Automatic Modeling and Simulating the Performance of Big Data Applications
Translated title:
Automatisierte Modellierung und Simulation der Performance von Big Data Anwendungen
Author:
Kroß, Johannes
Year:
2020
Document type:
Dissertation
Faculty/School:
Fakultät für Informatik
Advisor:
Krcmar, Helmut (Prof. Dr.)
Referee:
Krcmar, Helmut (Prof. Dr.); Pretschner, Alexander (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
TUM classification:
WIR 523d
Abstract:
This dissertation presents a model-based performance evaluation approach for big data systems and supports engineers to predict the software performance for upscaling scenarios. The approach introduces a domain-specific language to describe performance-relevant characteristics of such systems and demonstrates methods to automatically extract and simulate instances of this language by using performance measurements. The proposed methods are evaluated in multiple experiments for different big data benchmark applications.
«
This dissertation presents a model-based performance evaluation approach for big data systems and supports engineers to predict the software performance for upscaling scenarios. The approach introduces a domain-specific language to describe performance-relevant characteristics of such systems and demonstrates methods to automatically extract and simulate instances of this language by using performance measurements. The proposed methods are evaluated in multiple experiments for different big data...
»
Translated abstract:
Diese Dissertation stellt einen modellbasierten Ansatz zur Performanceevaluation von Big Data Systemen vor und unterstützt Softwareentwickler und IT-Administratoren bei der Vorhersage der Softwareperformance für Scale-up Szenarien. Der Ansatz führt eine domänenspezifische Sprache zur Beschreibung performancerelevanter Eigenschaften solcher Systeme ein und demonstriert Methoden zur automatischen Extraktion und Simulation von Instanzen dieser Sprache unter Einbezug von Performancemessdaten. Die vorgeschlagenen Methoden werden in mehreren Experimenten für verschiedene Big Data Benchmarkanwendungen evaluiert.
«
Diese Dissertation stellt einen modellbasierten Ansatz zur Performanceevaluation von Big Data Systemen vor und unterstützt Softwareentwickler und IT-Administratoren bei der Vorhersage der Softwareperformance für Scale-up Szenarien. Der Ansatz führt eine domänenspezifische Sprache zur Beschreibung performancerelevanter Eigenschaften solcher Systeme ein und demonstriert Methoden zur automatischen Extraktion und Simulation von Instanzen dieser Sprache unter Einbezug von Performancemessdaten. Die vo...
»