Analisis Perbandingan Performa Classification and Optimization based Scheduler for Heterogenous Hadoop Systems (COSHH) dan Fair Scheduler pada Job Scheduling Berdasarkan Karakteristik Job pada Hadoop

RINO ADRI PRATOMO

Informasi Umum

Kode

17.04.978

Klasifikasi

620.007 - Engineering research

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Networking

Dilihat

252 kali

Informasi Lainnya

Abstraksi

Sistem Big Data atau Hadoop sudah banyak diterapkan pada perusahaan besar seperti Google, Yahoo, dll. Hadoop sendiri merupakan framework software berbasis Java dan open-source yang ditujukan untuk mengolah data yang besar secara terdistribusi dan berjalan di cluster yang terdiri dari beberapa komputer yang saling terhubung. Fair Scheduling merupakan salah satu Job Scheduler yang ada pada sistem Hadoop dan termasuk pada sistem Hadoop multi-node dimana sistem tersebut memiliki dua server yaitu main server dan slave server kemudian, Fair Scheduling memiliki ciri khas yaitu membagi resources secara merata terhadap job yang diberikan oleh user. Dengan harapan dapat meningkatkan performa scheduling dalam parameter Task fail rate, Job Throughput, dan Average Completion Time. Classification and Optimization based Scheduler for Heterogenous Hadoop Systems (COSHH) adalah scheduler peningkat performansi dari Fair Scheduler dengan logika yang hampir sama dengan Fair Scheduler tetapi lebih mementingkan aspek heterogenitas dari Job Scheduler. dan diharapkan dapat mampu meningkatkan performa scheduling terutama di parameter Average Completion Time. Classification and Optimization based Scheduler for Heterogenous Hadoop Systems (COSHH) memiliki performansi efektif dibandingkan dengan Fair Scheduling pada karakteristik job yang heterogen. Dimana memiliki nilai Average Completion Time terendah sebesar 49,4 Detik dibandingkan dengan Fair Scheduler sebesar 54,3 Detik. Kata Kunci :Hadoop, Hadoop Multi-Node, Fair Scheduling, COSHH