首页/论文/1502.05730

arXiv 1502.057302015-02-19cs.DCcs.DB

在混合云中使用分布式数据库设计应用程序

Designing Applications with Distributed Databases in a Hybrid Cloud

Evgeniy Pluzhnik, Oleg Lukyanchikov, Evgeny Nikulchev, Simon Payain

备注：: in WIT Transactions of Information and Communication Technologies, 2015

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

设计在混合云中使用的应用程序有许多功能。其中包括动态虚拟化管理和未知路由切换客户。这使得不可能评估查询，从而不可能评估数据的最佳分布。在本文中，我们制定了设计和仿真的主要挑战提供加工安装。

英文摘要：

Designing applications for use in a hybrid cloud has many features. These include dynamic virtualization management and an unknown route switching customers. This makes it impossible to evaluate the query and hence the optimal distribution of data. In this paper, we formulate the main challenges of designing and simulation offer installation for processing.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

ScalienDB：基于Paxos的分布式数据库的设计与实现

ScalienDB: Designing and Implementing a Distributed Database using Paxos

ScalienDB是一个基于Paxos算法构建的可扩展的复制数据库。它是在2010年至2012年期间开发的，当时支持它的创业公司失败了。本文讨论了分布式数据库的设计决策，描述了C++代码库的有趣部分，并列举了在少数客户端将ScalienDB投入生产的经验教训。源代码在Github上以AGPL许可证提供，但不再开发或维护。

2013-02-15cs.DBcs.DC

混合云和边缘计算中的分布式数据库评估：能耗、带宽和存储消耗

Evaluation of Distributed Databases in Hybrid Clouds and Edge Computing: Energy, Bandwidth, and Storage Consumption

对现代分布式数据库的基准研究是在云边缘范例中选择正确的数据管理技术的重要信息来源。为了做出正确的决定，需要对各种硬件基础设施进行广泛的实验研究。虽然大多数最先进的研究仅调查了分布式数据库的响应时间和可伸缩性，但关注于其他各种度量（例如，能量、带宽和存储消耗）对于完全理解分布式数据库的资源消耗是必要的。此外，现有的研究已经探索了这些数据库在私有云或公共云中的响应时间和可扩展性。因此，对部署在混合云中的这些数据库的评估缺乏调查，混合云是公共云和私有云的无缝集成。为了解决这些研究空白，在本文中，我们调查的能源，带宽和存储消耗最常用的和常见的分布式数据库。为此，我们评估了混合云上的四个开源数据库（Cassandra，Mongo，Redis和MySQL），这些数据库跨越本地OpenStack和Microsoft Azure，以及各种边缘计算节点，包括Raspberry Pi，Raspberry Pi集群以及低功率和高功率服务器。我们广泛的实验结果揭示了一些有用的见解，在边缘云环境中的现代分布式数据库的部署选择。

2023-01-09cs.DBcs.DC

在混合云基础架构中使用对象关系映射创建分布式数据库

Using Object-Relational Mapping to Create the Distributed Databases in a Hybrid Cloud Infrastructure

目前使用云服务的挑战之一是设计专门的数据管理系统的任务。这对于数据位于公共云和私有云的混合系统尤其重要。执行监测功能查询、调度和处理软件必须适当执行，是系统的一个组成部分。为了提供这些功能，建议使用对象关系映射（ORM）。本文致力于介绍为混合云基础设施中托管的信息系统设计数据库的方法。并给出了ORM库的开发实例。

2015-01-04cs.DBcs.DCcs.NI

在混合云中设计应用程序

Designing Applications in a Hybrid Cloud

为混合云设计应用程序有许多功能，包括动态虚拟化管理和路由切换。这使得不可能评估查询，从而不可能评估数据的最佳分布。在本文中，我们阐述了设计和仿真的主要挑战，并提供了加工设备。

2015-12-06cs.DCcs.DScs.SE

混合云中距离对分布式数据库系统性能和Scalability的影响

The Impact of Distance on Performance and Scalability of Distributed Database Systems in Hybrid Clouds

管理大数据的需求日益增长，导致了高级数据库管理系统的出现。已经有越来越多的努力旨在评估由私有或公共云计算中心托管的NoSQL和关系数据库的性能和可扩展性。然而，在混合云中评估这些数据库的性能和可扩展性的工作很少，其中私有云和公共云计算中心之间的距离可能是影响其性能的关键因素之一。因此，在本文中，我们详细评估了混合云中六个现代数据库的吞吐量，可扩展性和VM大小与VM数量的关系，其中包括阿德莱德的私有云和悉尼，孟买和弗吉尼亚地区的Azure数据中心。根据结果，随着私有云和公共云之间的距离增加，大多数数据库的吞吐量性能都会降低。其次，MongoDB获得了最好的吞吐量性能，其次是MySQL C luster，而Cassandra暴露了最大的性能波动。第三，垂直可伸缩性比水平可伸缩性更能提高数据库的吞吐量。第四，利用更大的VM而不是更多的VM和更少的内核可以提高Cassandra，Riak和Redis的吞吐量性能。

2020-07-31cs.DC

面向分布式数据库性能评估的混合云自动化实现

An Automated Implementation of Hybrid Cloud for Performance Evaluation of Distributed Databases

混合云是私有云和公共云之间的资源集成。它使用户能够将其本地基础设施横向扩展到公共云，以提高性能并降低前期投资成本。这种应用程序部署模型称为云爆发，它允许数据密集型应用程序，特别是分布式数据库系统，同时享受私有云和公共云的好处。在这项工作中，我们提出了一个混合云的自动化实现，使用（i）一个强大的，零成本的基于Linux的VPN，使私有云和公共云之间的安全连接，（ii）Terraform作为一个软件工具，根据混合云的要求部署基础设施资源。我们还探讨了云爆发的性能评估六个现代和分布式数据库系统上的混合云跨越本地OpenStack和Microsoft Azure。我们的研究结果表明，MongoDB和MySQL集群在吞吐量和操作延迟方面工作效率很高，如果它们突然进入公共云来提供它们的资源。相比之下，如果Cassandra、Riak、Redis和Couchdb通过云爆发显著利用其所需资源，则其性能会降低。

2020-06-04cs.DC

更多相关论文收起更多论文

基于NVIDIA CUDA和MPI的Aho-Corasick和Wu-Manber算法的混合并行实现

A Hybrid Parallel Implementation of the Aho-Corasick and Wu-Manber Algorithms Using NVIDIA CUDA and MPI Evaluated on a Biological Sequence Database

多个匹配算法被用来从一个有限的模式集在一个大的输入字符串中定位模式的出现。Aho-Corasick和Wu-Manber是两种最著名的多重匹配算法，它们需要更高的计算能力，特别是在必须处理大规模数据集的情况下，这在计算生物学应用中很常见。在过去的几年里，图形处理单元（GPU）已经发展成为强大的并行处理器，在科学计算中优于中央处理单元（CPU）。此外，可以并行使用多个GPU，形成混合计算机集群配置，以实现更高的处理吞吐量。本文评估的Aho-Corasick和Wu-Manber算法在混合GPU集群上的并行实现的加速比，当用于处理人类基因组的表达序列标签的快照和不同的问题参数。

2014-07-10cs.CEcs.DC

面向大数据的高效可靠的混合云架构

Efficient and Reliable Hybrid Cloud Architechture for Big Data

本文的目标是提出一个云计算框架，这是可行的，必须处理大量的数据。在我们的原型系统中，我们考虑了孟加拉国的国家ID数据库结构，这是由孟加拉国选举委员会准备。使用这个数据库，我们提出了一个交互式的图形用户界面孟加拉人搜索（BDPS），使用的混合结构的云计算处理的Apache Hadoop的数据库是由HiveQL实现。该基础设施分为两部分：基于Eucalyptus的本地托管云和在知名的Amazon Web Service（AWS）上实现的远程云。孟加拉方面的一些常见问题，其中包括数据流量拥塞，服务器超时和服务器停机问题也进行了讨论。

2014-01-09cs.DC

HRDBMS：结合现代和传统关系数据库的优点

HRDBMS: Combining the Best of Modern and Traditional Relational Databases

HRDBMS是一种新型的分布式关系数据库，它使用一种混合模型，结合了传统分布式关系数据库和大数据分析平台（如Hive）的优点。这使得HRDBMS能够利用多年来关于查询优化的研究成果，同时还可以利用大数据平台的可扩展性。该系统使用了一个为关系处理量身定制的执行框架，从而解决了在MapReduce和Spark等平台上运行SQL的一些性能挑战。这些问题包括中间结果的过度具体化、缺乏基于全局成本的优化、不必要的排序、缺乏索引支持、没有统计数据、不支持DML和ACID，以及这些平台强制执行的严格通信模式导致的过度通信。

2019-01-24cs.DBcs.DC

CELLO：面向复杂张量复用的调度与混合隐式/显式缓冲区协同设计

CELLO: Co-designing Schedule and Hybrid Implicit/Explicit Buffer for Complex Tensor Reuse

本文提出张量代数加速器CELLO，通过协同设计片上缓冲区机制CHORD与调度器SCORE，解决HPC工作负载中张量操作形状倾斜和复杂DAG依赖导致的复用难题，实现4倍加速与能效提升。

2025-03-04cs.ARcs.DC

BigBird：混合云中的大数据大规模存储和分析

BigBird: Big Data Storage and Analytics at Scale in Hybrid Cloud

Twitter Inc.（推特公司）

大规模实施大数据存储是一项复杂而艰巨的任务，需要先进的基础设施。随着公共云计算的兴起，各种大数据管理服务可以很容易地被利用。作为Twitter“部分多云项目”的重要组成部分，冷存储数据和分析系统正在迁移到公共云。本文展示了我们在Google Cloud Platform中使用BigQuery设计可扩展的大数据存储和分析管理框架的方法，同时确保安全性，隐私性和数据保护。本文还讨论了公共云资源的限制，以及在设计大规模数据存储和分析解决方案时如何有效地克服这些限制。虽然本文讨论了Google Cloud Platform中的框架实现，但它可以很容易地应用于所有主要的云提供商。

2022-03-22cs.DBcs.DCcs.LG