Tek Kart Bilgisayarlar ile Bulut Oluşturarak MapReduce İşlemleri Denemesi

Levent AYSAN; İzzet ÖZBİLGİN

Makale detayları

Tek Kart Bilgisayarlar ile Bulut Oluşturarak MapReduce İşlemleri Denemesi

Yazarlar:

Levent AYSAN | İzzet ÖZBİLGİN

Yayıncı:

Gazi University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Journal of Information Technologies 2015 Vol.8 Issue 3, pp.179-191

Belge Tipi:

Makale

Yayın Tarihi:

7/2015

Belge Dili:

Türkçe

Document ID (Org No.):

2000902887

Sıklık:

Üç Aylık

eISSN:

2147-0715

pISSN:

1307-9697

Anahtar kelimeler:

Özet:

 

- Nowadays information systems have much larger data than in the past. The storage and analysis of this data
has a huge lack of resource. Saving, processing and analyzing of the big data needs systems that work faster and
consume less energy than current systems. Otherwise much greater costs and times of data analysis will be faced. In this
study, a cluster of single board computers is created and succeeded to run process isolation operating system level
virtualization for experiencing on big data algorithms. In this context created our work, the Map Reduce transactions,
which are the basics of big data systems, were executed on specifically designed ARM architecture mini supercomputer
clusters. ARM processed single board computers have effective costs, less energy consumptions and less carbon
emissions. Clustering, cloud computing, multiprocessing, parallel processing and big data applications compliance has
been also observed. Container virtualization on single board computer is an untested approach to use. Using process
isolation for MapReduce WorkerNode is yet another new practice.

 

Günümüzde bilişim sistemlerinde geçmişe oranla çok daha büyük veriler oluşmaktadır. Bu verilerin depolanması  ve analizinde önemli kaynak sorunları yaşanmaktadır. Büyük Verinin depolanması, işlenmesi ve analiz edilmesi için  ihtiyaç duyulan sistemlerin, güncel sistemlerden daha hızlı çalışması ve daha az enerji tüketmesi gerekmektedir. Aksi  takdirde çok büyük maliyet ve veri analiz süreleri önümüze çıkmaktadır. Bu çalışmada tek kart mini kişisel bilgisayarlar  ile küme oluşturup ve üzerinde kap tabanlı sanallaştırma sağlayıp büyük veri algoritmaları denemeleri yapılmıştır. Bu  kapsamda oluşturulan büyük veri sistemlerinin temelini oluşturan Map Reduce işlemlerinin özel olarak tasarlanmış  ARM işlemci kümeleri üzerinde yürütülmesini ve etkinliğinin test edilmesi araştırılmıştır. ARMişlemcili tek kart mini  bilgisayarların maliyeti ucuz, enerji tüketimi düşük, karbon salınımı düşüktür. Kümeleme, bulut bilişim, çoklu işlem,  paralel işlem ve büyük veri uygulamalarına da uygunluğu da görülmüştür.Tek kart bilgisayar donanımı üzerinde kap  temelli sanallaştırma kullanımını denenmemiş bir yaklaşımdır. MapReduce uygulamasında işçi düğüm olarak işlem  tecritlenmesi kullanılması da yeni bir uygulamadır.

Makale detayları

Tek Kart Bilgisayarlar ile Bulut Oluşturarak MapReduce İşlemleri Denemesi

Yazarlar:

Levent AYSAN | İzzet ÖZBİLGİN

Yayıncı:

Gazi University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Journal of Information Technologies 2015 Vol.8 Issue 3, pp.179-191

Belge Tipi:

Makale

Yayın Tarihi:

7/2015

Belge Dili:

Türkçe

Document ID (Org No.):

2000902887

Sıklık:

Üç Aylık

eISSN:

2147-0715

pISSN:

1307-9697

tek kart bilgisayar kümesi

sanallaştırma

büyük veri

MapReduce

Hadoop

Sayı

Makale detayları

Tek Kart Bilgisayarlar ile Bulut Oluşturarak MapReduce İşlemleri Denemesi

Yazarlar: Levent AYSAN | İzzet ÖZBİLGİN

Yayıncı: Gazi University

Ana Başlıklar: Uygulamalı fizik

Dergi: Journal of Information Technologies 2015 Vol.8 Issue 3, pp.179-191

Belge Tipi: Makale

Yayın Tarihi: 7/2015

Belge Dili: Türkçe

Document ID (Org No.): 2000902887

Sıklık: Üç Aylık

eISSN: 2147-0715

pISSN: 1307-9697

tek kart bilgisayar kümesi

sanallaştırma

büyük veri

MapReduce

Hadoop

Sayı

Yazarlar:

Levent AYSAN | İzzet ÖZBİLGİN

Yayıncı:

Gazi University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Journal of Information Technologies 2015 Vol.8 Issue 3, pp.179-191

Belge Tipi:

Makale

Yayın Tarihi:

7/2015

Belge Dili:

Türkçe

Document ID (Org No.):

2000902887

Sıklık:

Üç Aylık

eISSN:

2147-0715

pISSN:

1307-9697