Analiza wydajności przetwarzania danych w chmurze obliczeniowej Windows Azure

• Autorzy: Frączek J. , Zając Ł.

Warianty tytułu

EN

Data processing performance analysis in Windows Azure cloud

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono wyniki badań wydajnościowych dla rozwiązania problemu komiwojażera z wykorzystaniem zrównoleglonej wersji algorytmu genetycznego w środowisku wielordzeniowego serwera lokalnego oraz chmury obliczeniowej Windows Azure. Przeprowadzona analiza wyników umożliwia również dobranie odpowiedniej do określonych zastosowań konfiguracji serwerów w chmurze.

EN

The paper presents the results of performance tests for solving the traveling salesman problem with the use of a parallel version of a genetic algorithm on a local multi-core server, and in the Windows Azure cloud. The analysis of the obtained results allows the selection of a suitable configuration of the servers in the cloud.

Słowa kluczowe

PL

chmura obliczeniowa; Windows Azure; problem komiwojażera; TSP; równoległy algorytm genetyczny

EN

cloud computing; Windows Azure; traveling salesman problem; TSP; parallel genetic algorithm

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2013
• Tom: Vol. 34, nr 2A
• Strony: 97--112
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Frączek J.

• Politechnika Śląska, Instytut Informatyki, ul. Akademicka 16, 44-100 Gliwice, Polska

autor

Zając Ł.

• LGBS Polska Sp. z o.o., ul. Toszecka 101, 44-100 Gliwice, Polska

Bibliografia

• 1. McKendrick J.: Cloud Computing Market Hot, But How Hot? Estimates are All Over the Map. Forbes, 2012: http://www.forbes.com/sites/joemckendrick/2012/02/13/cloudcomputing- market-hot-but-how-hot-estimates-are-all-over-the-map/, dostęp 20.01.2013.
• 2. Zając Ł.: Analiza wydajności przetwarzania danych w środowisku chmury obliczeniowej MS Windows Azure. Praca dyplomowa magisterska, Politechnika Śląska, Wydział Automatyki, Elektroniki I Informatyki, Gliwice 2012.
• 3. Ranadive A., Kesavan M., Gavrilovska A., Schwan K.. Performance implications of virtualizing multicore cluster machines. Proceedings of the 2nd Workshop on System- Level Virtualization For High Performance Computing (Glasgow, Scotland, 2008), HPCVirt ‘08. ACM, Nowy Jork 2008.
• 4. Palankar M., Iamnitchi A., Ripeanu M., Garfinkel S.: Amazon S3 for science grids: a viable solution? Proceedings of DADC’08 – International workshop on Data-aware distributed computing, ACM, Nowy Jork 2008, s. 55÷64.
• 5. Calder B. et al.: Windows Azure Storage: a highly available cloud storage service with strong consistency. Proceedings of SOSP’11 – The Twenty-Third ACM Symposium on Operating Systems Principles, ACM, Nowy Jork 2011, s. 143÷157.
• 6. Zach H., Jie L., Ming M., Ruiz-Alvarez A., Marty H.: Early observations on the performance of Windows Azure. Proceedings of HPDC’10 – the 19th ACM International Symposium on High Performance Distributed Computing, ACM, Nowy Jork 2010, s. 367÷376.
• 7. Tudoran R., Costan A., Antoniu G., Bougé L.: A performance evaluation of Azure and Nimbus clouds for scientific applications. Proceedings of CloudCP’12 – the 2nd International Workshop on Cloud Computing Platforms, No. 4, ACM, Nowy Jork 2012.
• 8. Witryna Introducing Windows Azure: http://www.windowsazure.com/enus/ develop/net/ fundamentals/intro-to-windows-azure/, dostęp: 20.01.2013.
• 9. Szczegóły cennika usługi Windows Azure: https://www.windowsazure.com/plpl/ pricing/ details/, dostęp: 20.01.2013.
• 10. Lazarova M., Borovska P.: Comparison of Parallel Metaheuristics for Solving the TSP. Proceedings of CompSysTech’08. Proceedings of the 9th International Conference on Computer Systems and Technologies and Workshop for PhD Students in Computing, No. 17, ACM, Nowy Jork 2008.
• 11. Witryna biblioteki TSPLib: http://comopt.ifi.uni-heidelberg.de/software/TSPLIB95, dostęp 20.01.2013.