文件名称：ernest:欧内斯特代码
文件大小：172KB
文件格式：ZIP
更新时间：2024-06-18 09:08:29
Python
Ernest：高级分析的高效性能预测 Ernest 是一个性能预测框架，用于使用 Apache Spark 等框架开发并在云计算基础设施上运行的分析作业。 在云中部署大规模分析应用程序的主要挑战之一是选择正确的硬件配置。 特别是在 Amazon EC2 或 Google Compute Engine 集群中，选择正确的实例类型和正确的实例数量可以显着提高性能或降低成本。 Ernest 是一个性能预测框架，有助于解决这个问题。 Ernest 根据作业在小数据样本上的行为构建性能模型，然后预测其在较大数据集和集群大小上的性能。 为了最大限度地减少构建模型所花费的时间和资源，Ernest 使用了，这是一种统计技术，可以让我们根据需要收集尽可能少的训练点。 有关更多详细信息，请参阅我们的 [论文] ( ) 和 NSDI 2016 的。 安装欧内斯特 安装Ernest的最简单方法是克隆此存储库
【文件预览】：
ernest-master
----expt_design.py(7KB)
----requirements.txt(41B)
----examples()
--------rcv1-parsed.csv(208B)
--------mllib_lr.py(962B)
--------collect_data.sh(324B)
--------mllib_rcv1.md(3KB)
----LICENSE(11KB)
----README.md(3KB)
----predictor.py(3KB)
----docs()
--------img()
----.gitignore(1KB)