Symmetric and Asymmetric Aggregate Function in Massively Parallel Computing

Abstract : Applications of aggregation for information summary have great meanings in various fields. In big data era, processing aggregate function in parallel is drawing researchers' attention. The aim of our work is to propose a generic framework enabling to map an arbitrary aggregation into a generic algorithm and identify when it can be efficiently executed on modern large-scale data-processing systems. We describe our preliminary results regarding classes of symmetric and asymmetric aggregation that can be mapped, in a systematic way, into efficient MapReduce-style algorithms.
Type de document :
Rapport
[Research Report] LIMOS (UMR CNRS 6158), université Clermont Auvergne, France. 2017
Liste complète des métadonnées

Littérature citée [16 références]  Voir  Masquer  Télécharger

https://hal-clermont-univ.archives-ouvertes.fr/hal-01533675
Contributeur : Chao Zhang <>
Soumis le : samedi 5 août 2017 - 13:35:25
Dernière modification le : jeudi 10 août 2017 - 01:08:28

Fichier

symmetric and asymmetric aggre...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01533675, version 3

Citation

Chao Zhang, Farouk Toumani, Emmanuel Gangler. Symmetric and Asymmetric Aggregate Function in Massively Parallel Computing. [Research Report] LIMOS (UMR CNRS 6158), université Clermont Auvergne, France. 2017. 〈hal-01533675v3〉

Partager

Métriques

Consultations de la notice

66

Téléchargements de fichiers

61