Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 15
 İndirme 2
Efficient Job Scheduling and Resource Allocation Using Load Rebalancing On Big Data
2021
Dergi:  
Turkish Online Journal of Qualitative Inquiry
Yazar:  
Özet:

In recent days, managing big data has been one of the key challenges for managing data effectively and efficiently. This data is generally utilized in all online media, web-based business, and web applications. To manage and store huge volumes of data sets the Hadoop Distributed File System is quite possibly the most broadly utilized frameworks. With respect to job scheduling, HDFS is additionally testing as it assumes a critical part in upgrading time in huge information. Even though there are many scheduling algorithms in the existing works because they are not very efficient in working with dynamic Hadoop environment that is Hadoop cluster with dynamically available resources due to various issues. For example, there is no time limit for the tasks allocated for the dynamic resource allocation. To deal with such issues, this paper presents efficient scheduling and dynamic resource allocation using load rebalancing techniques that take into account future asset accessibility when limiting job deadline misses. Existing problems can define a job scheduling problem with an optimized scheduling cycle by minimizing iteration, and then dynamically allocating resources using the proposed Load Rebalancing technique. The tasks differ in the existing algorithms and offer algorithms for experiments to prove time and time complexity and their implementation is performed in an open-source Hadoop environment. Experiments have proven that the proposed job scheduling algorithm reduces the quantity of repetitions and improves time productivity by dynamically allocating resources compared to the deadline-aware scheduling algorithm.

Anahtar Kelimeler:

0
2021
Yazar:  
Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Turkish Online Journal of Qualitative Inquiry

Alan :   Eğitim Bilimleri

Dergi Türü :   Uluslararası

Metrikler
Makale : 4.267
Atıf : 1.145
2023 Impact/Etki : 0.002
Turkish Online Journal of Qualitative Inquiry