workload专题

A Workload‑Adaptive Streaming Partitioner for Distributed Graph Stores(2021)

用于分布式图存储的工作负载自适应流分区器 对象:动态流式大图 划分方式:混合割 方法:增量重划分 考虑了图查询算法,基于动态工作负载 考虑了双动态:工作负载动态;图拓扑结构动态 缺点:分配新顶点时不做过多处理(不考虑初始化分的均衡),仅通过散列的方式分配节点,仅对变化后的图分区进行顶点重分配,需要维护所有节点中的活动顶点,对每个活动顶点进行计算,才能确定需要重新分配的顶点。 摘要:   流式

Deep Learning Workload Scheduling in GPU Datacenters:Taxonomy, Challenges and Vision 论文阅读

【论文阅读笔记】Deep Learning Workload Scheduling in GPU Datacenters:Taxonomy, Challenges and Vision 论文链接 GPU数据中心的DL工作负载调度:分类、挑战、展望 Abstract Deep learning (DL) shows its prosperity in a wide variety of f

Deep Learning Workload Scheduling in GPU Datacenters:Taxonomy, Challenges and Vision

Deep Learning Workload Scheduling in GPU Datacenters:Taxonomy, Challenges and Vision 论文链接 GPU数据中心的DL工作负载调度:分类、挑战、展望 Abstract Deep learning (DL) shows its prosperity in a wide variety of fields. T

Adaptive Distributed RDF Graph Fragmentation and Allocation based on Query Workload

本文由学者Peng Peng,Lei Zou,Lei Chen和Dongyan Zhao于2019.4在《IEEE Transactions on Knowledge and Data Engineering》联合发表 原文下载链接文末自取 在《Query Workload-based RDF Graph Fragmentation and Allocation》中研究了分段和分配策略,本文自适

Oracle11gR2 全表扫描成本计算(工作量模式-workload)

昨天测试了非工作量模式下Oracle11gR2全表扫描的成本计算,现在测试一下在工作量模式下Oracle11gR2全表扫描的成本计算 首先讲表blocks增加到10003个 SQL> select owner,blocks from dba_tables where table_name='TEST' and owner='TEST'; OWNER