Autor der Publikation

Can RDMA benefit online data processing workloads on memcached and MySQL?

, , , , , und . ISPASS, Seite 159-160. IEEE Computer Society, (2015)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Keine Personen gefunden für den Autorennamen Shankar, Dipti
Eine Person hinzufügen mit dem Namen Shankar, Dipti
 

Weitere Publikationen von Autoren mit dem selben Namen

Accelerating Spark with RDMA for Big Data Processing: Early Experiences., , , , und . Hot Interconnects, Seite 9-16. IEEE Computer Society, (2014)High-Performance Hybrid Key-Value Store on Modern Clusters with RDMA Interconnects and SSDs: Non-blocking Extensions, Designs, and Benefits., , , , und . IPDPS, Seite 393-402. IEEE Computer Society, (2016)MR-Advisor: A comprehensive tuning, profiling, and prediction tool for MapReduce execution frameworks on HPC clusters., , , , und . J. Parallel Distrib. Comput., (2018)MR-Advisor: A Comprehensive Tuning Tool for Advising HPC Users to Accelerate MapReduce Applications on Supercomputers., , , , und . SBAC-PAD, Seite 198-205. IEEE Computer Society, (2016)A Plugin-Based Approach to Exploit RDMA Benefits for Apache and Enterprise HDFS., , , , , und . BPOE, Volume 9495 von Lecture Notes in Computer Science, Seite 119-132. Springer, (2015)Accelerating I/O Performance of Big Data Analytics on HPC Clusters through RDMA-Based Key-Value Store., , , , und . ICPP, Seite 280-289. IEEE Computer Society, (2015)Benchmarking key-value stores on high-performance storage and interconnects for web-scale workloads., , , , und . BigData, Seite 539-544. IEEE Computer Society, (2015)Performance characterization and acceleration of big data workloads on OpenPOWER system., , , und . BigData, Seite 213-222. IEEE Computer Society, (2017)Performance characterization and acceleration of in-memory file systems for Hadoop and Spark applications on HPC clusters., , , , und . BigData, Seite 243-252. IEEE Computer Society, (2015)High-performance design of apache spark with RDMA and its benefits on various workloads., , , und . BigData, Seite 253-262. IEEE Computer Society, (2016)