Clubmark：一种用于在 NUMA 架构上基准测试与剖析聚类算法的并行隔离框架
分布式、并行与集群计算
2019-02-04 v1 系统与控制
数据分析、统计与概率
摘要
聚类和社区检测算法种类繁多，它们是许多数据分析与探索系统的关键组成部分。然而，据我们所知，目前尚不存在公开可用、适用于在广泛合成与真实世界数据集上对不同聚类算法进行并行基准测试的统一种框架。本文介绍 Clubmark，一个旨在填补此空白的新型可扩展框架，它为聚类算法及其在 NUMA 服务器上的评估提供了并行隔离基准测试平台。Clubmark 允许对各类执行变量（超时、内存消耗、CPU 亲和性与缓存策略）进行细粒度控制，并支持评估多种聚类算法，包括多层次、层次化与重叠聚类技术，适用于带权与无权输入网络，并内置多种外部与内部度量评估。我们的框架是开源的，提供了一种一致且系统的方式来执行、评估和剖析聚类技术，考量了现有前沿框架与基准系统中常缺失的若干方面。
引用
@article{arxiv.1902.00475,
title = {Clubmark: a Parallel Isolation Framework for Benchmarking and Profiling Clustering Algorithms on NUMA Architectures},
author = {Artem Lutov and Mourad Khayati and Philippe Cudré-Mauroux},
journal= {arXiv preprint arXiv:1902.00475},
year = {2019}
}
备注
Application sources and executables: https://github.com/eXascaleInfolab/clubmark