Optimized Cloud Based Scheduling
fev. de 2018 · Studies in Computational Intelligence Livro 759 · Springer
E-book
99
Páginas
reportAs notas e avaliações não são verificadas Saiba mais
Sobre este e-book
This book presents an improved design for service provisioning and allocation models that are validated through running genome sequence assembly tasks in a hybrid cloud environment. It proposes approaches for addressing scheduling and performance issues in big data analytics and showcases new algorithms for hybrid cloud scheduling. Scientific sectors such as bioinformatics, astronomy, high-energy physics, and Earth science are generating a tremendous flow of data, commonly known as big data. In the context of growing demand for big data analytics, cloud computing offers an ideal platform for processing big data tasks due to its flexible scalability and adaptability. However, there are numerous problems associated with the current service provisioning and allocation models, such as inefficient scheduling algorithms, overloaded memory overheads, excessive node delays and improper error handling of tasks, all of which need to be addressed to enhance the performance of big data analytics.
Avaliar este e-book
Diga o que você achou
Informações de leitura
Smartphones e tablets
Instale o app Google Play Livros para Android e iPad/iPhone. Ele sincroniza automaticamente com sua conta e permite ler on-line ou off-line, o que você preferir.
Laptops e computadores
Você pode ouvir audiolivros comprados no Google Play usando o navegador da Web do seu computador.
eReaders e outros dispositivos
Para ler em dispositivos de e-ink como os e-readers Kobo, é necessário fazer o download e transferir um arquivo para o aparelho. Siga as instruções detalhadas da Central de Ajuda se quiser transferir arquivos para os e-readers compatíveis.
