Кластер Айяра - Aiyara cluster

A0, первый кластер Aiyara, построенный в Технологический университет Суранари

An Кластер Айяра маломощный компьютерный кластер специально разработан для обработки Большое количество данных. Кластерную модель Айяра можно рассматривать как специализацию Кластер Беовульф в том смысле, что Aiyara также построен из обычного оборудования, а не из недорогих персональные компьютеры А вот системно-чиповые компьютерные платы. В отличие от Беовульфа, приложения кластера Aiyara предназначены только для области больших данных, а не для научных исследований. высокопроизводительные вычисления. Еще одно важное свойство кластера Aiyara - маломощность. Он должен быть построен с классом блоков обработки, которые производят меньше тепла.

Имя Айяра первоначально относилось к первому РУКА кластер, построенный Wichai Srisuruk и Chanwit Kaewkasi на Технологический университет Суранари. Название «Айяра» произошло от Тайский слово буквально слон чтобы отразить его нижний программный стек, который Apache Hadoop.

Как и Beowulf, кластер Aiyara не определяет конкретный программный стек для запуска на нем. Кластер обычно запускает вариант Linux Операционная система. Обычно используемые программные стеки для больших данных: Apache Hadoop и Apache Spark.

Разработка

Отчет об оборудовании Aiyara, успешно обработавшем нетривиальный объем больших данных, был опубликован в Proceedings of ICSEC 2014.[1] Айяра Мк-I, второй кластер Айяра, состоит из 22 Cubieboards. Это первый известный На базе SoC Кластер ARM, способный успешно обрабатывать большие данные с помощью Spark и HDFS куча.[2]

Модель кластера Aiyara, техническое описание, объясняющее, как построить кластер Aiyara, была позже опубликована Чанвитом Кэукаси в Руководстве по большим данным DZone за 2014 год.[3]Дальнейшие результаты и методы оптимизации кластера, которые увеличивают скорость обработки кластера до 0,9 ГБ / мин при сохранении низкого энергопотребления, были описаны в Proceeding of IEEE's TENCON 2014.[4]

Изучается и улучшается вся архитектура программного стека, включая время выполнения, проверку целостности и сжатие данных. Работа, описанная в этой статье, достигла скорости обработки почти 0,9 ГБ / мин, успешно обработала те же тесты из предыдущей работы примерно на 38 минут.

Смотрите также

Рекомендации

  1. ^ К. Каевкаси и В. Шрисурук. Исследование ограничений обработки больших данных в маломощном кластере Hadoop. Материалы 18-го заседания ICSEC, 2014 г., стр. 308-313
  2. ^ Первый кластер Spark / Hadoop ARM работает на Cubieboards. 8 апреля 2014 г. на Cubieboard.org
  3. ^ Chanwit Kaewkasi. Кластер больших данных своими руками. Руководство DZone Big Data 2014. 22 сентября 2014 г., стр. 20–21.
  4. ^ К. Кэукаси и В. Шрисурук. Оптимизация производительности и энергопотребления для кластера больших данных на базе ARM. Материалы конференции IEEE Region 10 2014 г., 2014 г., стр. 1-6