DV-DVFS：融合数据多样性与DVFS技术以管理大数据处理的能耗
性能
2021-02-09 v1
摘要
数据多样性是大数据最重要的特征之一。数据多样性是来自多源数据聚合及数据分布不均的结果。大数据的这一特征导致CPU消耗等处理资源消耗的高度变化。该问题在以往工作中被忽视。为克服上述问题，本文采用动态电压频率调整（DVFS）来降低计算能耗。为此，我们考虑两类截止时间作为约束。在将DVFS技术应用于计算节点之前，我们估算满足截止时间所需的处理时间与频率。在评估阶段，我们使用了一组数据集与应用。实验结果表明，所提方法在处理真实数据集时优于其他场景。基于本文实验结果，DV-DVFS在能耗方面可实现高达15%的改进。
引用
@article{arxiv.2102.03751,
title = {DV-DVFS: Merging Data Variety and DVFS Technique to Manage the Energy Consumption of Big Data Processing},
author = {Hossein Ahmadvand and Fouzhan Foroutan and Mahmood Fathy},
journal= {arXiv preprint arXiv:2102.03751},
year = {2021}
}