大第四届Linux年会论文集；317\u2013327.“}，{”key“：”e_1_2_11_7_1“，”unstructured“：”Gunarathet WuT\u2010L QiuJ FoxG.科学云中的Mapreduce。InCloudcom10 2010；565\u2013572.“}”，{“key”：“e_1_i_11_11_8_1”，“doi-asserted-by”：“crossref”，”unstrated“：“”TudoranR CostanA AntoniuG SoncuH（塔多兰·科斯坦）。TomusBlobs：面向Azure中MapReduce应用程序的通信\u2010高效存储。2012年第12届IEEE \/ACM集群云和网格计算国际研讨会（CCGrid’2012）加拿大渥太华；427\u2013434.“，”DOI“：”10.1109\/CCGrid.2012.104“}，{”key“：”e_1_2_11_9_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“TudoranR CostanA AntoniuG.MapIteriveReduce:Azure云上简化2010密集型数据处理的框架。第三届MapReduce及其应用国际研讨会（MapReduce'12）与ACM HPDC’12联合举办。荷兰代尔夫特2012；9\u201316.“，”DOI“：”10.1145\/2287016.2287019“}，{“key”：“e_1_2_11_10_1”，“DOI-asserted-by”：“crossref”，”unstructured“：”LuoY PlaleB.Hierarchical MapReduce Programming Model and Scheduling Algorithms 2012.“，”DOI“：“10.1109\/CCGrid.2012.132”}，“key“：”e_1_i_11_11_11_1“，”DOI-assert-by“：”publisher“，“DOI”：“10.1007\/s00354-009-0089-5“}，{”键“：”e_1_2_11_12_1“，”非结构化”：“A\u2010大脑。（可从以下网址获得：http://www.msr\u2010inria.inria.fr\/Projects\/a\u2010brain）。“}，{”key“：”e_1_2_11_13_1“，”doi-asserted-by“：”crossref“，“unstructured”：“PolineJ LalanneC TenenhausA DuchesnayE ThirionB FrouinV.成像遗传学：生物2010信息学和生物2010统计挑战。InCOMPSTAT Vol.\u20091 Paris 2010；101\u2013113.”，“doi”：“10.1007\/978-3-7908-2604-3_9”}，”{“key”：“e_1_i_11_11_14_1”，“doi-assert-by”：“crossref.”“，”非结构化“：”DorierM AntoniuG CappelloF SnirM OrfL.Damaris:如何有效利用多核并行性实现可伸缩的无抖动I/O InCluster 2012；155\u2013163.“，”DOI“：”10.1109\/CLUSTER.2012.26“}，{”key“：”e_1_2_11_15_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“TudoranR CostanA AntoniuG Boug\u00e9L都铎风格。科学应用程序Azure和nimbus云的性能评估。InCloudCP 2012\u2013第二届云计算平台国际研讨会与ACM SIGOPS Eurosys 2012年瑞士伯尔尼会议联合举办；41\u201346.“，”DOI“：”10.1145\/2168697.2168701“}，{“key”：“e_1_2_11_16_1”，“unstructured”：“Azure定价。（可从https:\/\/www.windowsazure.com\/en\u2010us\/priging\/details\/获取）。”}，“key“：”e_1_i_11_11_17_1“，”DOI-asserted-by“：”crossref“，“unsructured“：”OstermannS IosupA YigitbasiN ProdanR FahringerT EpemaDHJ公司。用于科学计算的EC2云计算服务的性能分析。InCloudComp’2009德国慕尼黑2009；115\u2013131.“，”DOI“：”10.1007\/978-3-642-12636-9_9“}，{”key“：”e_1_2_11_18_1“，”unstructured“：”VecchiolaC PandeyS BuyyaR.高性能云计算：科学应用普适系统算法和网络视图。ISPAN9台湾高雄2009；4\u201316.“}”，{“key”：“e_1_ 11_19_1”，“unstructure”：“”Azure驱动器。（可从以下网址获得：http://\/msdn.microsoft.com/en\u2010us\/library\/windowsazure\/ee924681.aspx）。“}，{”key“：”e_1_2_11_20_1“，”unstructured“：”SchwanP.Lustre:为1000\u2010节点群集构建文件系统。《2003加拿大渥太华安大略省Linux研讨会论文集》2003；380\u2013386.“}”，{“key”：“e_1_i_11_11_21_1”，“unstructure”：“Eucalyptus.（可从：http://www.Eucalyptus.com/获得）。“}KeaheyK Freeman T BresnahanJ LaBissoniereD公司。积云：科学开源存储云。InSc2010美国洛杉矶新奥尔良海报2010；25\u201332.“}，{”key“：”e_1_2_11_23_1“，”unstructured“：”Amazon web service.（可从：http://\/aws.Amazon.com/获得）。“}MoiseD Carpen\u2010AmarieA AntoniuG Boug\u00e9L。MapReduce应用程序在云中的成本\u2010评估。2011年法国兰斯Grid5000学校会议记录；37\u201348.“，”DOI“：”10.1007\/978-3642-32344-7_4“}，{”key“：”e_1_2_11_25_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1016\/j.jpdc.2010.08.004”}，“key”：“e_1_i_11_11_26_1”，“首页”：“10”，“volume-title”：“Hotcloud'10”，”author“：”Zaharia M“，“年份”：“2010”}1_2_11_27_1“，”DOI-asserted-by“：”crossref“，“非结构化”：“DaveA LuW JacksonJ BargaR。云集群：朝向云上的迭代数据处理模式。IPDPSW 2011美国阿拉斯加安克雷奇2011年5月；1132\u20131137.“，”DOI“：”10.1109\/IPDPS.2011.258“}，{”key“：”e_1_2_11_28_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.14778\/1920841.1920881”}，“key”：“e_1_i_11_11_29_1”，“DOI-assert-by”：“crossref”，”unstructured“：”EkanayakeJ LiH ZhangB GunaratheT BaeS\u2010H QiuJ FoxG.Twister：迭代运行时mapreduce.InHPDC’10美国伊利诺伊州芝加哥，2010年；810\u2013818.“，”DOI“：”10.1145\/1851476.1851593“}，{”key“：”e_1_2_11_30_1“，”DOI-asserted-by“：”publisher“，“DOI”：”10.1016\/j.future.2012.05.027“}”，{“key”：“e_1_i_11_11_31_1”，“DOI-assert-by”：“crossref”，“unstructured”：“ZhangY GaoQ GaoL WangC.imaproduce:一种用于迭代计算的分布式计算框架。InIPDPSW 2011美国阿拉斯加安克雷奇2011年5月；1112\u20131121.“，”DOI“：”10.1109\/IPDPS.2011.260“}]，”container-title“：[”并发与计算：实践与经验“]，”原始标题“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.wiley.com\/onlinelibrary\/tdm\/v1\/articles \/10.10002%2Fcpe.3034“，”content-type“：”unspecified“，”内容版本“：”vor“，”intended-d-应用程序“：”文本提示“}，{”URL“：”https:\/\/onlinelibrary.wiley.com//doi\/pdf\/10.1002\/cpe.3034“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,9,2]，”date-time“：“2023-09-02T21:41:56Z”，“timestamp”：1693690916000}，“score”：1，“resource”：{“primary”:{“URL”：“https:\/\/onlinelibrary.wiley.com/doi\/10.1002\/cpe.3034“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2013,5,10]]}，“参考计数”：30，”日志发布“：”发布“：“：”http://\/dx.doi.org\/10.1002\/cpe.3034“，”存档“：[”Portico“]，”关系“：{}，“ISSN”：[“1532-0626”，“1532-0.634”]，“ISSN-type”：[{“value”：“1532-00626”，”type“：”print“}，{“value”：“1522-0634”，“type”:“electronic”}]，“subject”：【】，“published”：{“date-parts”：【2013年5月10日】}}}