Jump to ContentJump to Main Navigation
Show Summary Details
More options …

PIK - Praxis der Informationsverarbeitung und Kommunikation

Fachzeitschrift für den Einsatz von Informationssystemen

Ed. by Müller, Paul

Online
ISSN
1865-8342
See all formats and pricing
More options …
Volume 33, Issue 1

Issues

Leistungsbewertung der Cloud-Plattform Apache Hadoop am Anwendungsbeispiel verteilter Simulationen

Oliver Jetter
  • Steinbuch Centre for Computing & Institut für Telematik, Karlsruher Institut für Technologie, Germany.
  • Other articles by this author:
  • De Gruyter OnlineGoogle Scholar
/ Jochen Dinger
  • Steinbuch Centre for Computing & Institut für Telematik, Karlsruher Institut für Technologie, Germany.
  • Other articles by this author:
  • De Gruyter OnlineGoogle Scholar
/ Hannes Hartenstein
  • Steinbuch Centre for Computing & Institut für Telematik, Karlsruher Institut für Technologie, Germany.
  • Other articles by this author:
  • De Gruyter OnlineGoogle Scholar
Published Online: 2010-04-12 | DOI: https://doi.org/10.1515/piko.2010.008

Zusammenfassung

Dieser Artikel beschreibt, wie die Cloud-Plattform Apache Hadoop für verteilte Simulationen eingesetzt werden kann („Howto“) und präsentiert zugehörige Leistungsbewertungen sowie Nutzungserfahrungen. Diskrete ereignisbasierte Simulationen benötigen typischerweise beträchtliche Rechenkapazitäten, da die zugehörigen Modelle in der Regel einen großen zu explorierenden Parameterraum besitzen. Bislang wurden zumeist dedizierte Cluster für die Bewältigung dieser Aufgaben verwendet. Cloud Computing bietet nun immense Rechenressourcen in einer flexiblen und kosteneffizienten Art und Weise an. Folglich kann Cloud Computing eine potentielle Basis für die verteilte Durchführung von Simulationsstudien bieten, ohne dabei ein Rechencluster vor Ort besitzen zu müssen. Jedoch ist die manuelle Verteilung von hundert oder tausend Simulationsläufen sehr aufwendig. Daher wird in dieser Arbeit ein Ansatz vorgestellt, der es ermöglicht, die Verteilung von Simulationsläufen automatisiert unter Verwendung des sogenannten MapReduce-Konzepts durchzuführen. MapReduce ermöglicht es, sehr rechenintensive Aufgaben in kleinere unabhängige Teilaufgaben zu unterteilen und ist im Umfeld des Cloud Computing etabliert. Der Fokus dieser Arbeit liegt auf der Verteilung von untereinander unabhängigen und somit trivial parallelisierbaren Simulationsläufen, d. h. beispielsweise Läufe mit unterschiedlichen Parameterwerten. Zunächst wird die Umsetzung der beiden benötigten Funktionen Map und Reduce präsentiert. Die anschließende Leistungsbewertung erfolgte unter Verwendung der Open-Source Implementierung Apache Hadoop sowie der Cloud-Umgebung Amazon Elastic Compute Cloud (EC2).

About the article

Published Online: 2010-04-12

Published in Print: 2010-01-01


Citation Information: PIK - Praxis der Informationsverarbeitung und Kommunikation, Volume 33, Issue 1, Pages 36–44, ISSN (Online) 1865-8342, ISSN (Print) 0930-5157, DOI: https://doi.org/10.1515/piko.2010.008.

Export Citation

Comments (0)

Please log in or register to comment.
Log in