加速云端的基于 R 的分析
分布式、并行与集群计算
2013-08-14 v1 计算工程、金融与科学
软件工程
摘要
本文探讨了如何利用基于云的基础设施的优势来处理分析工作负载。通常，处理分析工作负载的软件并非由专业程序员开发，而是由分析师在 R 或 Matlab 等高级编程环境中临时开发的。本研究的目标是让分析师能够以最小的努力，将在个人工作站上执行的分析任务迁移到云基础设施上，并管理该任务所需的资源和数据。如果能够优雅地实现这一点，分析师将受益于云所提供的按需资源、低维护成本和计算资源的可扩展性。本文提出并实现了一个位于分析师与云基础设施之间的云端并行基于 R 的分析平台（P2RAC）。P2RAC 提供了一套命令行工具，用于在 Amazon Elastic Computing Cloud 基础设施上管理资源（如实例和集群）、数据以及软件的执行。我们利用两个并行问题进行了实验研究，所得结果证实了采用 P2RAC 在云端解决大规模分析问题的可行性。
引用
@article{arxiv.1308.2787,
title = {Accelerating R-based Analytics on the Cloud},
author = {Ishan Patel and Andrew Rau-Chaplin and Blesson Varghese},
journal= {arXiv preprint arXiv:1308.2787},
year = {2013}
}
备注
Concurrency and Computation, 2013